Konfidensintervall, Hypotestest

Relevanta dokument
Föreläsning 12: Repetition

Jämförelse av två populationer

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015

TMS136. Föreläsning 11

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

FÖRELÄSNING 8:

TMS136. Föreläsning 10

Syfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

TMS136. Föreläsning 13

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 ( ) OCH INFÖR ÖVNING 8 ( )

Föreläsning 11: Mer om jämförelser och inferens

Föreläsning 5. Kapitel 6, sid Inferens om en population

Föreläsningsanteckningar till kapitel 9, del 2

Föreläsning 12: Regression

Föreläsning 12, FMSF45 Hypotesprövning

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Hur man tolkar statistiska resultat

Föreläsning 6 (kap 6.1, 6.3, ): Punktskattningar

Tenta i Statistisk analys, 15 december 2004

8 Inferens om väntevärdet (och variansen) av en fördelning

TAMS65 - Föreläsning 6 Hypotesprövning

Föreläsning 5: Hypotesprövningar

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

SF1901: SANNOLIKHETSLÄRA OCH STATISTIK. MER HYPOTESPRÖVNING. χ 2 -TEST. Jan Grandell & Timo Koski

, s a. , s b. personer från Alingsås och n b

Föreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 4 oktober 2016

LTH: Fastighetsekonomi sep Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING

Kapitel 10 Hypotesprövning

TAMS65 - Föreläsning 6 Hypotesprövning

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

Statistik 1 för biologer, logopeder och psykologer

Thomas Önskog 28/

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Industriell matematik och statistik, LMA /14

Lösningsförslag till Matematisk statistik LKT325 Tentamen

Föreläsning G60 Statistiska metoder

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

9. Konfidensintervall vid normalfördelning

F3 Introduktion Stickprov

Laboration 4: Hypotesprövning och styrkefunktion

FÖRELÄSNING 7:

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 ( ) OCH INFÖR ÖVNING 7 ( )

TENTAMEN I STATISTIKENS GRUNDER 2

Matematisk statistik för B, K, N, BME och Kemister

27,5 27,6 24,8 29,2 27,7 26,6 26,2 28,0 (Pa s)

a) Facit till räkneseminarium 3

Tentamen i Matematisk statistik Kurskod S0001M

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

Matematisk statistik 9.5 hp, HT-16 Föreläsning 11: Konfidensintervall

Del I. Uppgift 1 Låt A och B vara två oberoende händelser. Det gäller att P (A) = 0.4 och att P (B) = 0.3. Bestäm P (B A ). Svar:...

Matematisk statistik TMS064/TMS063 Tentamen

Föreläsning 11, FMSF45 Konfidensintervall

Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

TMS136. Föreläsning 7

Tentamen i Matematisk statistik Kurskod S0001M

Matematisk statistik för B, K, N, BME och Kemister

σ 12 = 3.81± σ n = 0.12 n = = 0.12

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Statistiskt säkerställande av skillnader

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

Föreläsning 8: Konfidensintervall

π = proportionen plustecken i populationen. Det numeriska värdet på π är okänt.

Tentamen MVE302 Sannolikhet och statistik

Hur skriver man statistikavsnittet i en ansökan?

χ 2, chi-två Test av anpassning: sannolikheter specificerade Data: n observationer klassificerade i K olika kategorier:

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

TENTAMEN I STATISTIKENS GRUNDER 2

VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK

Föreläsning 4: Konfidensintervall (forts.)

Medicinsk statistik II

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Hypotestest och fortsättning av skattningar och konfidensintervall

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för D, I, Π och Fysiker

Avd. Matematisk statistik

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II

Föreläsning G60 Statistiska metoder

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Statistik och epidemiologi T5

Tentamen i Matematisk statistik Kurskod S0001M

SF1901 Sannolikhetsteori och statistik I

MVE051/MSG Föreläsning 14

Föreläsningsanteckningar till kapitel 8, del 2

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Om statistisk hypotesprövning

Analytisk statistik. Tony Pansell, optiker Universitetslektor

Tentamen MVE301 Sannolikhet, statistik och risk

Transkript:

Föreläsning 8 (Kap. 8, 9): Konfidensintervall, Hypotestest Marina Axelson-Fisk 11 maj, 2016

Konfidensintervall För i (, ). Hypotestest Idag: Signifikansnivå och p-värde Test av i (, ) när är känd Test av i (, ) när är känd Test av i (, )

KONFIDENSINTERVALL Chalmers University of Technology

Konfidensintervall för i, Stickprov,, från (, ). Konfidensintervall 100 1 % för : känd: =± / där Φ / =/2 fås från (0,1)-tabell. okänd: =± /, där F /, =/2 fås ur -fördelningstabell.

