MET3431 eksamensformler - Hypotesetesting

Hypotesetesting

  • H0 skal alltid inneholde et likhetstegn. Dvs alternativhypotese skal ikke ha likhetstegn.
  • Tosidig vs ensidig test:
    • Når du skal se om en test er ensidig eller tosidig kan du se hva som står i den alternative hypotesen.
      Hvis det står > eller < så er det ensidig.
      Dersom det står ≠ (altså likhetstegn med skråstrek over) er det en tosidig test.

  • Fremgangsmåte:
    • Noter n.
    • Noter målt snitt, P^, snitt1. gjsn.differanse.
      • Differanse og parvis differanse handler om verdiforskjellen mellom to verdier som er relaterte. F.eks. forskjellen mellom før-verdien og etter-verdien utgjør en differanse\parvis differanse.
    • Noter påstand, P, og H0.
      • Nullhypotese:
        • Kjennetegn: Inneholder alltid et likhetstegn.
        • Når: Når man tester for at det ikke er noen forskjell.
      • Alternativhypotese:
        • Kjennetegn: Inneholder aldri likhetstegn.
        • Når: Når man tester for at det vil være en forskjell.
    • Finn ut hvilken testtype og kritisk verdi som skal brukes.
    • Metode A:
      • Regn standardfeil.
      • Regn testobservator.
    • Metode B:
      • Regn P-verdi.
      • Hvis P-verdi < alfa, forkast nullhypotese.
  • Gruppesammenligning:
    • Bruk t-test
    • t=(xsnitt1-xsnitt2)/(rot((s^2 av 1/n1)+(s^2 av 2/n2))
    • n=minst av n1-1 og n2-1



HypotesetestGruppe 1Gruppe 2
8n1249752
9Snitt, μ41,359,3
10Standardavvik15,716,4
11


12H0, μ =B941,3
13Mellomregning standardavvik^2/n =((B10^2)/B8)               0,20               0,36
14Standardfeil,2 grupper =ROT(B13+C13)               0,74
15Testobservator =(B9-C9)/B14           -24,16

Hypotesetesting: Testtyper *

  • Typer:
    • Z: Forteller hvor (u)vanlig en gitt verdi er for en variabel.
    • T: Viser hvorvidt to gruppers data er signifikant ulike hverandre.
    • Chi: Indikerer hvorvidt to kvalitative variabler har korrelasjon.
  • Når:
    • Z-test:
      • Når vi vil vite om en gitt verdi er normal for en bestemt variabel.
      • A: Når vi vet standardavviket.
      • B: Når utvalgsstørrelse er over 30.
      • Dataene er normalfordelte.
      • Dataene er tilfeldig valgt fra populasjonen.
      • Utvalgsgruppene er omtrent like store.
      • Z-test brukes ved utvalgsandeler.
    • T-test:
      • Når vi vil vite om to uavhengige datagrupper er signifikant ulike hverandre.
      • Når vi skal sammenligne to grupper.
      • A: Når vi mangler standardavviket.
      • B: Når utvalget er mindre enn 30.
      • Independent samples T-test: Sjekker likheten mellom to grupper.
      • Paired samples T-test: Sjekker forandringer i en gruppe.
      • One-sampled T-test: Tester ett datasett mot en forventning.
    • Chi:
      • Når vi vil vite om en dikotom variabel korrelerer med en annen.
      • Når man vet utvalgsstørrelsen.
      • Hver verdi i forventede dataer må være minst 5.

Hypotesetesting: Testobservator: Testobservator, tobs, observator, test statistic, statistisk test, t*

