5.2 Hypotesetesting | Matematikk S2

Teste hypoteser om forventningsverdi og andel.

65 min

26 oppgaver

HypotesetestNullhypoteseAlternativ hypotesep-verdiSignifikansnivå

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 26 oppgaver

Kapitlets plass i kurset

Bygger på

5.1Estimering

Brukes videre i

5.3Feiltyper og teststyrke

Hva er hypotesetesting?

Hypotesetesting er en systematisk metode for å avgjøre om data gir nok bevis til å forkaste en påstand om populasjonen.

Eksempler på spørsmål:
- Har en ny medisin bedre effekt enn placebo?
- Er det forskjell i gjennomsnittsinntekt mellom to grupper?
- Har et politisk parti mer enn 10 % oppslutning?

Vi starter med en antakelse (hypotese) og undersøker om dataene er forenlige med denne antakelsen.

Nullhypotese og alternativ hypotese

H_0

Situasjon	$H_0$	$H_1$
Er gjennomsnittet lik 50?	$\mu = 50$	$\mu \neq 50$
Er andelen over 0,30?	$p = 0{,}30$	$p > 0{,}30$
Er gjennomsnittet lavere enn 100?	$\mu = 100$	$\mu < 100$

Testobservator og p-verdi

En testobservator (teststatistikk) er en verdi vi beregner fra utvalgsdata for å måle hvor langt unna $H_0$ resultatet er.

For testing av $\mu$ (kjent $\sigma$ eller stor $n$ ):
$z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}}$

For testing av andel $p$ :
$z = \frac{\hat{p} - p_0}{\sqrt{\frac{p_0(1 - p_0)}{n}}}$

der $\mu_0$ og $p_0$ er verdiene fra nullhypotesen.

P-verdi

H_0

Signifikansnivå

\alpha

\alpha

Fremgangsmåte for hypotesetest

Formuler hypotesene $H_0$ og $H_1$ .

Velg signifikansnivå $\alpha$ (vanligvis 0,05).

Beregn testobservatoren $z$ .

Finn p-verdien.

Konkluder: Forkast eller ikke forkast $H_0$ .

Tolk resultatet i kontekst.

✏️Tosidig z-test for gjennomsnitt

En produsent hevder at gjennomsnittsvekten er $\mu = 500$ g. Et utvalg på $n = 64$ gir $\bar{x} = 497{,}5$ g og $s = 8$ g. Test påstanden med $\alpha = 0{,}05$ .

H_0: \mu = 500

mot

H_1: \mu \neq 500

(tosidig)

$\alpha = 0{,}05$

Testobservator:
$z = \frac{\bar{x} - \mu_0}{s/\sqrt{n}} = \frac{497{,}5 - 500}{8/\sqrt{64}} = \frac{-2{,}5}{1} = -2{,}50$

P-verdi (tosidig):
$p\text{-verdi} = 2 \cdot P(Z > 2{,}50) = 2 \cdot 0{,}0062 = 0{,}0124$

Siden $p\text{-verdi} = 0{,}0124 < 0{,}05 = \alpha$ , forkaster vi $H_0$ .

Svar: Det er statistisk signifikant bevis for at gjennomsnittsvekten er forskjellig fra 500 g. Dataene tyder på at produktene er lettere enn oppgitt.

Gjør dette i GeoGebra

Utforsk: Forkastningsområde i en hypotesetest

Standard normalfordeling med forkastningsområdet (rødt) for en ensidig test på 5 %-nivå: vi forkaster

H_0

hvis testobservatoren er større enn

1{,}645

. Det røde arealet er nøyaktig

0{,}05

Skriv inn én linje om gangen i inntastingsfeltet:

f(x) = Normal(0, 1, x, false)
a = Integral(f, 1.645, 4)
SetColor(f, "Blue")
SetColor(a, "Red")

Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.

Åpne GeoGebra

✏️Ensidig z-test for andel

Et parti hevder de har minst 15 % oppslutning. I en undersøkelse svarte 52 av 400 at de ville stemt på partiet. Test om oppslutningen er lavere enn 15 % med $\alpha = 0{,}05$ .

