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_hypothesismean1.wasp
Title produced by softwareTesting Mean with known Variance - Critical Value
Date of computationThu, 06 Nov 2008 04:24:20 -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/06/t1225971222xe2sawyr8u5zk3x.htm/, Retrieved Sun, 19 May 2024 00:54:19 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=22022, Retrieved Sun, 19 May 2024 00:54:19 +0000
QR Codes:

Original text written by user:In samenwerking met Kevin Engels, Katrien Bourdiaudhy, Lindsay Heyndrickx, Stéphanie Claes
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact207

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] [Q1 Pork quality test] [2008-11-06 11:24:20] [35348cd8592af0baf5f138bd59921307] [Current]
F         [Testing Mean with known Variance - Critical Value] [The pork quality ...] [2008-11-12 22:33:38] [5262baed313b307078ce11eb68e9efe6]
F RMP     [Testing Mean with known Variance - Sample Size] [The pork quality ...] [2008-11-12 22:55:07] [5262baed313b307078ce11eb68e9efe6]
- RMP     [Testing Population Mean with known Variance - Confidence Interval] [The pork quality ...] [2008-11-12 22:58:47] [5262baed313b307078ce11eb68e9efe6]
- RMP     [Testing Sample Mean with known Variance - Confidence Interval] [The pork quality ...] [2008-11-12 23:05:44] [5262baed313b307078ce11eb68e9efe6]
Feedback Forum
2008-11-13 19:08:46 [Jeroen Aerts] [reply] 
Antwoord is volledig juist en goed geargumenteerd.

Er staan enkel wel: ' We gebruiken de one-sided test', ik weet niet of hiermee bedoelt wordt dat dit een verplichting is, want dat is het niet, je bent vrij te kiezen welke test je neemt ( one-sided, 2-sided). Afhankelijk van je argument bepaal je je keuze.
2008-11-14 17:46:43 [Kevin Engels] [reply] 
Het antwoord is correct. We gaan de nulhypothese aanvaarden en dus niet verwerpen want de resultaten zijn conform het contract. De sample mean ligt immers in het betrouwbaarheidsinterval.
2008-11-19 15:03:19 [Kristof Van Esbroeck] [reply] 
Student trekt, naar mijn mening, een correct besluit.

De sample mean ligt lager dan de critical value. Bijgevolg is de afwijking toe te schrijven aan het toeval.

De nulhypothese wordt dus niet verworpen
2008-11-19 18:03:15 [Stijn Van de Velde] [reply] 
We moeten inderdaad geen klacht indienen, de overschrijding van het percentage is louter te wijten aan toeval. Dit kunnen we weten omdat de nul-hypothese word aanvaard.
Omdat het het er vooral om draait dat er niet teveel vet is, maakt het hier niet uit of je de 1-sided of 2-sided test neemt. Te weinig vet zou immers in ons voordeel zijn.
2008-11-22 18:41:51 [Stéphanie Claes] [reply] 
Het gegeven antwoord is correct.
De sample mean ligt binnen het betrouwbaarheidsinterval.
We gaan de nulhypothese inderdaad niet verwerpen omdat het conform het contract is.
De variantie betekent dat er een afwijking mogelijk is naar boven en naar beneden, in 2 richtingen dus. Wat betekent dat je zowel de 1-sided test als de 2-sided test kunt kiezen (er kan ook te weinig vet aanwezig zijn), als je kiest voor de 2-sided test moet je dit wel duidelijk argumenteren.
2008-11-23 12:14:05 [Jeroen Michel] [reply] 
Ik kan me aansluiten bij de argumentatie van voorgaande studenten. Ik heb een correcte analyse gemaakt, de juiste cijfers gebruikt en tot slot een juiste analyse gemaakt (dit omwille van het economische voordeel dat de leverancier heeft).

Een two-sided test model had ook niet fout geweest, daar er een afwijking kan zijn van het vetgehalte (zowel naar boven als naar beneden).

2008-11-24 10:16:06 [Lindsay Heyndrickx] [reply] 
Dit is correct maar hier moet je ook eens kijken of het tweezijdig is of niet. Dit kan nuttig zijn omdat de afwijking in twee richtingen kan. Is er in het productieproces iets mis? Te weinig vet in het vlees kan ook een probleem zijn. dit komt echter niet zo veel voor.
2008-11-24 19:07:11 [Katrien Bourdiaudhy] [reply] 
we hebben hier geopteerd voor een one sided test omdat, mijns inziens, de leverancier enkel economisch voordeel haalt uit (en wij dus een nadeel) te veel vet.
het is zoals de studenten hiervoor argumenteren wel zo dat je hier ook een two sided test kan gebruiken. er wordt echter niet speciaal vermeld dat ook te weinig vet aanleiding kan geven tot problemen.
het antwoord dat geformuleerd werd op de vraag is correct.

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'Gwilym Jenkins' @ 72.249.127.135

\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 & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=22022&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=22022&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22022&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'Gwilym Jenkins' @ 72.249.127.135






Testing Mean with known Variance
sample size27
population variance0.012
sample mean0.1546
null hypothesis about mean0.15
type I error0.05
critical value (one-tailed)0.184676559191704
confidence interval (two-tailed)(sample mean)[ 0.113280331179696 , 0.195919668820304 ]
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
critical value (one-tailed) & 0.184676559191704 \tabularnewline
confidence interval (two-tailed)(sample mean) & [ 0.113280331179696 ,  0.195919668820304 ] \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=22022&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]critical value (one-tailed)[/C][C]0.184676559191704[/C][/ROW]
[ROW][C]confidence interval (two-tailed)(sample mean)[/C][C][ 0.113280331179696 ,  0.195919668820304 ][/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=22022&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22022&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
critical value (one-tailed)0.184676559191704
confidence interval (two-tailed)(sample mean)[ 0.113280331179696 , 0.195919668820304 ]
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))
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')