  • Hva:
    • Et beregnet tall som brukes for å se om undersøkelsesdata passer med en hypotese, ved å sjekke om det beregnede tallet matcher med hypotesens forventning.
    • Vi har ulike typer testobservatorer som beregnes ulikt, fordi vi ikke alltid har tilgang på de samme sentralmålene om undersøkelsesdataene.
    • Typer:
      • Z-test: Forteller hvor (u)vanlig en gitt verdi er for en variabel.
      • T-test: Viser hvorvidt to gruppers data er signifikant ulike hverandre.
      • Chi-test: Indikerer hvorvidt to kvalitative variabler korrelerer.
  • Når:
    • Z:
      • Når vi vil vite om en gitt verdi er normal for en bestemt variabel.
      • Når vi vet standardavviket.
      • Når utvalgsstørrelse er over 30.
      • Dataene er normalfordelte.
      • Dataene er tilfeldig valgt fra populasjonen.
      • Utvalgsgruppene er omtrent like store.
      • Forutsetninger:
    • T:
      • Når vi vil vite om to uavhengige datagrupper er signifikant ulike hverandre.
      • Når vi skal sammenligne to grupper.
      • Når vi mangler standardavviket.
      • Når utvalget er mindre enn 30.
      • Independent samples T-test: Sjekker likheten mellom to grupper.
      • Paired samples T-test (ikke pensum): Sjekker forandringer i en gruppe.
      • One-sampled T-test: Tester ett datasett mot en forventning.
      • Forutsetninger:
    • Chi:
      • Når vi vil vite om en dikotom variabel korrelerer med en annen.
      • Når man vet utvalgsstørrelsen.
      • Forutsetninger:
        • Hver verdi i forventede dataer må være minst 5.
        • Tilfeldige utvalg.
  • Hvordan:
    • Z:
      • Metode 1:
        • Standardavviket forteller hvor langt unna median man befinner seg. 2 stddev er 95% av populasjonen.
          Testobservator kan anslås grovt utifra hvor mange standardavvik unna median den befinner seg.
    • T:
      • (Finn hvordan t-test skal regnes i ulike tilfeller)
      • Relaterte, parvise observasjoner:
        • Testobservator=(gjsn.differanse varA - gjsn.diff varB)/(standardfeil varA-standardavvik varB).
    • Chi:
        • Sett opp observert-tabell
        • Sett opp ekspected-tabell:
          • Expected=(kolonnesum*Radsum)/totalsum
        • Sett opp forskjelstabell:
          • ((Observed-Expected)^2)/Expected
        • Finn Q-kvantil\testobservator:
          • Q-kvantil=x^2=sum(((Observed-Expected)^2)/Expected)
        • Finn Alfakvantil\kritisk verdi.
        • Vurder hypotese:
          • Testobservator Q-kvantil X^2 < Kritisk verdi alfa-kvantil X^2a=beholde H0
          • Testobservator Q-kvantil x^2 > Kritisk verdi alfa-kvantil X^2a =kast H0
  • Testobservator= (snitt-x - H0) / standardfeil.
    • Testobservator=(snitt1-hypotesesnitt)/standardfeil.
    • Testobservator=Differanse/standardfeil.
  • Testobservator= (p^ - p) / standardfeil.

Hypotesetesting: Kritisk verdi*

  • Hva:
    • Kritisk verdi er verdien som forventes i det tilfelle hypotesen er sann.
    • Kritisk verdi er forventningsverdien for en variabel, dersom hypotesen er sann.
    • En kritisk verdi separerer forkastningsområdet fra de verdier av testobservatoren som ikke resulterer i å forkaste H0.
  • Når:
    • Brukes til å regne feilmarginer til estimater.
    • Brukes til å beregne testobservatorer.
  • Hvordan:
    • Kritisk verdi Z: Se Z-test.
    • Kritisk verdi T: Se T-test.
    • Kritisk verdi chi: Se chi-test.
    • Finne kritisk område:

      • Slå opp alfa istedenfor konfidens. (finn tabell som viser dette!)
        • alfa 5 df 5=11,07
    • H0 forkastes når testobservator er høyere enn kritisk verdi.

Relaterte stikkprøver\utvalg\observasjoner:

  • Hva:
    • Vi sier at stikkprøvene er relaterte dersom verdiene i de to stikkprøvene høres naturlig sammen i par.
      To relaterte stikkprøver har derfor alltid den samme utvalgsstørrelsen.
  • Når:
    • 1: Matchede par, eller
    • 2: Samme objektet målt to ganger (før og etter)
    • Observasjoner som hører logisk sammen, feks før- og etter-utvalg.
    • Utvalg som har en naturlig sammenheng, feks før- og etter-målinger.
  • Hvordan:
    • Bruk T-test.
    • Bruk df=n-2.

Hypotesetesting: Ensidig vs tosidig:

  • Forskjell:
  • Når:
    • Ensidig:
      • Når alternativhypotesen er > eller < (ikke begge deler).
      • Chi-kvadrat-tester.
    • Tosidig:
      • Når alternativhypotesen er !=
      • Ved konfidensintervaller (Z-test).
  • Hvordan:
    • Ensidig:
    • Tosidig:
      • Gjør Z-test\T-test.
      • Halver alfa.
      • Halver p-verdien.

