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_hypothesismean2.wasp
Title produced by softwareTesting Mean with known Variance - p-value
Date of computationWed, 12 Nov 2008 03:14:53 -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/12/t1226485013kv37h7bufano6c5.htm/, Retrieved Sun, 19 May 2024 12:13:32 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24046, Retrieved Sun, 19 May 2024 12:13:32 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact228

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 - p-value] [Case: The Pork Qu...] [2008-11-12 10:14:53] [1351baa662f198be3bff32f9007a9a6d] [Current]
Feedback Forum
2008-11-19 16:33:25 [Sam De Cuyper] [reply] 
Correcte berekening, foute interpretatie. De p-value geeft weer wat de kans is dat we ons vergissen, dat we klacht indienen terwijl de contractuele grenzen niet zijn overschreden. De kans hierop is in dit geval 41%.
Deze p-value is veel groter dan de type 1 fout, dus mogen we geen klacht indienen. Het verschil tussen de 15% en 15.46% is te wijten aan toeval.
2008-11-23 15:56:12 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1 - Blok 9 (Q2)

De student heeft niet echt een relevante conclusie gegeven.

Dit zou een conclusie kunnen zijn:
In de opdracht staat dat we een sterk vermoeden hebben dat de leverancier 'cheap pork' levert. Dit kunnen we ook op 2 manieren opvatten (net zoals we Q1 op 2 manieren kunnen opvatten). We moeten dit ook wel verantwoorden:
- We kunnen stellen dat 'cheap pork' vlees is dat teveel vet bevat en teweinig vlees. We betalen in dat geval teveel voor wat we krijgen: We verwachten een bepaald percentage vlees en krijgen voor een stuk van dat percentage (bijkomend) vet. We gaan dus kijken naar de one-tailed test. We berekenen bij deze opdracht de p-value: Die duidt de waarschijnlijkheid aan dat onze ingediende klacht onterecht is. Deze bedraagt hierbij 41%: Dit betekent dat als we een klacht indienen dat het vlees teveel vet bevat, de kans dat deze klacht onterecht is gelijk is aan 41%, wat dus vrij hoog is.
De p-waarde handelt over de nieuwe oppervlakte van het type I error. Die nieuwe oppervlakte hangt af van de verdeling van de grafiek en van de kritische waarde. In dit geval kunnen we stellen dat het type I error vergroot is. (Eerst was dit 5% en nu 41%). Dit betekent dat we de nulhypothese niet moeten verwerpen. Een hoge p-value wil dus zeggen dat, indien je klacht indient en die is onterecht, dan ga je hoge gerechtskosten moeten betalen.(41% kans dat je klacht onterecht was)
- Je kan ook de two-tailed test beschouwen. Hierbij stellen we dat 'cheap pork' zowel het vlees is met teveel vet als het vlees met te weinig vet. In dat geval bedraagt de p-value 82%. Dit betekent dus dat als we een klacht indienen, de kans dat deze klacht onterecht is gelijk is aan 82%. De p-value is hier ook duidelijk hoger dan het type I error (5%).

Conclusie: we kunnen dus stellen dat men beter geen klacht kan indienen want de kans dat we gerechtskosten moeten betalen (dit moet als je een klacht indient, die onterecht is) is veel te groot.
2008-11-23 16:45:24 [Gilliam Schoorel] [reply] 
Ik vind je conclusie een beetje verwarrend. Je bent hier iets teveel rond de pot aan het draaien.
De p-waarde geeft een zeer hoge waarde (41%) en dus veel hoger dan de type 1 fout. Dit betekent dat er een grote kans is dat we ons vergissen en dus onze advocaat niet gaan inzetten.
Als de p-waarde kleiner was dan de type 1 fout, dan was het wel aanbevolen om klacht in te dienen. Het verschil tussen de 15% en 15.46% is te wijten aan toeval. Je bewerking klopt wel.
2008-11-24 19:18:58 [Jan De Vleeschauwer] [reply] 
onduidelijke conclusie, de methode was wel juist maar interpretatie is inderdaad verwarrend

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 time1 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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24046&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]1 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=24046&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24046&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 time1 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
Z-value0.218197158551618
p-value (one-tailed)0.413637749448374
p-value (two-tailed)0.827275498896748
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
Z-value & 0.218197158551618 \tabularnewline
p-value (one-tailed) & 0.413637749448374 \tabularnewline
p-value (two-tailed) & 0.827275498896748 \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=24046&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]Z-value[/C][C]0.218197158551618[/C][/ROW]
[ROW][C]p-value (one-tailed)[/C][C]0.413637749448374[/C][/ROW]
[ROW][C]p-value (two-tailed)[/C][C]0.827275498896748[/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=24046&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24046&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
Z-value0.218197158551618
p-value (one-tailed)0.413637749448374
p-value (two-tailed)0.827275498896748
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))
z <- (par3 - par4) / (sqrt(par2/par1))
p <- 1-pnorm(z)
if (par3 == par4)
{
conclusion <- 'Error: the null hypothesis and sample mean must not be equal.'
conclusion2 <- conclusion
} else {
if (p < par5/2)
{
conclusion2 <- 'Reject the null hypothesis'
} else {
conclusion2 <- 'Do not reject the null hypothesis'
}
}
if (p < par5)
{
conclusion <- 'Reject the null hypothesis.'
} else {
conclusion <- 'Do not reject the null hypothesis.'
}
p
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,'Z-value',header=TRUE)
a<-table.element(a,z)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value (one-tailed)',header=TRUE)
a<-table.element(a,p)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value (two-tailed)',header=TRUE)
a<-table.element(a,p*2)
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')