FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_hypothesismean4.wasp
Title produced by softwareTesting Mean with known Variance - Sample Size
Date of computationThu, 13 Nov 2008 14:54:57 -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/t1226613345vwb776idmvbavf5.htm/, Retrieved Sun, 19 May 2024 08:50:43 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24855, Retrieved Sun, 19 May 2024 08:50:43 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact118

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 - Sample Size] [W4Q4] [2008-11-13 21:54:57] [434228f9e3c7eaa307f0fb12855e2147] [Current]
Feedback Forum
2008-11-20 13:15:01 [Jolien Van Landeghem] [reply] 
Met sample size bedoelt men steekproefgrootte. In deze opgave willen we de pakkans vergroten (dus de fraude doorhebben) dit doen we door de variantie te verkleinen. Als we de pakkans willen verhogen, hebben we een grootte steekproef nodig : we moeten namelijk 32466 worsten analyseren willen we 95% kans hebben dat de fraude achterhaald wordt. Dit is echter onrealistisch, het zal je meer kosten dan baten opleveren.
2008-11-24 17:07:42 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1 - Blok 9 (Q4)

De student heeft hier geen conclusie bij gezet, omdat hij/zij niet precies wist wat sample size betekent.
Sample size betekent de grootte van de steekproef.

Een conclusie zou kunnen zijn:
: We hebben in de titel verondersteld dat de waarschijnlijkheid dat we de fraude detecteren gelijk is aan 95% of met andere woorden: in 5% van de gevallen detecteren we de fraude niet. Dit laatste is dus gelijk aan het type II error. Nu, om het mogelijk te maken dat we in 95% van de gevallen dat er fraude optreedt, deze fraude ook detecteren, moeten we een steekproefgrootte nemen van 32 467 (afgerond) stukken vlees.
Een praktisch probleem om dit te implementeren is de grootte van deze steekproef. Het is niet eenvoudig om (willekeurig) 32 467 stukken vlees te onderzoeken, om het mogelijk te maken een betrouwbaarheid van 95% te verzekeren dat fraude gedetecteerd gaat worden ; Rekening houden met het feit dat in de opdracht vermeld staat er willekeurig 27 stukken vlees onderzocht werden, wat dus in aantal een zeer groot verschil geeft (met 32 467 stukken vlees). Dat zou zelfs betekenen dat men ongeveer 1202 keer het aantal van telkens willekeurig 27 stukken vlees moet gaan nemen.

Andere praktische problemen zijn:
- te duur
- te omslachtig
- niet realistisch

Het is bijna onmogelijk om in 95% de fraude te detecteren en dus de pakkans te vergroten.
2008-11-24 18:26:51 [Yannick Van Schil] [reply] 
geen argumentatie, sample mean is zoals gezegd steekproefgrootte. In deze berekening maken we proef nauwkeuriger en de pakkans groter door de vriante te verkleinen. Om dit te bereiken moet dus de steekproefgrootte naar 32466.5 verhoogd worden. Dit is veel te duur en is dus niet haalbaar
2008-11-24 20:16:45 [Annemiek Hoofman] [reply] 
Moeten we de pakkans niet vergroten door de kritische waarde te verhogen?? Of is dit hetzelfde als de variantie verkleinen?

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'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24855&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]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24855&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24855&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'Herman Ole Andreas Wold' @ 193.190.124.10:1001






Testing Mean with known Variance
population variance0.012
null hypothesis about mean0.15
alternative hypothesis about mean0.152
type I error0.05
type II error0.05
sample size32466.5214491449

\begin{tabular}{lllllllll}
\hline
Testing Mean with known Variance \tabularnewline
population variance & 0.012 \tabularnewline
null hypothesis about mean & 0.15 \tabularnewline
alternative hypothesis about mean & 0.152 \tabularnewline
type I error & 0.05 \tabularnewline
type II error & 0.05 \tabularnewline
sample size & 32466.5214491449 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24855&T=1

[TABLE]
[ROW][C]Testing Mean with known Variance[/C][/ROW]
[ROW][C]population variance[/C][C]0.012[/C][/ROW]
[ROW][C]null hypothesis about mean[/C][C]0.15[/C][/ROW]
[ROW][C]alternative hypothesis about mean[/C][C]0.152[/C][/ROW]
[ROW][C]type I error[/C][C]0.05[/C][/ROW]
[ROW][C]type II error[/C][C]0.05[/C][/ROW]
[ROW][C]sample size[/C][C]32466.5214491449[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24855&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24855&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
population variance0.012
null hypothesis about mean0.15
alternative hypothesis about mean0.152
type I error0.05
type II error0.05
sample size32466.5214491449


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0.012 ; par2 = 0.15 ; par3 = 0.152 ; par4 = 0.05 ; par5 = 0.05 ;
Parameters (R input):
par1 = 0.012 ; par2 = 0.15 ; par3 = 0.152 ; par4 = 0.05 ; 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))
if (par2 == par3)
{
conclusion <- 'Error: the null hypothesis and alternative hypothesis must not be equal.'
}
ua <- abs(qnorm(par4))
ub <- qnorm(par5)
c <- (par2+ua/ub*(-par3))/(1-(ua/ub))
sqrtn <- ua*sqrt(par1)/(c - par2)
samplesize <- sqrtn * sqrtn
ua
ub
c
sqrtn
samplesize
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,'population variance',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'null hypothesis about mean',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'alternative hypothesis about mean',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'type I error',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'type II 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#ex4','sample size','example'),header=TRUE)
a<-table.element(a,samplesize)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')