Hypotesetesting: Type 1 og 2 feil

  • Type 1-feil:
    • Hva: Type 1-feil er når man forkaster en nullhypotese som man burde beholdt.
    • Betydning:
      • Betyr at man i hypotesetestingen beholder en alternativhypotese som faktisk er gal.
      • F.eks. hvis man forkaster nullhypotesen når p-verdien er mindre enn alfa.
  • Type 2-feil:
    • Hva: Type 2-feil er når man forkaster en alternativhypotese som man burde beholdt.
    • Betydning:
      • Betyr at man i hypotesetestingen beholder nullhypotesen når den faktisk er gal.
      • F.eks. at man beholder nullhypotesen når p-verdien er større enn alfa.

Hypotesetesting: Feilmargin, E, margin of error: Feilmargin, E *

  • Hva:
    • Èn type feilmargin er standardfeil (ikke ekvivalent).
    • En margin for hvilket tallområde man forventer at en verdi vil befinne seg i.
    • Består av kritisk verdi, standardavvik og utvalgsstørrelse.
  • Når:
    • Brukes til estimater, inkludert konfidensintervaller i hypotesetesting:
      • H0 forkastes når...
        • Forkastes når signifikant resultat tilsier en forskjell ulik 0.
        • Når p-verdien (sannsynlighet for å feilaktig forkaste H0) er lavere enn alfa (godtatt sannsynlighet for å feilaktige forkaste H0).
  • Hvordan:
    • (Finn hvordan feilmargin skal regnes i hvilke tilfeller)
    • Feilmargin=Kritisk verdi * (rot((punktestimat*(1-punktestimat))/n))
    • Feilmargin ved sammenligning av grupper:
      • Kritisk verdi * rot(Standardfeil)
    • Feilmargin Kritisk verdi * Standardavvik
      Feilmargin Kritisk verdi * Standardfeil

Hypotesetesting: Forkastningsområdet:

  • Definering:
    • Defineres av alfa.
      Dersom alfa halveres pga tosidig test, så er altså forkastningsområdet halvert.
    • Alternativhypotese + signifikansnivå → kritisk verdi → forkastningsområde.
  • Betydning:
    • Essensielt for hypotesetesting. Forkastningsområdet sammen med testobservatoren avgjør om man forkaster nullhypotesen eller alternativhypotesen.
      • Når testobservator ligger ute i forkastningsområdet, forkastes H0.

Hypotesetesting: Konfidensnivå: Konfidensnivå

  • Konfidensnivå=1-Signifikansnivå
Konfidensnivå90%95%99%

Z-verdi1,6451,962,576

Signifikansnivå\Alfa, ensidig0,10,050,01

Signifikansnivå\Alfa, tosidig, intervall0,050,0250,005

Alfa0,10,050,0250,010,005

Hypotesetesting: P-verdi, sannsynlighet, Pr for testobservator: P-verdi *

  • Hva:
    • P-verdi viser sannsynligheten for Type 1-feil: En falsk bekreftelse av alternativhypotesen\at man feilaktig forkaster nullhypotesen.
    • AKA Signifikanssannsynlighet, tilsvarer alfa.
    • Forkast nullhypotesen dersom p-verdien er mindre enn (eller lik) alfa.
  • Når:
    • Brukes i hypotesetesting...
      • for å vurdere sannsynligheten for å gjøre Type 1-feil.
      • for å regne ut testobservator?
  • Hvordan:
    • P-verdi med Z-observator:
      • P-verdi=arealet til høyre for testobservator Z.
      • Hentes i tabell med z i kolonne og p i raden.
      • Dersom H1 er 2-sidig, er p-verdien arealet i 2 haler (halver p-verdien for hver hale).

      • Dersom H1 er 1-sidig, er p-verdien arealet i 1 hale.

    • (gjelder samme metode for t-test og chi?)
    • P-verdi med observator T:
      • DF, T-verdi → P-verdi.
      • Taster
        • Tast inn frihetsgrader
        • Tast blå
        • Tast 2 (df. t→p)
        • Tast t-verdi\testobservator
        • Tast =
      • Feks
        • 34
        • blå
        • 2 (df)
        • 2.958
        • =0.9972

Hypotesetesting: Punktestimat, estimator: Punktestimat, p^, utvalgsandel, estimator

  • Punktestimat av sannsynligheten p:
    • P = x/n
  • Punktestimat av standardavviket:
    • S^2=(1/(n-1))*sum(x1-xsnitt)^2=((n-1)*standardavvik^2)/(n-1)
  • Punkestimat for z-intervall:
    • xsnitt.
  • Punktestimat ved gruppesammenligning: 
    • (X1-X2)

Undertemaer:

Label:

Filter by label

There are no items with the selected labels at this time.

Relatert label A:

Filter by label

There are no items with the selected labels at this time.

Relatert label B:

Filter by label

There are no items with the selected labels at this time.

test footer