C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd
C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd
C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Hypotesetestning (1 normalfordelt variabel)<br />
Alternativt kunne vi have benyttet nogle testfunktioner:<br />
TI-89: APPS STAT/LIST data indtastes i list1 F6, 1: Z-Test<br />
Menu udfyldes : µ 0 = 69. 2 , σ =1 , list =list1, Alternate Hyp: µ > µ 0 , Calculate<br />
Excel: Data indtastes i A1 til A12 fx Statistisk Z-test ZTEST(A1:A12;69,2;1)<br />
Vi får i begge tilfælde P-værdi = 0.0265, dvs. samme værdi som før.<br />
2) Udbyttet kan i middel forventes at være ca. x = 69. 76 kg<br />
99% konfidensinterval:<br />
TI-89: APPS STAT/LIST data indtastes i list1 F7, 2: Z-Interval C Int : [ 6919 . ; 70. 32]<br />
Excel: f x Statistisk konfidensinterval KONFIDENSINTERVAL(0,05;1;12) 0,565793<br />
[69.76 - 0.57;69.76+0.57] = [69.19 ; 70.32]<br />
At konfidensintervallet indeholder tallet 69.2 er klart i modstrid med at vi lige har vist, at<br />
middelværdien er større end 69.2.<br />
Det skyldes, at konfidensintervallet forkaster med 2.5% til hver side, mens en ensidet test<br />
forkaster kun til en side med 5%.<br />
Mere logisk ville det være, at lave en ensidet 95% konfidensinterval,<br />
⎡<br />
⎤ ⎡<br />
⎤<br />
⎢x<br />
−u095⋅ ∞⎥<br />
= ⎢69<br />
76 −165⋅ ∞⎥<br />
= [ ∞]<br />
⎣ n ⎦ ⎣<br />
⎦<br />
10<br />
σ<br />
.<br />
. ; . . ; 69. 28;<br />
12<br />
Det er imidlertid ikke standard, nok fordi det er sværere at forklare en udenforstående, at<br />
middelværdien med 95% sikkerhed ligger over 69.28 .<br />
Eksempel 6.2. Hypotesetest, hvor man får accept af H0. Samme problem som i eksempel 6.1, men nu er signifikansniveauet α =1%.<br />
Løsning:<br />
H0: µ = 69.2 mod H: H0: µ > 69.2<br />
I eksemplet fandt vi på basis af 12 forsøg, at P-værdi = 2.6%.<br />
Konklusion: H0 accepteres , dvs.<br />
vi kan ikke på et signifikansniveau på 1% bevise, at middelværdien var steget.<br />
Bemærk: Vi skriver ikke at vi har bevist den ikke er steget, det kan meget vel være tilfældet.<br />
Vi kan bare ikke bevise det med den ønskede sikkerhed.<br />
56