KONFIDENSINTERVALL FÖR I NORMALFÖRDELNINGEN

-fördelning (chi-2) Låt,, vara ett stickprov från, där är okänd ( kan vara känd eller okänd). Låt vara stickprovsvariansen. Då är statistikan 1 = -fördelad med 1 frihetsgrader.

Konfidensintervall för Låt,, vara ett stickprov från (, ) med stickprovsvarians. Ett 100 1 % konfidensintervall för ges av 1 1 /, där /, och /, /, fås ur tabell.

Observera att: -fördelningen inte är symmetrisk. Vi måste slå upp båda intervallgränserna i ett tvåsidigt intervall. () 1 /2 /2 0

-fördelning Chalmers University of Technology

Observera att: Konfidensintervall för fås genom att ta roten ur intervallgränserna 1 /, 1 /,

Ensidiga intervall En övre konfidensgräns för ges av 1, 1, En undre konfidensgräns för ges av 1,,

HYPOTESTEST Chalmers University of Technology

Hypotestest Används för att jämföra en viss parameter mot något konstant värde. T ex. 20 eller <20. Två motsatta hypoteser : noll-hypotes det vi ska testa (och vill förkasta). Tex =20. : alternativ hypotes det vi vill påvisa. Tex 20. Testet avgör om vi kan förkasta eller inte på en viss signifikansnivå.

Exempel Skiljer sig medellängden hos kvinnliga Chalmers-studenter från 172 cm? Är standardavvikelsen i längd mindre än 12 cm? Är manliga studenter signifikant längre än kvinnliga? Skiljer sig meddellängderna mellan TD och Fysikstudenter?

Exempel : =172 mot : 172 : =12 mot : <12 : = mot : > : = mot :

Riktlinjer för hypotestest 1. Vi vill uttala oss om någon parameter. Vi har ett påstått noll-värde (en konstant) som vi vill testa mot. Vi konstruerar en noll-hypotes: := 2. Det vi vill påvisa blir vår alternativa hypotes. : (tvåsidigt) eller :> (ensidigt) eller :< (ensidigt) 3. Vi försöker förkasta mha ett stickprov på en viss signifikansnivå.

SIGNIFIKANSNIVÅ, TYP-I OCH TYP-II-FEL

Typ-I och typ-ii-fel Fö Förkasta inte sann Typ-I Rätt falsk Rätt Typ-II P typ I =kallas testets signifikansnivå. 1 P typ II =1 kallas testets styrka.

Exempel Hypotes: person X är skyldig till brott Y. : X är oskyldig, : X är skyldig Fö. Jury: skyldig Förkasta inte. Jury: oskyldig sann: oskyldig Typ-I: värre Rätt falsk: skyldig Rätt Typ-II Man anser att döma en oskyldig är värre än att fria en skyldig.

Hur förkastar man? Dra ett stickprov,,. Antag att är sann. Beräkna sannolikheten att få givet stickprov givet att är sann Om sannolikheten är väldigt liten, mindre än given signifikansnivå, tror vi inte längre på. Vi förkastar på given signifikansnivå.

HYPOTESTEST AV NORMALFÖRDELNINGEN I

Test av när är känd Antag att vi, på signifikansnivå vill testa := : där är någon given konstant. Vi drar ett stickprov,, från (, ) och använder statistikan = / (0,1)

Test av när är känd Vi antar att är sann och försöker motbevisa detta. Dvs vi beräknar statistikan under = / och förkastar om < / eller om > /, där Φ / =1 Φ / =/2. Området där förkastas kallas testets kritiska region och / testets kritiska värde.

Ensidigt test Alternativt kan man testa := mot ett ensidigt alternativ: :< :> Förkasta om <. Förkasta om >.

P-VÄRDE Chalmers University of Technology

p-värde Istället för att beräkna en kritisk region för vår beräknade statistika, kan vi beräkna den exakta sannolikheten att få vår observation eller extremare om är sann. Dvs vi kan beräkna det exakta p-värdet och förkastar sedan om /2 för två-sidigt alternativ. för en-sidigt alternativ.

p-värde i ett två-sidigt test För vårt stickprov,, och vår noll-hypotes := beräknar vi = / p-värdet blir: =2(1 Φ ) Φ 1 Φ(z ) Förkasta om </2.

p-värde ensidigt test := :< := :> Φ 1 Φ( ) =Φ( ) Förkasta om <. =1 Φ( ) Förkasta om <.

Test av när är okänd Precis som för konfidensintervall skattar vi med stickprovsvariansen = 1 1 och använder statistikan = /