FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_hypothesismean1.wasp
Title produced by softwareTesting Mean with known Variance - Critical Value
Date of computationThu, 13 Nov 2008 10:15:20 -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/13/t1226596601w15c5jr8l6wb0s5.htm/, Retrieved Sun, 19 May 2024 09:39:23 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24714, Retrieved Sun, 19 May 2024 09:39:23 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact157

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] [W4Q1] [2008-11-13 17:15:20] [434228f9e3c7eaa307f0fb12855e2147] [Current]
Feedback Forum
2008-11-20 13:05:24 [Jolien Van Landeghem] [reply] 
Deze oefening is juist. de kritische waarde overschrijdt het steekproefgemiddelde en we dienen bijgevolg geen klacht in. Elke afwijking in het vetpercentage kan worden toegeschreven aan het toeval. We geruiken een one sided test omdat er maar 1grens werd vastgelegd. Een vetpercentage onder 15% kan in deze context geen kwaad.
2008-11-24 16:56:21 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1 - Blok 9 (Q1)

De conclusie van de student zou nog aangevuld kunnen worden. Bovendien moet men de keuze maken tussen een one-tailed test OF een two-tailed test en niet een one-tailed test met eventueel nog een two-tailed test erbij (zoals de student vermelde in zijn/haar conclusie).

De conclusie zou verder nog aangevuld kunnen worden met:
Bij deze opdracht nemen we een type I error van 5%. Dit betekent dat het betrouwbaarheidsinterval 95% bedraagt of anders gezegd: alle stukken vlees die binnen dit betrouwbaarheidsinterval vallen, dan is er een kans van 95% dat deze stukken vlees inderdaad niet de limiet van vet overschrijden en dus terecht in dit betrouwbaarheidsinterval zitten.
Nu we kunnen bij deze opdracht gebruiken maken van een one-tailed of een two-taied test, mits de juiste verantwoording.
De student heeft gekozen voor een one-tailed test. Een mogelijke uitgebreidere verantwoording is: De levering van vlees kan maar naar 1 kant afwijken, naar de kant van teveel vet. Want als er te weinig vet inzit, dan betekent dit dat er meer vlees inzit dan normaal en dit kan als positief beschouwd worden. We kunnen vaststellen dat het steekproefgemiddelde (15,46%) de kritische waarde (18%) niet overschrijdt. Dit betekent dus dat de afwijking van het steekproefgemiddelde t.o.v. de nulhypothese aan het toeval kan worden toegeschreven en deze afwijking dus niet significant is. We moeten de nulhypothese dus niet verwerpen.

Als de student zou gekozen hebben voor een two-tailed test, dan zou hij/zij de volgende verantwoording kunnen geven: Je moet een klacht indienen als het vlees te weinig vet heeft (en dus slechter smaakt) en als het vlees teveel vet bevat. Ook hierbij kunnen we besluiten dat het steekproefgemiddelde (15,46%) binnen het betrouwbaarheidsinterval ligt (tussen 0,11 en 0,20) en dus niet significant verschilt van de nulhypothese. We moeten de nul-hypothese dus niet verwerpen.
2008-11-24 18:21:23 [Yannick Van Schil] [reply] 
Men kan 1 van beide testen kiezen maar hoeven niet te samen. Deze commentaar is vollediger: De critical value is groter dan sample mean, hieruit kunnen we afleiden dat er sprake is van een toevallige afwijking ten opzichte van het bepaalde vetgehalte. Men kan beide test gebruike mits juiste argumentatie, ik zelf koos one-sided omdat daar de leverancier enkel een economisch voordeel kan halen
2008-11-24 19:40:31 [Annemiek Hoofman] [reply] 
Ik heb voor deze opdracht gekozen voor een one-tailed test, omdat de leveranciers die 'willen frauderen' vlees met een te hoog vetpercentage zouden leveren (dit komt hen economisch beter uit). Indien men zou vermoeden dat er een productiefout is opgetreden, waardoor het vetpercentage naar beide kanten zou kunnen afwijken, zou ik een two-tailed test gebruiken.

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 time2 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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24714&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]2 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=24714&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24714&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 time2 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=24714&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=24714&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24714&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')