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.
- Nullhypotese:
- 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
Hypotesetest | Gruppe 1 | Gruppe 2 | |
---|---|---|---|
8 | n | 1249 | 752 |
9 | Snitt, μ | 41,3 | 59,3 |
10 | Standardavvik | 15,7 | 16,4 |
11 | |||
12 | H0, μ =B9 | 41,3 | |
13 | Mellomregning standardavvik^2/n =((B10^2)/B8) | 0,20 | 0,36 |
14 | Standardfeil,2 grupper =ROT(B13+C13) | 0,74 | |
15 | Testobservator =(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.
- Z-test:
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.
- Z:
- 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.
- Standardavviket forteller hvor langt unna median man befinner seg. 2 stddev er 95% av populasjonen.
- Metode 1:
- 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
- Z:
- Testobservator= (snitt-x - H0) / standardfeil.
- Testobservator=(snitt1-hypotesesnitt)/standardfeil.
- Testobservator=Differanse/standardfeil.
- Testobservator=(snitt1-hypotesesnitt)/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
- Slå opp alfa istedenfor konfidens. (finn tabell som viser dette!)
- H0 forkastes når testobservator er høyere enn kritisk verdi.
- Kritisk verdi, Ta (kalkulator, utvalg, konf)
- Kritisk verdi, ta må slås opp i tabell, med frihetsgrader og konfidensintervall.
- Kritisk verdi = (1-pverdi)(??)
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).
- Ensidig:
- 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).
- H0 forkastes når...
- Brukes til estimater, inkludert konfidensintervaller i hypotesetesting:
- 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.
- Defineres av alfa.
- Betydning:
- Essensielt for hypotesetesting. Forkastningsområdet sammen med testobservatoren avgjør om man forkaster nullhypotesen eller alternativhypotesen.
- Når testobservator ligger ute i forkastningsområdet, forkastes H0.
- Essensielt for hypotesetesting. Forkastningsområdet sammen med testobservatoren avgjør om man forkaster nullhypotesen eller alternativhypotesen.
Hypotesetesting: Konfidensnivå: Konfidensnivå
- Konfidensnivå=1-Signifikansnivå
Konfidensnivå | 90% | 95% | 99% | ||
---|---|---|---|---|---|
Z-verdi | 1,645 | 1,96 | 2,576 | ||
Signifikansnivå\Alfa, ensidig | 0,1 | 0,05 | 0,01 | ||
Signifikansnivå\Alfa, tosidig, intervall | 0,05 | 0,025 | 0,005 | ||
Alfa | 0,1 | 0,05 | 0,025 | 0,01 | 0,005 |
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?
- Brukes i hypotesetesting...
- 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
- P-verdi med Z-observator:
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