Hoofdstuk 6 Introductie in
ingrepen
-
-
6
. 1-Schatten met betrouwbaarheid---
-
Het
steekproefgemiddelde (x) de
natuurlijke
is
De 68-95-99 7
schatter het onbekende
populatiegemiddelde (m) Regel :
van ,
68 % van de observaties
valt binnen O de
van
I
Unbiasedness de
geen systematische neiging
= er is om
95 % van de observaties
waarheid te onderschatten of te overschatten
valt binnen 2 o van de
ju
> kun
je afleiden aan het midden vo steekproefverdeling
99 7 % ,
van de observaties
valt binnen 3 G
Vragen
de
van
ju
.
de
over variantie kun
je beantwoorden d . m v
.
spreiding
0 =
8m =
24 Bij een BHI
zijn
Centraal limiet theorie =
c = N M ,
0 /t 60 % tussen 24-8 16 =
en 24 + 8 =
32
er maar 2 opties :
O
0= 99 7 % tussen 24-24 0 =
en 24 + 24 =
48 . de zit wel
1 in
,
n het interval
. de
2 zit niet in
Betrouwbaarheidsinterval neemt de vorm aan van
het interval
of
schatting I
margin error
the gok voor de waarde van
in of error
n
grootte populatie
:
de onbekende parameter
O deze populatie heeft bekende standaard deviatie (0),
2
een
M = ·
-
maar een onbekende
gemiddelde
R
*
de waarde de normale standaard
2 = van
verdeling van
gebied
*
(tussen 2 en z
Steekproefgrootte
-
voor een
gevraagde
Cis of
gebied
I
>
margin error
2* .
02
H =
voor een al bepaalde
of
m margin error
Mull Alternatieve
hypothese - een statement waar mee
j hypothese
- het statement dat
je hoopt
effect of verschil of verwacht dat
(Ha)
dat is waar is
geen
er . .
2
jetest voor significantie
null
de
hypothese te ontkrachten
om
(Ho) dit wil je met de
significantie testen
bewijzen
(de parameter)
Hoaltijd 1-2ydig alternatief
je zegt dat Ha
·
als
groter of kleiner
,
voorbeeld
verwerpen
Ha : Ho
Ho :
er is
geen verschil in de
populatie gemiddelden Ha:x
of
Ho
is dan Ho (het kan maar 1 kant op
oftewehet verschil tussen de populatiegemiddelden O
is
2-zijdigalternatief ~
je zegt dat de parameter gelijk of niet
Ha :F Ho
gelijk is aan Ho
, test statistic meet de compatibiliteit
Hypothetische waarde de parameter waarde =
tussen de Ho de data
gespecificeerd door Ho .
Als Ho waar is
en .
waarde Het is een random variabele in een
Cal de
schatting een
dichtbij da
distributie die
hypothetische waarde aannemen
we kennen.
een veel voorkomende test statistic :
schatting-hypothetische waarde
Als de waarde van de schatting dus
2.
c standaard deviatie vd .
schatting
ver van de
hypothetische waarde
ligt ,
I
x -
Mo
dan ontkracht dit Ho
On
P-waarde eengetal tussen de O en 1 -
De p-waarde is de kans dat
je een
diebepaald of een steekproef uitkomst waarde van 2 Observeert die even
wel of niet statistisch significant is . extreem is als de z-waarde die
geobserveerd is
.
Als de p.waarde kleiner is dan het verschilt of het een
eenzijdige of tweezijdige alternatieve
hypothese
is :
gekozen significantie niveau
,dan kun
je Linkszijdig tweezijdig rechtzijdig
de null Ha
hypothese verwerpen :
Nx ... Hai
MxF ... Ha : Mx -
bewaarde pip
d oppp-waarde W
ward -
Mi Mi Mi
P(t -
....) :
(P(+ z ... ) :
P(+ = ) ...
=
Significantie niveaus word aangeduid door p
=
.
2 (1-p(+ ) <
..
1 -
P(t .. ) =
X .
Wanneer x = 0 05
.
,
dan betekend dit
dat 95 % van de de uitkomst
in
gevallen
(dus of HaoHo) waar is . Kritische waarde -
een waarde van 2
*
met
een
specifiek gebied onder de standaard
2-zijdige significantietest
S ontkracht *
een normaal curve alles wat buiten ,
valt is
Ho: als buiten de 1 BHI de
Mo Mo abwijzingsregio
=
x
95 % BHI
valt sbij X = 0 05 dus
van
M
.
6 .
