User Manual

6-33
5. Test
Z Test mette a disposizione una gamma di differenti test basati su standard. Tali test
permettono di verificare se un campione rappresenta accuratamente o meno la popolazione,
quando la deviazione standard di una popolazione (come ad esempio l’intera popolazione
di un paese) risulta da precedenti test. Il test
Z è utilizzato per test di ricerche di mercato e
sondaggi di opinione che devono essere condotti in forma ripetuta.
1-Sample
Z Test verifica la media della popolazione sconosciuta quando la deviazione
standard della popolazione è un dato conosciuto.
2-Sample
Z Test verifica l’eguaglianza delle medie di due popolazioni sulla base di campioni
indipendenti quando entrambe le deviazioni standard della popolazione sono un dato
conosciuto.
1-Prop
Z Test verifica una proporzione sconosciuta di successi.
2-Prop
Z Test verifica il confronto della proporzione sconosciuta di successi di due
popolazioni.
t Test verifica l’ipotesi nel caso in cui la deviazione standard della popolazione è un dato
sconosciuto. L’ipotesi contraria a quella oggetto di test viene chiamata ipotesi senza valore ,
mentre l’ipotesi oggetto di test viene chiamata ipotesi alternativa . t Test è normalmente
utilizzato per sottoporre a test l’ipotesi senza valore. Viene quindi determinato se utilizzare
l’ipotesi senza valore o quella alternativa.
1-Sample
t Test verifica l’ipotesi che vi sia una singola media sconosciuta di popolazione
quando la deviazione standard di popolazione non è un dato conosciuto.
2-Sample
t Test mette a confronto le medie di popolazione quando le deviazioni standard
della popolazione non sono dati conosciuti.
LinearReg
t Test calcola l’intensità dell’associazione lineare fra dati doppi.
Il test
χ
χ
2
costituisce un numero di gruppi indipendenti e verifica l’ipotesi riguardante la
probabilità di campioni inclusi in ciascun gruppo.
Il test
χ
χ
2
GOF (test χ
2
one-way) verifica se il conteggio osservato dei dati dei campioni è
conforme a una certa distribuzione. Per esempio, può essere utilizzato per determinare la
conformità con la distribuzione normale o la distribuzione binomiale.
Il test
χ
χ
2
two-way crea una tabella a tabulazione incrociata che struttura principalmente due
variabili qualitative (come “Sì” e “No”), e valuta l’indipendenza delle variabili.
2-Sample F Test verifica l’ipotesi associata al coefficiente delle varianze di campione.
Potrebbe essere utilizzato, ad esempio, per verificare gli effetti cancerogeni di più fattori di
rischio quali uso di tabacco, alcool, mancanza di vitamine, notevole ingerimento di caffeina,
cattive abitudini di vita, ecc.
ANOVA verifica l’ipotesi in cui le medie di popolazione dei campioni siano uguali quando ci
sono più campioni. Potrebbe essere utilizzato, ad esempio, per verificare se combinazioni
diverse di materiali hanno o meno effetto sulla qualità e sulla durata di un prodotto finito.
One-Way ANOVA viene utilizzato quando c’è una variabile indipendente e una variabile
dipendente.
Two-Way ANOVA viene utilizzato quando sono presenti due variabili indipendenti e una
variabile dipendente.