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 10:29:47 -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/t1226597457qwrad1zr4ji21qj.htm/, Retrieved Sun, 19 May 2024 10:49:42 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24722, Retrieved Sun, 19 May 2024 10:49:42 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact130

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 ...] [2008-11-13 17:29:47] [1a15026c70cce1c14dcfcc267c5d8133] [Current]
Feedback Forum
2008-11-20 17:34:40 [Toon Wouters] [reply] 
Je hebt de juiste methode gebruikt en juist geconcludeerd dat je naar de 2zijdige test moet zien omdat de levering kan afwijken in 2 richtingen : te weinig vet of te veel vet. Maar het is fout om klacht in te dienen omdat het betrouwbaarheids interval van 95% tussen 11% en 19% ligt en de grenzen worden dus niet overschreden dus niet aanklagen
2008-11-21 15:15:04 [Thomas Plasschaert] [reply] 
juiste conclusie omtrent de 2 sided test, maar je hebt de sample mean verkeerd ingevuld, dit had 0,1546 moeten zijn en daardoor had je andere resultaten bekomen, nl dat de nulhypothese niet werd verworpen.
2008-11-21 15:20:46 [Stephanie Vanderlinden] [reply] 
De studente heeft een foutieve test gebruikt waardoor de critical value kleiner is dan het sample mean en ze de nulhypothese verwerpt. Dit is echter foutief. Het maakt wel uit of het vetpercentage boven of onder 15% zit. Dit zijn twee mogelijkheden om met het vlees te knoeien. In de eerst vraag is er echter nog geen vermoeden van fraude, waardoor we gebruik maken van de two-tailed test. Dit heeft de studente ook gedaan.
2008-11-22 16:00:12 [Carole Thielens] [reply] 
Voor het oplossen van dit probleem, moet de critical value berekend worden.
De berekening van deze studente bij Q1 gaf een foute uitkomst, gezien zij de percentages van de nulhypothese en sample mean ( 15% en 15.46%) niet schreef als een kommagetal. Eveneens de conclusies die zij daaruit trok, waren verkeerd. Ze beweerde immers dat er een 2-sided test gebruikt moet worden omdat het vetpercentage exact 15% moet zijn. Deze redenering is uiteraard verkeerd. We passen een 2-sided test toe, gezien het vetgehalte binnen de grenzen van 13.8% en 16.2% moet liggen. Het vetgehalte moet dus 15% zijn met een mogelijke variantie van 1.2%. Dit betekent dat het vetgehalte binnen 2 grenzen moet liggen en bijgevolg de laagste of de hoogste grens niet mag overschrijden.
Wanneer gekeken wordt naar de onder- en bovengrens van de critical value, moet er nagegaan worden of de sample mean binnen dit interval ligt. Dit is duidelijk het geval, waardoor we bijgevolg kunnen besluiten dat de nulhypothese niet verworpen mag worden.
Natuurlijk kan er ook gekozen worden voor een one-sided test, maar dan moet de verantwoording in dit geval ook weer correct zijn.
2008-11-24 19:05:58 [Angelique Van de Vijver] [reply] 
de studente heeft 15 en 15.46 ingevuld bij de berekening terwijl dit 0.15 en 0.1546 moet zijn. Hierdoor is er een andere oplossing uitgekomen die leidde tot de verwerping van de hypothese. ALs je de getallen juist invoert kom je tot de conclusie dat je de nulhypothese niet moet verwerpen. Zoals de student zegt moet je dus inderdaad de tweezijdige test gebruiken omdat er zowel te veel als te weinig vet kan zijn. Je kan ook vaststellen dat het steekproefgemiddelde binnen het betrouwbaarheidsinterval ligt => er moet geen klacht ingediend worden

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'George Udny Yule' @ 72.249.76.132

\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 & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24722&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24722&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24722&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'George Udny Yule' @ 72.249.76.132






Testing Mean with known Variance
sample size27
population variance0.012
sample mean15.46
null hypothesis about mean15
type I error0.05
critical value (one-tailed)15.0346765591917
confidence interval (two-tailed)(sample mean)[ 15.4186803311797 , 15.5013196688203 ]
conclusion for one-tailed test
Reject the null hypothesis.
conclusion for two-tailed test
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 & 15.46 \tabularnewline
null hypothesis about mean & 15 \tabularnewline
type I error & 0.05 \tabularnewline
critical value (one-tailed) & 15.0346765591917 \tabularnewline
confidence interval (two-tailed)(sample mean) & [ 15.4186803311797 ,  15.5013196688203 ] \tabularnewline
conclusion for one-tailed test \tabularnewline
Reject the null hypothesis. \tabularnewline
conclusion for two-tailed test \tabularnewline
Reject the null hypothesis \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24722&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]15.46[/C][/ROW]
[ROW][C]null hypothesis about mean[/C][C]15[/C][/ROW]
[ROW][C]type I error[/C][C]0.05[/C][/ROW]
[ROW][C]critical value (one-tailed)[/C][C]15.0346765591917[/C][/ROW]
[ROW][C]confidence interval (two-tailed)(sample mean)[/C][C][ 15.4186803311797 ,  15.5013196688203 ][/C][/ROW]
[ROW][C]conclusion for one-tailed test[/C][/ROW]
[ROW][C]Reject the null hypothesis.[/C][/ROW]
[ROW][C]conclusion for two-tailed test[/C][/ROW]
[ROW][C]Reject the null hypothesis[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24722&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24722&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 mean15.46
null hypothesis about mean15
type I error0.05
critical value (one-tailed)15.0346765591917
confidence interval (two-tailed)(sample mean)[ 15.4186803311797 , 15.5013196688203 ]
conclusion for one-tailed test
Reject the null hypothesis.
conclusion for two-tailed test
Reject the null hypothesis


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 27 ; par2 = 0.012 ; par3 = 15.46 ; par4 = 15 ; par5 = 0.05 ;
Parameters (R input):
par1 = 27 ; par2 = 0.012 ; par3 = 15.46 ; par4 = 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')