H_0: p = 0{,}15

mot

H_1: p < 0{,}15

(ensidig, venstre)

$\alpha = 0{,}05$

$\displaystyle \hat{p} = \frac{52}{400} = 0{,}13$

$\begin{aligned} z &= \frac{0{,}13 - 0{,}15}{\sqrt{\frac{0{,}15 \cdot 0{,}85}{400}}} \\ &= \frac{-0{,}02}{\sqrt{0{,}00031875}} \\ &\approx \frac{-0{,}02}{0{,}01786} \\ &\approx -1{,}12 \end{aligned}$

P-verdi (ensidig, venstre):
$p\text{-verdi} = P(Z < -1{,}12) \approx 0{,}131$

Siden $p\text{-verdi} = 0{,}131 > 0{,}05 = \alpha$ , forkaster vi ikke $H_0$ .

Svar: Vi har ikke statistisk grunnlag for å hevde at oppslutningen er lavere enn 15 %. Resultatet er ikke signifikant.

Ensidig vs. tosidig test

Type	$H_1$	P-verdi	Brukes når
Tosidig	$\mu \neq \mu_0$	$2P(Z > \|z\|)$	Vi undersøker om det er forskjell, uavhengig av retning
Ensidig høyre	$\mu > \mu_0$	$P(Z > z)$	Vi undersøker om verdien er større enn antatt
Ensidig venstre	$\mu < \mu_0$	$P(Z < z)$	Vi undersøker om verdien er mindre enn antatt

Viktig: Valget mellom ensidig og tosidig test gjøres før man ser på dataene. En ensidig test er mer «kraftfull» (lettere å forkaste

H_0

), men man kan bare oppdage avvik i én retning.

✏️Ensidig z-test for gjennomsnitt

En ny undervisningsmetode hevdes å gi bedre resultater. Tradisjonell metode gir $\mu_0 = 72$ poeng. Et utvalg på 50 elever med ny metode gir $\bar{x} = 74{,}8$ og $s = 9{,}5$ . Test om ny metode gir bedre resultater med $\alpha = 0{,}05$ .

H_0: \mu = 72

mot

H_1: \mu > 72

(ensidig, høyre)

$\alpha = 0{,}05$

$z = \frac{74{,}8 - 72}{9{,}5/\sqrt{50}} \approx \frac{2{,}8}{1{,}3435} \approx 2{,}08$

P-verdi (ensidig, høyre):
$p\text{-verdi} = P(Z > 2{,}08) \approx 0{,}019$

Siden $0{,}019 < 0{,}05$ , forkaster vi $H_0$ .

Svar: Det er statistisk signifikant bevis for at den nye undervisningsmetoden gir bedre resultater enn den tradisjonelle (på 5 % signifikansnivå).

Konklusjon og tolkning

Når vi formulerer konklusjonen, bør vi:

1. Referere til signifikansnivået: «På 5 % signifikansnivå...»
2. Bruke riktig språk: «forkaster/forkaster ikke $H_0$ »
3. Tolke i kontekst: Oversett statistisk resultat til praktisk betydning

Forkasting av $H_0$ : «Det er statistisk signifikant bevis for at [alternativhypotesen].»

Ikke forkasting: «Det er ikke tilstrekkelig bevis for å hevde at [alternativhypotesen]. Vi beholder $H_0$ .»

Husk at et ikke-signifikant resultat betyr ikke at $H_0$ er sann - bare at dataene ikke gir nok bevis til å forkaste den.

Test i binomisk modell

Når observasjonen er et antall suksesser $X$ i $n$ uavhengige forsøk med samme sannsynlighet $p$ , er $X$ binomisk fordelt. Under $H_0: p = p_0$ regner vi p-verdien direkte i den binomiske fordelingen:

$H_1$	p-verdi
$p > p_0$	$P(X \geq k)$
$p < p_0$	$P(X \leq k)$

der

k

er det observerte antallet, og sannsynlighetene regnes med

p = p_0

. I GeoGebra gir Binomisk(n, p, k, true) sannsynligheten

P(X \leq k)

. Fordi

P(X \geq k) = 1 - P(X \leq k - 1)

, regnes

P(X \geq k)

med 1 - Binomisk(n, p, k - 1, true). Sannsynlighetskalkulatoren gir de samme tallene.
Det kritiske antallet er grensen for når vi forkaster

H_0

. For

H_1: p > p_0

er det den minste

k

slik at

P(X \geq k) \leq \alpha

. For

H_1: p < p_0

er det den største

k

slik at

P(X \leq k) \leq \alpha

✏️Test i binomisk modell

Siri mistenker at en terning gir seks oftere enn den skal. Hun kaster terningen 20 ganger og får 8 seksere.

a) Sett opp hypoteser og test påstanden med signifikansnivå 5 %.

b) Finn det kritiske antallet seksere.

a)
$X$ = antall seksere i 20 kast. Under $H_0$ er $X$ binomisk fordelt med $n = 20$ og $p = \dfrac{1}{6}$ .
$H_0: p = \dfrac{1}{6}$
$H_1: p > \dfrac{1}{6}$

1 - Binomisk(20, 1/6, 7, true) gir
$P(X \geq 8) \approx 0{,}0113$

$0{,}0113 < 0{,}05$ , så vi forkaster $H_0$ .