3 -Gebruiken en misbruiken van testen
Statistische
significantie is niet hetzelfde
als praktische significantie .
afwijzings
regio
> dus altijd plotten !
ingrepen
-
-
6
. 1-Schatten met betrouwbaarheid---
-
Het
steekproefgemiddelde (x) de
natuurlijke
is
De 68-95-99 7
schatter het onbekende
populatiegemiddelde (m) Regel :
van ,
68 % van de observaties
valt binnen O de
van
I
Unbiasedness de
geen systematische neiging
= er is om
95 % van de observaties
waarheid te onderschatten of te overschatten
valt binnen 2 o van de
ju
> kun
je afleiden aan het midden vo steekproefverdeling
99 7 % ,
van de observaties
valt binnen 3 G
Vragen
de
van
ju
.
de
over variantie kun
je beantwoorden d . m v
.
spreiding
0 =
8m =
24 Bij een BHI
zijn
Centraal limiet theorie =
c = N M ,
0 /t 60 % tussen 24-8 16 =
en 24 + 8 =
32
er maar 2 opties :
O
0= 99 7 % tussen 24-24 0 =
en 24 + 24 =
48 . de zit wel
1 in
,
n het interval
. de
2 zit niet in
Betrouwbaarheidsinterval neemt de vorm aan van
het interval
of
schatting I
margin error
the gok voor de waarde van
in of error
n
grootte populatie
:
de onbekende parameter
O deze populatie heeft bekende standaard deviatie (0),
2
een
M = ·
-
maar een onbekende
gemiddelde
R
*
de waarde de normale standaard
2 = van
verdeling van
gebied
*
(tussen 2 en z
Steekproefgrootte
-
voor een
gevraagde
Cis of
gebied
I
>
margin error
2* .
02
H =
voor een al bepaalde
of
m margin error
Mull Alternatieve
hypothese - een statement waar mee
j hypothese
- het statement dat
je hoopt
effect of verschil of verwacht dat
(Ha)
dat is waar is
geen
er . .
2
jetest voor significantie
null
de
hypothese te ontkrachten
om
(Ho) dit wil je met de
significantie testen
bewijzen
(de parameter)
Hoaltijd 1-2ydig alternatief
je zegt dat Ha
·
als
groter of kleiner
,
voorbeeld
verwerpen
Ha : Ho
Ho :
er is
geen verschil in de
populatie gemiddelden Ha:x
of
Ho
is dan Ho (het kan maar 1 kant op
oftewehet verschil tussen de populatiegemiddelden O
is
2-zijdigalternatief ~
je zegt dat de parameter gelijk of niet
Ha :F Ho
gelijk is aan Ho
, test statistic meet de compatibiliteit
Hypothetische waarde de parameter waarde =
tussen de Ho de data
gespecificeerd door Ho .
Als Ho waar is
en .
waarde Het is een random variabele in een
Cal de
schatting een
dichtbij da
distributie die
hypothetische waarde aannemen
we kennen.
een veel voorkomende test statistic :
schatting-hypothetische waarde
Als de waarde van de schatting dus
2.
c standaard deviatie vd .
schatting
ver van de
hypothetische waarde
ligt ,
I
x -
Mo
dan ontkracht dit Ho
On
P-waarde eengetal tussen de O en 1 -
De p-waarde is de kans dat
je een
diebepaald of een steekproef uitkomst waarde van 2 Observeert die even
wel of niet statistisch significant is . extreem is als de z-waarde die
geobserveerd is
.
Als de p.waarde kleiner is dan het verschilt of het een
eenzijdige of tweezijdige alternatieve
hypothese
is :
gekozen significantie niveau
,dan kun
je Linkszijdig tweezijdig rechtzijdig
de null Ha
hypothese verwerpen :
Nx ... Hai
MxF ... Ha : Mx -
bewaarde pip
d oppp-waarde W
ward -
Mi Mi Mi
P(t -
....) :
(P(+ z ... ) :
P(+ = ) ...
=
Significantie niveaus word aangeduid door p
=
.
2 (1-p(+ ) <
..
1 -
P(t .. ) =
X .
Wanneer x = 0 05
.
,
dan betekend dit
dat 95 % van de de uitkomst
in
gevallen
(dus of HaoHo) waar is . Kritische waarde -
een waarde van 2
*
met
een
specifiek gebied onder de standaard
2-zijdige significantietest
S ontkracht *
een normaal curve alles wat buiten ,
valt is
Ho: als buiten de 1 BHI de
Mo Mo abwijzingsregio
=
x
95 % BHI
valt sbij X = 0 05 dus
van
M
.
6 .
3 -Gebruiken en misbruiken van testen
Statistische
significantie is niet hetzelfde
als praktische significantie .
afwijzings
regio
> dus altijd plotten !
