Free Statistics

of Irreproducible Research!

Author's title

Author*Unverified author*
R Software Modulerwasp_hypothesismean5.wasp
Title produced by softwareTesting Population Mean with known Variance - Confidence Interval
Date of computationWed, 12 Nov 2008 04:56:07 -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/12/t12264910226uaf6zyrkljhx7j.htm/, Retrieved Sat, 18 May 2024 23:06:11 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24136, Retrieved Sat, 18 May 2024 23:06:11 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsjulie govaerts
Estimated Impact161
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Testing Population Mean with known Variance - Confidence Interval] [testing populatio...] [2008-11-12 11:56:07] [ff1af8c6f1c2f1c0e8def9bfc9355be9] [Current]
Feedback Forum
2008-11-16 19:52:12 [Annemiek Hoofman] [reply
Je moet hiervoor de module 'Testing Mean with known Variance - Critical Value' gebruiken. Je zal dan zien dat het steekproefgemiddelde lager ligt dan de kritische waarde. De nulhypothese wordt niet verworpen, het betreft een toevallige afwijking ten op zichte van het contractueel bepaalde vetgehalte.
2008-11-17 09:04:58 [Ken Wright] [reply
Je hebt de verkeerde module gebruikt, hier is een link met de juiste module:http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/12/t1226481786nogl2v7g7txxjji.htm

Je argumenteert ook niet waarom je een one-tailed test gebruikt, normaal als je niet argumenteert zou je een 2-tailed test moeten gebruiken omdat deze zowel rekenig houdt met lage waarden ( te weinig vet) als hoge waarden (te veel vet). En dan kan je besluiten dat je best geen klacht moet indienen omdat 0.15 tussen de grenzen ligt van de confidence interval van de 2 tailed test.
2008-11-18 14:03:11 [Julie Govaerts] [reply
We nemen als nulhypothese dat het varkensvlees 15% vet zal bevatten. We nemen hierbij een zelf gekozen alfa fout van 5%. De kans dat we ons zullen vergissen bij het verwerpen van de nulhypothese zal dus beperkt blijven tot 5%. Want we mogen de leverancier uiteraard niet ten onrechte beschuldigen.

In dit geval is de critical value (0.184676559191704) groter dan de sample mean (0.1546 = het steekproefgemiddelde). Hieruit kunnen we afleiden dat er sprake is van een toevallige afwijking ten opzichte van het contractueel bepaalde vetgehalte (15%). We verwerpen de nulhypothese niet.

het is een tweezijdig probleem dus we gebruiken een 2 sided test --> ofwel teveel vet = slechte kwaliteit ofwel te weinig vet = weinig smaak --> het vetpercentage moet binnen een bepaald interval liggen = grenzen --> Als het gemiddelde binnen deze waarden ligt dan is het bijgevolg ook begrepen binnen het betrouwbaarheidsinterval.

OF we gebruiken een 1 sides test (1 grens is plus of min oneindig)= maar dan nood aan goede argumentatie = owv het is enkel economisch voordeliger voor de leverancier als hij teveel vet gebruikt = goedkoper
2008-11-18 17:16:11 [72e979bcc364082694890d2eccc1a66f] [reply
Er moet hier gebruik gemaakt worden van Testing mean with known variance - critical value. Hier zullen we gebruik maken van een 2-sided test omdat het gaat om een 2-zijdig probleem.
De conclusie zal dan zijn dat er geen klacht wordt neergelegd omdat de grenzen niet worden overschreden. 0,15 ligt dan tussen 0,12 en 0,18.
2008-11-23 15:17:33 [Hannes Van Hoof] [reply
De module die hier gebruikt is klopt niet, de module waaruit je het juiste antwoord kan afleiden is 'testing mean with known variance - critical value'.
Hieruit zou je dan kunnen aflezen dat de 15.46 binnen de waarde 0.11 en 0.19 valt en dat men dus geen klacht moet indienen.
2008-11-24 15:46:47 [Jules De Bruycker] [reply
Er is een foute module gebruikt. 'Testing mean with known variance - critical value' moet gebruikt worden. Er moet ook gebruik worden gemaakt van een 2-sided test. Het vetgehalte moet namelijk binnen de grenzen van 13.8% en 16.2% liggen. In de gegevens staat dat het vetgehalte gelijk moet zijn aan 15% en met een mogelijke variantie van 1.2%. Dit kan vertaald worden: het vetgehalte moet binnen 2 grenzen liggen en niet beneden de laagste grens of boven de hoogste grens liggen.

