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 computationWed, 12 Nov 2008 09:35:54 -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/t1226507808dsdk44t68jj1hj9.htm/, Retrieved Sun, 19 May 2024 10:45:21 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24280, Retrieved Sun, 19 May 2024 10:45:21 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact152

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 ...] [2008-11-12 16:35:54] [e7b1048c2c3a353441b9143db4404b91] [Current]
Feedback Forum
2008-11-16 14:37:12 [Julie Govaerts] [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 gebruiken de 2 sided test omdat dit een tweezijdig probleem is= ofwel teveel vet = slechte kwaliteit ofwel te weinig vet = weinig smaak --> percentage moet dus tussen bepaalde grenzen liggen = interval
2008-11-20 12:38:03 [Jolien Van Landeghem] [reply] 
Deze vraag werd goed opgelost. Je gebruikt hier wél een one sided test. In de opgave wordt namelijk niet gesproken over een ondergrens : een vetpercentage lager dan 15 % is hoe dan ook toegestaan. Er wordt slecht 1 grens bepaald, en dat is die van 15%. De student heeft terecht opgemerkt dat elke afwijking te wijten is aan het toeval, omdat de kritieke waarde het steekproefgemiddelde overschrijdt, we dus de nulhypothes niet gaan verwerpen en we bijgevolg geen klacht indienen.
2008-11-20 12:55:27 [Jasmine Hendrikx] [reply] 
Eigen evaluatie:
De berekening is goed uitgevoerd. Er wordt ook vermeld dat we gebruik maken van een one-tailed test, maar hiervoor wordt er een onvolledige argumentatie gegeven. Uit de vraag zou je eigenlijk kunnen afleiden dat het om een tweezijdig probleem gaat (two-tailed). Je zou dus zowel teveel vet als te weinig vet kunnen produceren. Het steekproefgemiddelde ligt dan perfect in het 95% betrouwbaarheidsinterval (two-tailed), waardoor we dus kunnen stellen dat er geen significant verschil is tussen het steekproefgemiddelde en de nulhypothese, waardoor we dus ook geen klacht indienen.
Indien er gebruik wordt gemaakt van de one-tailed test, dan moet hier een duidelijke argumentatie bij. Zo zou je kunnen redeneren dat de leverancier alleen maar een economisch voordeel zou kunnen halen door te veel vet te produceren. Vandaar dat je ook van een one-tailed test zou kunnen uitgaan (afwijking naar boven). Hier zien we dat de kritische waarde (18.47%) groter is dan het steekproefgemiddelde (15.46%), zoals correct vermeld werd. Aanvullend zou je nog kunnen zeggen dat we hieruit kunnen afleiden dat er sprake is van een toevallige afwijking ten opzichte van het contractueel bepaalde vetgehalte (15%). De kritische waarde wordt dus niet overschreden, wat betekent dat we de nulhypothese niet verwerpen.
We dienen bijgevolg ook geen klacht in, omdat het verschil tussen de afgesproken 15% en het steekproefgemiddelde van 15.46% toe te schrijven is aan het toeval.
2008-11-24 16:40:34 [Jules De Bruycker] [reply] 
De conclusie is juist, namelijk dat we geen klacht moeten neerleggen.
Maar de methode klopt niet. We moeten de 2-sided test gebruiken, het vetgehalte moet namelijk binnen de grenzen van 13.8% en 16.2% liggen. In de gegevens staat dat het vetgehalte gelijk moet zijn aan 15% en met een mogelijke variantie van 1.2%. Dit kan vertaald worden: het vetgehalte moet binnen 2 grenzen liggen en niet beneden de laagste grens of boven de hoogste grens liggen.

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'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24280&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]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24280&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24280&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'Sir Ronald Aylmer Fisher' @ 193.190.124.24






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=24280&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=24280&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24280&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')