FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_hypothesismean1.wasp
Title produced by softwareTesting Mean with known Variance - Critical Value
Date of computationTue, 11 Nov 2008 04:49:17 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/11/t12264042858tgsx29ymponh10.htm/, Retrieved Sun, 19 May 2024 11:28:41 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=23342, Retrieved Sun, 19 May 2024 11:28:41 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsk_vanderheggen
Estimated Impact127

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Testing Mean with known Variance - Critical Value] [The Pork Quality ...] [2008-11-11 11:49:17] [547f3960ab1cda94661cd6e0871d2c7b] [Current]
Feedback Forum
2008-11-15 12:33:53 [Käthe Vanderheggen] [reply] 
Het betrouwbaarheidsinterval van de two-tailed test ligt tussen de 11% en 19%.
2008-11-17 13:09:11 [] [reply] 
hier is een goede beredenering gebruikt. wemoeten er misschien wel nog even aan toevoegen dat sowieso de two sided testgebruit moet worden.
het is inderdaad zo dat er geen klacht zal ingediend worden, aangezien er geen overschrijdende waarden zijn.
2008-11-17 13:17:39 [Hundra Smet] [reply] 
de vorige comment is van mij, ik was me vergeten aanmelden.
2008-11-20 08:38:47 [Gert-Jan Geudens] [reply] 
Het antwoord is correct al moeten we nog even toevoegen dat we geen klacht indienen aangezien het steekproefgemiddelde mooi binnen het betrouwbaarheidsinterval ligt. Het is ook mogelijk om de one-tailed test te gebruiken maar dan moet je wel duidelijk verantwoorden waarom je dat doet.
2008-11-22 14:57:45 [Angelique Van de Vijver] [reply] 
Juiste conclusie van de student. Je dient geen klacht in aangezien de nulhypothese niet verworpen wordt, zowel bij de one-tailed test als bij de two-tailed test. Deze nulhypothese zegt dat er niet teveel of te weinig vet aanwezig is. Er zijn dus geen overschrijdende waarden. Het steekproefgemiddelde valt hierdoor mooi binnen het 2-zijdig-betrouwbaarheidsinterval.
We moeten inderdaad gebruik maken van de two-tailed test omdat het zowel over te weinig vet als te veel vet kan gaan. Als het alleen zou gaan over een maximumpercentage dat niet overschreden mag worden zouden we one-tailed gebruiken maar dit is hier niet het geval.
2008-11-23 12:42:15 [Liese Drijkoningen] [reply] 
De antwoorden van de student zijn correct, maar ik kan hier nog enkele zaken aan toevoegen. De kritische waarde is dus gelijk aan 18,46%. Deze waarde is groter dan de sample mean (15,46%). We kunne hier dus uit afleiden dat er sprake is van een toevallige afwijking ten opzichte van het contractueel bepaalde vetgehalte. We zullen de nulhypothese dus niet verwerpen.
We maken gebruik van de one-sides test omdat de leverancier enkel daar een economisch voordeel kan halen.
Zoals de student al zei, zullen we geen klacht indienen, omdat de afgesporken waarde niet oversxhreden wordt. De afwijking is dus toe te schrijven aan toeval.
2008-11-23 13:54:27 [Maarten Van Gucht] [reply] 
In dit geval is de critical value (0.184676559191704) groter dan de sample mean (0.1546 = het steekproefgemiddelde). Hieruit kunnen we afleiden dat er sprake is van een toevallige afwijking ten opzichte van het contractueel bepaalde vetgehalte (15%).
We verwerpen de nulhypothese niet.
de student gebruikt hier de two sided test: deze kan hij argumenteren door te zeggen:We moeten geen klacht indienen omdat het sample mean binnen het betrouwbaarheidsinterval ligt ALS de student had gekozen voor de one-sided test kan hij dit ook argumenteren door te vermelden: omdat het gewoon niet voorkomt in de praktijk dat iemand meer vlees levert dan vet.
De one-sided test meet de afwijking naar boven.
conclusie: er moet geen klacht worden ingediend. Het antwoord van de student was correct maar kon nog vervolledigd worden.

2008-11-23 22:22:23 [Peter Van Doninck] [reply] 
De conclusie is onvolledig en niet gebaseerd op gegevens. De critical value bedraagt 0.18. Dit is groter dan de sample mean(0.1546) of het steekproefgemiddelde. Er is dus een toevallige afwijking ten opzichte van het contractueel bepaalde vetgehalte. We kunnen zowel de one sided test toepassen (enkel kijken naar een te veel aan vet), of een two sided test (kijken naar een te veel en een te weinig aan vet). Het steekproefgemiddelde ligt tussen de 11% en de 19,5%, dus binnen in het betrouwbaarheidsinterval van 95%. Hieruit volgt dat we geen klacht indienen.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time0 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 0 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23342&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]0 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23342&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23342&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time0 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Testing Mean with known Variance
sample size27
population variance0.012
sample mean0.1546
null hypothesis about mean0.15
type I error0.05
critical value (one-tailed)0.184676559191704
confidence interval (two-tailed)(sample mean)[ 0.113280331179696 , 0.195919668820304 ]
conclusion for one-tailed test
Do not reject the null hypothesis.
conclusion for two-tailed test
Do not reject the null hypothesis

