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_hypothesismean2.wasp
Title produced by softwareTesting Mean with known Variance - p-value
Date of computationTue, 11 Nov 2008 12:21:55 -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/11/t122643136642sg64uutprdvhv.htm/, Retrieved Mon, 20 May 2024 02:42:35 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=23863, Retrieved Mon, 20 May 2024 02:42:35 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact145

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 - p-value] [marlies.polfliet_...] [2008-11-11 19:21:55] [e221948dd14811c7d88a6530ac2a8702] [Current]
Feedback Forum
2008-11-17 20:06:04 [Stefan Temmerman] [reply] 
De student heeft het hier niet bij het rechte eind.
Om de kans te berekenen, moet er gekeken worden naar de p-value. Deze betekent in dit geval de kans dat je je vergist als je gaat reclameren. De kans hier is 0.41 dat je fout zit. De kans dat je juist zit bedraagt dan 0.59. Deze kans is niet bijster groot om een advocaat aan te stellen, gerechtskosten kunnen hoog oplopen.
2008-11-19 13:50:34 [7bf28d4d60530086dbc44ae6b648927e] [reply] 
Je moet kijken naar de p-value (one tailed want enkel te veel vet. dit is goedkoper.) Deze bedraagt 41 %. Dit is dus veel groter dan de alfa fout
(5 %). Er is dus 41 % dat men zich vergist indien je een klacht indient. Dit is dus zeer hoog. De nul hypthese mag niet verworpen worden. Het verschil is aan toeval te wijten.
2008-11-20 16:40:55 [6066575aa30c0611e452e930b1dff53d] [reply] 
Het is inderdaad zo dat je geen klacht indient. We maken hier gebruik van een eenzijdige test want het gaat enkel om te veel vet (strong suspicion). Je hebt dus 41% kans dat je u vergist met het verwerpen van de nulhypothese. De waarschijnlijkheid dat mijn klacht onterecht is, is redelijk groot aangezien mijn p-waarde heel groot is (meer dan 0.05). Ik aanvaard mijn nulhypothese. Het verschil tussen 15 en 15,46 is dus te wijten aan het toeval. Ik dien dus geen klacht in.
2008-11-22 09:50:26 [Roel Geudens] [reply] 
Bij deze vraag gaan we gebruik maken van een one-sided test, want hier spreekt men eenkel van teveel vet. Als je p-waarde one-tailed 41% bedraagt, is de kans dat je je klacht onterecht indient dus 41%. Dit is teveel om met zekerheid een klacht te kunnen indienen. Gewoonlijk wordt een standaard van 5% genomen, als kan de onderzoeker zelf kiezen welke drempel hij neemt.
2008-11-24 02:52:00 [Anna Hayan] [reply] 
De kans dat u zich vergist, indien u een klacht indient, is 41% (p-value).
De p-value is duidelijk veel groter dan de alfa-fout. De nulhypothese mag niet verworpen worden. Het verschil, tussen 15% en 15,46%, is dus aan toeval te wijten.
2008-11-24 18:10:07 [94a54c888ac7f7d6874c3108eb0e1808] [reply] 
De conclusie van de student niet juist. Men maakt hier best gebruikt van een one-tail test. Er is maar 1 fraude mogelijk (te veel vet). Als je p-waarde one-tailed 41% bedraagt, is de kans dat je een klacht onterecht indient 41%. Dit is vrij veel. Gewoonlijk wordt een standaard van 5% genomen. Ook is het verschil te wijten aan het toeval.
2008-11-24 19:45:19 [Birgit Van Dyck] [reply] 
De student heeft een foute conclusie gegeven. Er wordt hier gebruik gemaakt van een éénzijdige test, enkel wanneer er te veel vet wordt geleverd. De éénzijdige P-waarde bedraagt 41%. Er is dus een kans van 41% dat je u vergist hebt en onterecht een klacht hebt ingediend. De standaard is normaal gezien gelijk aan 5%. 41% is dus teveel dat u het bij het verkeerde eind hebt, zodat u beter geen klacht indient.

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=23863&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=23863&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23863&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
Z-value0.218197158551618
p-value (one-tailed)0.413637749448374
p-value (two-tailed)0.827275498896748
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
Z-value & 0.218197158551618 \tabularnewline
p-value (one-tailed) & 0.413637749448374 \tabularnewline
p-value (two-tailed) & 0.827275498896748 \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=23863&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]Z-value[/C][C]0.218197158551618[/C][/ROW]
[ROW][C]p-value (one-tailed)[/C][C]0.413637749448374[/C][/ROW]
[ROW][C]p-value (two-tailed)[/C][C]0.827275498896748[/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=23863&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23863&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
Z-value0.218197158551618
p-value (one-tailed)0.413637749448374
p-value (two-tailed)0.827275498896748
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))
z <- (par3 - par4) / (sqrt(par2/par1))
p <- 1-pnorm(z)
if (par3 == par4)
{
conclusion <- 'Error: the null hypothesis and sample mean must not be equal.'
conclusion2 <- conclusion
} else {
if (p < par5/2)
{
conclusion2 <- 'Reject the null hypothesis'
} else {
conclusion2 <- 'Do not reject the null hypothesis'
}
}
if (p < par5)
{
conclusion <- 'Reject the null hypothesis.'
} else {
conclusion <- 'Do not reject the null hypothesis.'
}
p
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,'Z-value',header=TRUE)
a<-table.element(a,z)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value (one-tailed)',header=TRUE)
a<-table.element(a,p)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value (two-tailed)',header=TRUE)
a<-table.element(a,p*2)
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')