Svar: p-verdien er 0,0113. Det er grunnlag for å påstå at terningen gir seks oftere enn hvert sjette kast.

$k$	$6$	$7$	$8$
$P(X \geq k)$	$0{,}1018$	$0{,}0371$	$0{,}0113$

P(X \geq 6) > 0{,}05

P(X \geq 7) \leq 0{,}05

Svar: Det kritiske antallet er 7 seksere. Med 7 eller flere seksere i 20 kast forkaster vi

H_0

📝Oppgave 1

Løs oppgavene:

Formuler $H_0$ og $H_1$ for: «Er gjennomsnittshøyden til norske menn forskjellig fra 180 cm?»

Formuler $H_0$ og $H_1$ for: «Har mer enn 40 % av elevene bestått?»

📝Oppgave 2

Løs oppgavene:

Er $H_1: \mu < 100$ en ensidig eller tosidig test?

Er $H_1: p \neq 0{,}5$ en ensidig eller tosidig test?

📝Oppgave 3

Løs oppgavene:

En test gir $z = 1{,}85$ og du gjennomfører en tosidig test. Hva er p-verdien? (Bruk at $P(Z > 1{,}85) \approx 0{,}032$ )

Ville du forkastet $H_0$ på 5 % nivå? På 10 % nivå?

Løs oppgaven

📝Oppgave 4

Løs oppgavene:

Hva betyr det at et resultat er «statistisk signifikant på 5 % nivå»?

📝Oppgave 5

Løs oppgavene:

En mynt kastes 200 ganger og viser kron 115 ganger. Test om mynten er rettferdig ( $p = 0{,}5$ ) med $\alpha = 0{,}05$ .

📝Oppgave 6

Løs oppgavene:

Gjennomsnittlig reaksjonstid er normalt $\mu_0 = 250$ ms. Etter trening gir 40 deltakere $\bar{x} = 243$ ms og $s = 22$ ms. Test om treningen reduserer reaksjonstiden ( $\alpha = 0{,}05$ ).

📝Oppgave 7

Løs oppgavene:

En nettbutikk hevder at leveringstiden er 3 dager i gjennomsnitt. Du tester 100 leveranser og finner $\bar{x} = 3{,}4$ dager og $s = 1{,}5$ dager. Test påstanden med tosidig test og $\alpha = 0{,}05$ .

📝Oppgave 8

Løs oppgavene:

Av 500 spurte personer svarte 285 at de støtter et forslag. Test om mer enn halvparten støtter forslaget ( $\alpha = 0{,}05$ ).

📝Oppgave 9

Løs oppgavene:

Forklar sammenhengen mellom konfidensintervall og hypotesetesting (tosidig). Hint: Når forkaster vi $H_0: \mu = \mu_0$ ?

📝Oppgave 10

Løs oppgavene:

Hvorfor sier vi «forkaster ikke $H_0$ » i stedet for «aksepterer $H_0$ »?

📝Oppgave 11

Løs oppgavene:

I en kvalitetskontroll skal gjennomsnittslengden på bolter være 50 mm. Et utvalg på 80 bolter gir $\bar{x} = 50{,}3$ mm og $s = 1{,}2$ mm. Test med $\alpha = 0{,}01$ (tosidig). Er avviket bekymringsverdig?

📝Oppgave 12

Løs oppgavene:

Et legemiddelfirma hevder at medisinen virker for mer enn 60 % av pasientene. I en studie ble 78 av 120 pasienter friske. Test påstanden med $\alpha = 0{,}05$ .

📝Oppgave 13

Løs oppgavene:

En maskin skal fylle flasker med nøyaktig 330 ml. Testdata: $n = 50$ , $\bar{x} = 328{,}5$ ml, $s = 5$ ml. Gjennomfør en fullstendig hypotesetest med $\alpha = 0{,}05$ og formuler en praktisk anbefaling.

