GeoGebra og CHI i anden Eksemplerne er taget fra: http://uvmat.dk/stat_aau/chi2JULI09.pdf Test for uafhængighed af inddelingskriterier (homogenitetstest) Under værktøjer vælges Sandsynlighedslommeregner Som fordeling vælges Chi i anden Vælg herefter fanen statistik og Chi_i_anden GeoGebra og CHI i anden Antal rækker og søjler tastes ind. De observerede værdier tastes ind, og med et flueben i forventet antal, udregnes de forventede værdier Nederst i tabellen udregnes df Antal frihedsgrader χ2 Teststørrelsen p p-værdien, altså sandsynligheden for χ2-værdien eller derover GeoGebra og CHI i anden Vi vender nu tilbage til fanen fordeling Chi i anden er valgt df sættes i dette tilfælde til 1 Højresidet analyse vælges Herefter har jeg to muligheder 1. Jeg kan vælge mit signifikansniveau. I dette tilfælde er det sat til 5%. I højre felt skriver jeg 0.05, og jeg får i venstre felt beregnet P(X≥3.8415) = 0.05. Dvs. min kritiske værdi er 3.8415. GeoGebra og CHI i anden 2. Jeg kan vælge at indtaste P(4.7735≤X), altså finde sandsynligheden for, at den stokastiske variable er større end eller lig teststørrelsen. Denne sandsynlighed kaldes vores p-værdi. I dette tilfælde er p-værdien 0.0289. I denne opgave kommer jeg frem til, at min teststørrelse er på 4.7735. Den er altså større end min kritiske værdi, som var på 3.8415, og jeg må forkaste min hypotese på et 5% signifikansniveau. Min p-værdi er på 0,0289, hvilket betyder, at jeg i 2.89% af de tilfælde, hvor jeg foretager en undersøgelse, vil få en teststørrelse, der er 4.7735 eller derovre, selv om der ikke er forskel på drengenes og pigernes tøjvaner. GeoGebra og CHI i anden Test for repræsentativitet i forhold til underliggende fordeling (Goodness Of Fit) Under Vis vælges Regneark Indtast den procentvise fordeling. Brug regnearket til at beregne de forventede værdier ud fra den procentvise fordeling og det observerede antal. Under værktøjer vælges Sandsynlighedslommeregneren, fanen Statistik og Goodness of Fit Test. Antal rækker tastes ind. Tast observerede og forventede værdier ind. df Er beregnet til 7 χ2 Teststørrelsen er beregnet til 33.8848 p p-værdien er beregnet til 0 GeoGebra og CHI i anden Vi vender nu tilbage til fanen fordeling Chi i anden er valgt df sættes i dette tilfælde til 7 Højresidet analyse vælges Som i første eksempel har jeg to muligheder 1. Jeg kan vælge et signifikansniveau. I dette tilfælde er det sat til 5%. I højre felt skriver jeg 0.05, og jeg får i venstre felt beregnet P(X≥14.0671) = 0.05. Dvs. min kritiske værdi er 14.0671. GeoGebra og CHI i anden 2. I denne opgave kommer jeg frem til, at min teststørrelse er på 33.8848. Den er altså større end min kritiske værdi, som var 14.0671, og jeg må forkaste min hypotese på et 5% signifikansniveau. Jeg kan lige som i det foregående eksempel finde p-værdien ved at indtaste P(33.8848≤X). Min p-værdi er 0, hvilket betyder, at sandsynligheden for at få en teststørrelse på 33.8488 eller derover er så lille, at jeg uanset valg af signifikansniveau altid vil forkaste min hypotese. Indkomstfordelingen afviger altså signifikant fra den forventede indkomstfordeling.
© Copyright 2024