Post a new message




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 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 & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24136&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]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24136&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24136&T=0

As an alternative you can also use a 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'Sir Ronald Aylmer Fisher' @ 193.190.124.24







Testing Population Mean with known Variance
Population varianceNA
Sample size27
Sample meanNA
Confidence interval0.95
Type of IntervalLeft tailRight tail
Two-sided confidence interval at 0.95NANA
Left one-sided confidence interval at 0.95NA+inf
Right one-sided confidence interval at 0.95-infNA
more information about confidence interval

\begin{tabular}{lllllllll}
\hline
Testing Population Mean with known Variance \tabularnewline
Population variance & NA \tabularnewline
Sample size & 27 \tabularnewline
Sample mean & NA \tabularnewline
Confidence interval & 0.95 \tabularnewline
Type of Interval & Left tail & Right tail \tabularnewline
Two-sided confidence interval at  0.95 & NA & NA \tabularnewline
Left one-sided confidence interval at  0.95 & NA & +inf \tabularnewline
Right one-sided confidence interval at  0.95 & -inf & NA \tabularnewline
more information about confidence interval \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24136&T=1

[TABLE]
[ROW][C]Testing Population Mean with known Variance[/C][/ROW]
[ROW][C]Population variance[/C][C]NA[/C][/ROW]
[ROW][C]Sample size[/C][C]27[/C][/ROW]
[ROW][C]Sample mean[/C][C]NA[/C][/ROW]
[ROW][C]Confidence interval[/C][C]0.95[/C][/ROW]
[ROW][C]Type of Interval[/C][C]Left tail[/C][C]Right tail[/C][/ROW]
[ROW][C]Two-sided confidence interval at  0.95[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]Left one-sided confidence interval at  0.95[/C][C]NA[/C][C]+inf[/C][/ROW]
[ROW][C]Right one-sided confidence interval at  0.95[/C][C]-inf[/C][C]NA[/C][/ROW]
[ROW][C]more information about confidence interval[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24136&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24136&T=1

As an alternative you can also use a QR Code:  

The GUIDs for individual cells are displayed in the table below:

Testing Population Mean with known Variance
Population varianceNA
Sample size27
Sample meanNA
Confidence interval0.95
Type of IntervalLeft tailRight tail
Two-sided confidence interval at 0.95NANA
Left one-sided confidence interval at 0.95NA+inf
Right one-sided confidence interval at 0.95-infNA
more information about confidence interval



Parameters (Session):
par1 = 0,012 ; par2 = 27 ; par3 = 0,1546 ; par4 = 0.95 ;
Parameters (R input):
par1 = 0,012 ; par2 = 27 ; par3 = 0,1546 ; par4 = 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)
sigma <- sqrt(par1)
sqrtn <- sqrt(par2)
ua <- par3 - abs(qnorm((1-par4)/2))* sigma / sqrtn
ub <- par3 + abs(qnorm((1-par4)/2))* sigma / sqrtn
ua
ub
ul <- par3 - qnorm(par4) * sigma / sqrtn
ul
ur <- par3 + qnorm(par4) * sigma / sqrtn
ur
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('ht_mean_knownvar.htm','Testing Population Mean with known Variance','learn more about Statistical Hypothesis Testing about the Mean when the Variance is known'),3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Population variance',header=TRUE)
a<-table.element(a,par1,2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Sample size',header=TRUE)
a<-table.element(a,par2,2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Sample mean',header=TRUE)
a<-table.element(a,par3,2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Confidence interval',header=TRUE)
a<-table.element(a,par4,2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Type of Interval',header=TRUE)
a<-table.element(a,'Left tail',header=TRUE)
a<-table.element(a,'Right tail',header=TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,paste('Two-sided confidence interval at ',par4), header=TRUE)
a<-table.element(a,ua)
a<-table.element(a,ub)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,paste('Left one-sided confidence interval at ',par4), header=TRUE)
a<-table.element(a,ul)
a<-table.element(a,'+inf')
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,paste('Right one-sided confidence interval at ',par4), header=TRUE)
a<-table.element(a,'-inf')
a<-table.element(a,ur)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, hyperlink('ht_mean_knownvar.htm#ex5', 'more information about confidence interval','example'),3,TRUE)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')