\begin{tabular}{lllllllll}
\hline
Testing Mean with known Variance \tabularnewline
sample size & 27 \tabularnewline
population variance & 0.012 \tabularnewline
sample mean & 0.1546 \tabularnewline
null hypothesis about mean & 0.15 \tabularnewline
type I error & 0.05 \tabularnewline
critical value (one-tailed) & 0.184676559191704 \tabularnewline
confidence interval (two-tailed)(sample mean) & [ 0.113280331179696 ,  0.195919668820304 ] \tabularnewline
conclusion for one-tailed test \tabularnewline
Do not reject the null hypothesis. \tabularnewline
conclusion for two-tailed test \tabularnewline
Do not reject the null hypothesis \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23342&T=1

[TABLE]
[ROW][C]Testing Mean with known Variance[/C][/ROW]
[ROW][C]sample size[/C][C]27[/C][/ROW]
[ROW][C]population variance[/C][C]0.012[/C][/ROW]
[ROW][C]sample mean[/C][C]0.1546[/C][/ROW]
[ROW][C]null hypothesis about mean[/C][C]0.15[/C][/ROW]
[ROW][C]type I error[/C][C]0.05[/C][/ROW]
[ROW][C]critical value (one-tailed)[/C][C]0.184676559191704[/C][/ROW]
[ROW][C]confidence interval (two-tailed)(sample mean)[/C][C][ 0.113280331179696 ,  0.195919668820304 ][/C][/ROW]
[ROW][C]conclusion for one-tailed test[/C][/ROW]
[ROW][C]Do not reject the null hypothesis.[/C][/ROW]
[ROW][C]conclusion for two-tailed test[/C][/ROW]
[ROW][C]Do not reject the null hypothesis[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23342&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23342&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Testing Mean with known Variance
sample size27
population variance0.012
sample mean0.1546
null hypothesis about mean0.15
type I error0.05
critical value (one-tailed)0.184676559191704
confidence interval (two-tailed)(sample mean)[ 0.113280331179696 , 0.195919668820304 ]
conclusion for one-tailed test
Do not reject the null hypothesis.
conclusion for two-tailed test
Do not reject the null hypothesis


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 27 ; par2 = 0.012 ; par3 = 0.1546 ; par4 = 0.15 ; par5 = 0.05 ;
Parameters (R input):
par1 = 27 ; par2 = 0.012 ; par3 = 0.1546 ; par4 = 0.15 ; par5 = 0.05 ;
R code (references can be found in the software module):
par1<-as.numeric(par1)
par2<-as.numeric(par2)
par3<-as.numeric(par3)
par4<-as.numeric(par4)
par5<-as.numeric(par5)
c <- 'NA'
csn <- abs(qnorm(par5))
csn2 <- abs(qnorm(par5/2))
if (par3 == par4)
{
conclusion <- 'Error: the null hypothesis and sample mean must not be equal.'
conclusion2 <- conclusion
} else {
cleft <- par3 - csn2 * sqrt(par2) / sqrt(par1)
cright <- par3 + csn2 * sqrt(par2) / sqrt(par1)
c2 <- paste('[',cleft)
c2 <- paste(c2,', ')
c2 <- paste(c2,cright)
c2 <- paste(c2,']')
if ((par4 < cleft) | (par4 > cright))
{
conclusion2 <- 'Reject the null hypothesis'
} else {
conclusion2 <- 'Do not reject the null hypothesis'
}
}
if (par3 > par4)
{
c <- par4 + csn * sqrt(par2) / sqrt(par1)
if (par3 < c)
{
conclusion <- 'Do not reject the null hypothesis.'
} else {
conclusion <- 'Reject the null hypothesis.'
}
}
if (par3 < par4)
{
c <- par4 - csn * sqrt(par2) / sqrt(par1)
if (par3 > c)
{
conclusion <- 'Do not reject the null hypothesis.'
} else {
conclusion <- 'Reject the null hypothesis.'
}
}
c
conclusion
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('ht_mean_knownvar.htm','Testing Mean with known Variance','learn more about Statistical Hypothesis Testing about the Mean when the Variance is known'),2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'sample size',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'population variance',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'sample mean',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'null hypothesis about mean',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'type I error',header=TRUE)
a<-table.element(a,par5)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('ht_mean_knownvar.htm#overview','critical value (one-tailed)','about the critical value'),header=TRUE)
a<-table.element(a,c)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'confidence interval (two-tailed)
(sample mean)',header=TRUE)
a<-table.element(a,c2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'conclusion for one-tailed test',2,header=TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,conclusion,2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'conclusion for two-tailed test',2,header=TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,conclusion2,2)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')