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 15:42:24 -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/t1226616240kdas5ljyxwxlu55.htm/, Retrieved Sun, 19 May 2024 10:20:44 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24876, Retrieved Sun, 19 May 2024 10:20:44 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact155

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] [] [2008-11-13 22:42:24] [00d8a67dacc57b43a0eea87363e750e0] [Current]
-   P     [Testing Mean with known Variance - Sample Size] [] [2008-11-19 11:24:01] [74be16979710d4c4e7c6647856088456]
F   P     [Testing Mean with known Variance - Sample Size] [] [2008-11-19 11:24:01] [3ba9e05a140f75dbe22af2042ab9e185]
-   P     [Testing Mean with known Variance - Sample Size] [] [2008-11-19 13:41:17] [d9be4962be2d3234142c279ef29acbcf]
Feedback Forum
2008-11-19 11:26:40 [Glenn Maras] [reply] 
Er zijn hier verkeerde gegeven ingevoerd waardoor de conclusie dus ook fout is. De student heeft als type II error 0.95 ingegeven waardoor er een zeer kleine steekproef wordt bekomen. De type IIerror moest gelijk zijn aan 0.05, zo zien we dat de steekproef uit 32466 samples moet gehaald worden. Deze steekproef is veel te groot en onrealistisch om te onderzoeken omdat het voor het bedrijf teveel geld zal kosten om het te berekenen. Ik heb de bewerking dus ook gereproduceerd en juist aangepast.
2008-11-23 17:46:39 [c97d2ae59c98cf77a04815c1edffab5a] [reply] 
de student heeft hier inderdaad verkeerde gegevens ingevoerd, waardoor ook geen juiste conclusies kunnen getrokken zijn.
type-II error moest 0,05 bedragen, omdat we 95% van de schuldigen willen detecteren. de student heeft als type-II error 95% ingevuld, wat wil zeggen dat we 95% van de schuldigen NIET zullen detecteren. dit is de link met de juiste oplossing: http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/12/t12264867437r9kz9uvyom8ojh.htm
de conclusie hieruit:
Om 95% van de schuldigen te detecteren( slechts type-II error van 5%) en de pakkans de vergroten, moeten we 32466 stukken vlees onderzoeken (=n) en de proef nauwkeuriger maken. Doordat we meer samples nemen gaan de observaties steeds minder afwijken van het gemiddelde, waardoor de variantie zal verkleinen. Het type-I error en type-II error zullen hierdoor verkleinen ALS de kritische waarde hetzelfde blijft. Gaat deze kritische waarde ook verkleinen? Dan zal type-I error en type-II error ook weer mee vergroten. Dit zal verder onderzocht moeten worden. Praktisch probleem bij sample vergroting:
- om dit te verwezenlijken is dat we over zoveel stukken moeten beschikken. ( te weten dat er bij de opgave staat dat er random 27 stukken vlees werden onderzocht)
- te omslachtig
- te duur
- niet realistisch
2008-11-23 19:47:04 [Peter Van Doninck] [reply] 
De student heeft de verkeerde gegevens ingevoerd. Hij heeft als type2 error 0,95 gebruikt ipv 0,05. Hierdoor kan hij geen analyse maken! De juiste oplossing is het vergroten van de steekproef naar 32467, zodat we een betere normaalverdeling krijgen, en de type1 en type2 error kleiner zal worden. Dit is in praktijk echter onhaalbaar gezien de hoge kosten die hierbij gepaard gaan. Het is ook omslachtig om zoveel controle's uit te voeren.
2008-11-24 19:23:27 [Annemiek Hoofman] [reply] 
De typeII-error moest ingesteld worden op 0.05. Dan zal je zien dat de sample size 32466 bedraagt en dit onmogelijk is om uit te voeren.

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=24876&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=24876&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24876&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
population variance0.012
null hypothesis about mean0.15
alternative hypothesis about mean0.152
type I error0.05
type II error0.95
sample size4.00180773433594e-28

\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 & 0.95 \tabularnewline
sample size & 4.00180773433594e-28 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24876&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]0.95[/C][/ROW]
[ROW][C]sample size[/C][C]4.00180773433594e-28[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24876&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24876&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 error0.95
sample size4.00180773433594e-28


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0.012 ; par2 = 0.15 ; par3 = 0.152 ; par4 = 0.05 ; par5 = 0.95 ;
Parameters (R input):
par1 = 0.012 ; par2 = 0.15 ; par3 = 0.152 ; par4 = 0.05 ; par5 = 0.95 ;
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')