G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Fig. 5.2 Accept- og forkastelsesområde.<br />
x<br />
U X − µ 0 69. 76 − 69. 2<br />
= =<br />
= 194 .<br />
σ 10 .<br />
n 12<br />
55<br />
5.2 Grundlæggende begreber<br />
I dette eksempel er det sat til 5%.<br />
1e) Beregning af P - værdi og konklusion<br />
Metode 1:<br />
Gennemsnittet af de 12 resultater giver x = 69.76 kg.<br />
Antages som før at nulhypotesen H0 : µ = 69.2 kg er sand, dvs. X antages normalfordelt med<br />
σ 10 .<br />
middelværdi µ 0 = 69.2 og spredning = = 0. 2887 , så fås<br />
n 12<br />
P - værdi = P( X ≥ 69. 76) = normCdf(69.76, ∞, 6921 . , / ( 12))<br />
=0.0262 (se evt. appendix 5.2)<br />
Da P - værdi = 2.62% < 5% forkastes H 0 ,<br />
Vor konklusion er derfor, at vi har et (svagt) statistisk bevis for, at den modificerede proces<br />
giver et større middeludbytte.<br />
Metode 2:<br />
Alternativt kunne vi have benyttet TI-89 testfunktion:<br />
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 />
Vi får P-værdi = 0.0265, dvs. samme konklusion som før.<br />
U X − µ<br />
=<br />
Tabel: Ved at foretage transformationen føres problemet over til den normerede normalfordeling.<br />
σ 0<br />
n<br />
I tabel 2 ses de relevante fraktiler for U-fordelingen. Heraf ses, at forkastelsesområdet for = 5 %<br />
er U > u<br />
(se figur 5.2). Valgte vi 095 . = 1645 .<br />
ved U > u = 2326 . . (se eventuelt appendix 5.2)<br />
α = 1% er forkastelsesområdet bestemt<br />
099 .<br />
Gennemsnittet af de 12 resultater giver = 69.76 kg.<br />
Vi får .<br />
Heraf ses, at H 0 forkastes på 5% niveau, mens vi ikke kan forkaste på 1% niveau.<br />
α