Una statistica di prova è un'osservazione specifica dei dati osservati che segue una distribuzione di probabilità in base a una determinata ipotesi. Questo presupposto è di solito chiamato ilH0.
Ad esempio, nel tuo campione la statistica del test (chiamata statistica t) dipende dai dati osservati (X¯ e S sono entrambi derivati dai dati).
Partendo dal presupposto che la tua media sia μ0, la statistica calcolata seguirà una determinata distribuzione. La probabilità che questo valore della statistica si verifichi viene quindi determinata in base al presupposto. Se tale valore è considerato basso, l'assunzione (H0) è respinto.
Se rifiutiamo il H0presupposto, ciò non significa che l'assunto che abbiamo fatto fosse garantito falso. Se fosse vero e l'abbiamo rifiutato a causa della bassa probabilità della statistica test sottoH0, Noi lo chiamiamo un errore di tipo I .
D'altro canto, se accettiamo il presupposto, ciò non significa che il nostro presupposto fosse vero. Se il presupposto era falso e l'abbiamo accettato perché aveva probabilità abbastanza alte sotto il nostro presupposto sbagliato, questo si chiama errore di tipo II .
La statistica è un valore specifico ed è solo se accettiamo determinati presupposti dato che possiamo supporre che segua una distribuzione di probabilità specifica.
Questo principio vale per tutte le statistiche dei test, non solo per le statistiche t che menzionate qui.