📝Oppgave 14

Løs oppgavene:

Gjennomfør samme test som i forrige oppgave, men nå med $n = 10$ (og samme $\bar{x}$ og $s$ ). Hva blir resultatet? Hva betyr utvalgsstørrelsen for teststyrken?

📝Oppgave 15

Løs oppgavene:

Temperaturmålinger i et drivhus over 36 dager gir $\bar{x} = 22{,}8°$ C og $s = 3{,}0°$ C. Målet er 22°C. Test om faktisk temperatur avviker fra målet med $\alpha = 0{,}10$ .

📝Oppgave 16

Løs oppgavene:

En nettside hevder konverteringsraten er 5 %. Etter en redesign konverterer 68 av 1000 besøkende. Test om redesignet har økt konverteringsraten ( $\alpha = 0{,}05$ ).

📝Oppgave 17

Løs oppgavene:

Gjennomsnittlig score på en nasjonal prøve er normalt 500 poeng. En skole med 45 elever fikk $\bar{x} = 518$ og $s = 65$ . Test om skolen gjør det bedre enn gjennomsnittet med $\alpha = 0{,}01$ .

📝Oppgave 18

Løs oppgavene:

En forsker finner p-verdi $= 0{,}048$ i en test med $\alpha = 0{,}05$ . Kollegaen bruker $\alpha = 0{,}01$ . De får ulik konklusjon. Hvordan er dette mulig, og hvem har «rett»?

📝Oppgave 19

Ola påstår at han kan smake forskjell på to brusmerker. I en blindtest får han 25 glass, og merket i hvert glass er valgt tilfeldig. Han svarer riktig på 18 glass.

Sett opp hypoteser og test påstanden med signifikansnivå 5 %.

Finn det kritiske antallet riktige svar.

Løs oppgaven

📝Oppgave 20

En fabrikk har hatt 10 % defekte komponenter. Etter et tiltak tester de 50 tilfeldige komponenter og finner 1 defekt.

Test med signifikansnivå 5 % om andelen defekte har gått ned.

Hvor mange defekte kunne de høyst ha funnet for å få samme konklusjon?

Løs oppgaven

📝Oppgave 21

Med standardbehandling blir 65 % av pasientene bedre. En ny behandling prøves på 12 pasienter, og 11 blir bedre.

Test med signifikansnivå 5 % om den nye behandlingen er bedre.

Hva blir konklusjonen med signifikansnivå 1 %?

Hvor mange av de 12 måtte ha blitt bedre for å forkaste $H_0$ på 1 %-nivået?

Løs oppgaven

Oppsummering

Læringspunkter:
- En hypotesetest stiller nullhypotesen $H_0$ (ingen effekt/endring) mot alternativhypotesen $H_1$ .
- Testobservatoren $\displaystyle z = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}$ (eller $\displaystyle z = \frac{\hat{p} - p_0}{\sqrt{p_0(1-p_0)/n}}$ ) måler avviket fra $H_0$ i standardfeil.
- P-verdien er sannsynligheten, gitt at $H_0$ er sann, for et minst like ekstremt resultat som det observerte.
- Er p-verdien mindre enn signifikansnivået $\alpha$ , forkastes $H_0$ ; ellers beholdes den (vi «aksepterer» den ikke).
- Ensidig test ( $H_1: \mu > \mu_0$ ) ser på én hale; tosidig test ( $H_1: \mu \neq \mu_0$ ) dobler halesannsynligheten.
- Er observasjonen et antall suksesser, regnes p-verdien i den binomiske fordelingen: $P(X \geq k)$ når $H_1: p > p_0$ og $P(X \leq k)$ når $H_1: p < p_0$ .

Nøkkelbegrep	Forklaring
$H_0$ / $H_1$	Nullhypotese / alternativ hypotese
Testobservator	Standardisert avvik fra $H_0$
P-verdi	Sannsynlighet for minst like ekstremt utfall under $H_0$
Signifikansnivå $\alpha$	Grensen for å forkaste $H_0$ (ofte 5 %)
Ensidig/tosidig	Retningen på alternativhypotesen

Viktige formler:

z = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}, \qquad z = \frac{\hat{p} - p_0}{\sqrt{p_0(1-p_0)/n}}

\text{Forkast } H_0 \iff \text{p-verdi} \leq \alpha

Repetisjonsoppgaver

Din fremgang

0deloppgaver0 / 5 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.