Akademi Merkonomer Statistik Aften 6

Slides:



Advertisements
Lignende præsentationer
Repetition Goodness of Fit Uafhængighed i Kontingenstabeller
Advertisements

Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Hypotese test – kapitel 6 (Signifikans test)
Anvendt Statistik Lektion 3
Statistik Lektion 6 Konfidensinterval for varians Hypoteseteori
Anvendt Statistik Lektion 4
Akademi Merkonomer Statistik Aften 5
Afsætning og matematik Eksemplificeret ved materiale fra STELTON
Statistik og sandsynlighedsregning
 Introduktion til dagen  Afleveringen  Flere Hypoteser  Stikprøver  Evaluering.
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Anvendt Statistik Lektion 6
Akademi Merkonomer Statistik Aften 3
Anvendt Statistik Lektion 9
Anvendt Statistik Lektion 5
Sammenligning af to grupper
Sammenligning af to grupper – kapitel 7
Kvantitativ metode del 1 Gymnasielærer-kursus forår 2007 Aalborg Universitet Population, stikprøve og signifikans Mandag den 19. marts, kl ved.
Anvendt Statistik Lektion 3
Anvendt Statistik Lektion 6
Anvendt Statistik Lektion 8
Statistik Lektion 6 Konfidensinterval for andele og varians
Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Signifikanstest ved (en eller) to stikprøver
Learning Objectives 5 Steps of a Significance Test Assumptions
Statistisk inferens Dagens program Grupper, opgave 1
Learning Objectives 5 Steps of a Significance Test Assumptions
 Introduktion til dagen  Afleveringen  Lineær Regression  Multipel Lineær Regression  Evaluering.
Statistik Lektion 7 Hypotesetest og kritiske værdier
Statistik Lektion 7 Hypotesetest og kritiske værdier
Fejl  Afleveringen  Stikprøvestørrelse  Type I-II Fejl  Styrkefunktionen.
Anvendt Statistik Lektion 9
Statikstik II 2. Lektion Lidt sandsynlighedsregning
Kvantitative metoder 2: Inferens i den lineære regressionsmodel1 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 12. marts 2007.
Økonometri 1: F121 Økonometri 1 Heteroskedasticitet 27. oktober 2006.
Simpel Lineær Regression
Økonometri 1: F61 Økonometri 1 Inferens i den lineære regressionsmodel 25. september 2006.
Hypotesetest Hypotesetest og kritiske værdier Type 1 og Type 2 fejl
Statikstik II 2. Lektion Lidt sandsynlighedsregning
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 1. oktober 2004.
Statistik Lektion 7 Hypotesetest og kritiske værdier
Økonometri – lektion 7 Multipel Lineær Regression
Økonometri – lektion 5 Multipel Lineær Regression
 Gennemgang af aflevering  Poisson Fordelingen  Kontinuerte Fordelinger ◦ Intro til kontinuerte fordelinger ◦ Normalfordelingen.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 22. marts 2006.
Økonometri – lektion 8 Multipel Lineær Regression
Simpel Lineær Regression
Økonometri – lektion 4 Multipel Lineær Regression Model Estimation Inferens.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 3. marts 2003.
Side Grundlæggende teoretisk statistik Hypotesetest: Test i 2 populationer.
Grundlæggende teoretisk statistik
Grundlæggende teoretisk statistik
Kvantitative metoder 2: Inferens i den lineære regressionsmodel1 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 7. marts 2007.
KM2: F181 Kvantitative metoder 2 Heteroskedasticitet 11. april 2007.
Statistik Lektion 8 Test for ens varians.
Kvantitative metoder 2: F31 Kvantitative metoder 2 Beskrivende statistik og analyse af kvalitatitive data 12. februar 2007.
Grundlæggende teoretisk statistik
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 26. oktober 2004.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 31. marts 2003.
Kvantitativ metode del 1 Gymnasielærer-kursus forår 2007 Aalborg Universitet Sammenhænge ml. variabler, styrke og signifikans Tirsdag den 20. marts, kl.
Statistik II 4. Lektion Logistisk regression.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 27. februar 2003.
Inge Henningsen Stat BK uge Konfidensinterval og hypotesetest for to normalfordelte stikprøver.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 27. marts 2003.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 29. oktober 2004.
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 28. september 2004.
Samarbejde mellem matematik og samfundsfag. Disposition Indledning Hvorfor skal vi bruge 2 i samfundsfag? Hvordan kan matematikken bruges? Eksempel. Oplæg.
Niveau 2: Hypotesetestning
Anvendt Statistik Lektion 4
Anvendt Statistik Lektion 6
Præsentationens transcript:

Akademi Merkonomer Statistik Aften 6 2011.11.01 lth@campusvejle.dk

Denne aften Introduktion til dagen Afleveringen Hypoteser 6 Skridt til hypotesetest Evaluering

Vi kender approximationerne

Hvad er chancen Hypotesetest.: I en ny stikprøve, hvad er da chancen for at få et resultat, der er ligeså langt ude eller værre ?

3 måder at teste (jo mere vi ved) KI – konfidensinterval KV - Kritisk værdi, bruger SS – Sandsynlighed Mere og mere oplysende; Imellem, sammenlignende, sandsynliggørende Bemærk.: Alle beregninger giver samme resultat

Tre måder at evaluere hypoteser Højresidet Venstresidet Tosidet

Én måde at formulere nul-hypotese Nulhypotesen Normalt afspejle det er ren chance Hvis sand, ”FORKASTES EJ” Alternativ hypotesen SKAL enten.: a) Afspejle stikprøvens resultat, eller b) Være samstemmende med forhåndsteori c) Der er en effekt Hvis sand, ”FORKASTES NULHYPOTESEN”

To måder at fejle Bemærk.: Signifikans og Styrke er omvendt proportionale.

Eks.: Tosidet konfidensinterval

Eks.: Tosidet kritisk værdi

Seks skridt til hypotese test Hvilken hypotesen Vælg fordelingen Fastlæg kristisk region Find p værdi Undersøg resultatet Tag en beslutning

1. Bestem hypotesen (Middelværdi og 5%) 2. Vælg fordeling

3. Bestem kritisk region Idet følger stikprøveresultatet

BeWI-> 4. -> 1. -> z-test, tosidet 4. Find p værdi BeWI-> 4. -> 1. -> z-test, tosidet Test for middelværdi (z-test) Hypoteser (tosidet test) H0 : m = m0 HA : m ¹ m0 Input Stikprøvestørrelse 50 Stikprøvegennemsnit 2430 Stikprøvespredning 200 Nul-værdi 2400 Resultat Teststørrelse 1,06066 p-værdi 0,288844

5. Undersøg resultatet 6. Tag en beslutning P-værdien er 0,28, hvilket er mere end 0,05, der er ej forkast testniveauet 6. Tag en beslutning kan ej forkastes og, det er derfor den gældende hypotese.

Overblik

To middelværdier

Evaluering Eksempelvis.: Tidsplan Opgaver Grupper BeWI Stat