FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_hypothesismean2.wasp
Title produced by softwareTesting Mean with known Variance - p-value
Date of computationThu, 13 Nov 2008 05:17:00 -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/t1226578692mz0sym0ay2ephz0.htm/, Retrieved Mon, 20 May 2024 10:34:48 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24589, Retrieved Mon, 20 May 2024 10:34:48 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact135

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] [porkq2] [2008-11-13 12:17:00] [80e37024345c6a903bf645806b7fbe14] [Current]
Feedback Forum
2008-11-16 10:09:17 [Jasmine Hendrikx] [reply] 
Evaluatie Q2:

De student heeft gebruik gemaakt van de juiste berekening. De conclusie is echter verkeerd. Er wordt wel geconcludeerd dat er best geen klacht neergelegd kan worden, maar de student heeft deze conclusie gebaseerd op de two-tailed p-waarde. We moeten hier echter gebruik maken van de eenzijdige p-waarde. Dit komt doordat er een sterk vermoeden is dat de leverancier oneerlijk is (je denkt dat deze te veel vet levert). De waarschijnlijkheid dat de klacht dan ongerechtvaardigd is, bedraagt 41.36% (one-tailed p-waarde) . Omdat de p-waarde groter is dan alfa (5%), is er ook geen reden om de nulhypothese te verwerpen. We dienen dus ook geen klacht in, het verschil tussen 15% en 15.46% is hoogstwaarschijnlijk te wijten aan toeval.
2008-11-21 14:33:47 [Thomas Plasschaert] [reply] 
je hebt hier de conclusie gebaseerd op de two-tailed p-waarde. We moeten hier gebruik maken van de eenzijdige p-waarde. Er wordt gedacht dat de producent te veel vet levert. Adhv de one tailed p-value kan je zien dat de kan dat je je vergist meer is dan 41%. Omdat de p-waarde groter is dan de alfa waarde(5%), wordt de nul hypothese dan ook niet verworpen. We dienen dus geen klacht in, het verschil is waarschijnlijk te wijten aan toeval.
2008-11-22 10:05:09 [Roel Geudens] [reply] 
De berekening is juist. Maar doordat de student de two-tailed test gebruikt, trekt hij/zij een verkeerde conclusie. Hier moest een one-tailed test gebruikt worden, omdat er een vermoeden (suspicion) is dat de leverancier teveel vet gebruikt en niet te weinig of beiden.
2008-11-22 10:09:34 [Roel Geudens] [reply] 
Bij de vierde vraag maakt de student terecht de opmerking dat we de variantie moeten verkleinen. Maar wat hij niet vermeldt is dat hierdoor de steekproef veel groter zal moeten zijn. En dit had hij moeten nagaan. Dus was deze vraag niet goed beantwoord. (ik vermeld mijn uitleg hier omdat er geen output bij vraag 4 zit)
2008-11-22 16:32:46 [Birgit Demulder] [reply] 
We gebruiken de 1-zijdige test omdat we een onderzoek doen naar goedkoop varkensvlees, dus naar te veel vet. Vet is goedkoper dan vlees. We kijken dus naar de 1-zijdige p-waarde. Deze p-waarde is 41%, dit is de kans dat men zich vergist bij het indienen van een klacht. Deze kans ligt te hoog dus er wordt dan ook beter geen klacht ingedient.
2008-11-24 09:58:44 [Alexander Hendrickx] [reply] 
De student heeft de opdracht vrij goed opgelost, hij moest wel echter gebruik maken van een one tailed p value ipv een two tailed p value, dit omdat er vermoed wordt dat er te veel vet wordt gebruikt, dat het vetgebruik eventueel te laag zou zijn wil men hier niet onderzoeken. Dat kans dat een ingediende klacht ongegrond is is 41%, wat vrij hoog is, het is dan ook beter dat er geen klachten worden ingediend. De p waarde 41% is groter dan alfa 5%, er is geen reden om de nulhypothese te verwerpen.

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=24589&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=24589&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24589&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 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=24589&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=24589&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24589&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')