Test af hypotesen: b1 = b2

#0: Du kan jo umiddelbart se, at de to hældningskoefficienter ikke er lig hinanden. Ellers kan du lave et 95%-konfidensinterval for hældningen og tjekke, om de ligger inde i dette interval. I så fald vil forskellen skyldes tilfældige fluktuationer og de kan siges at være ens.

#1; Er du venlig at præcisere? Jeg kan tydeligvis se, at de ikke er lig hinanden, men den form for argumentation holder ikke altid, der skal helst ligge en test til begrundelse. Hvordan vil du lave det 95%-konfidensinterval?

#2: Åh, det er lang tid siden, at jeg har haft statistik, så det kan jeg ikke huske. Det er noget med, at du skal finde standardafvigelsen på dine data. 95% konfidensinterval er så:

[middelværdi - 1*standardafvigelse ; middelværdi+1*standardafvigelse].

Såvidr jeg husker.

#3; Ok, jeg tror ikke helt jeg ved, hvor du vil hen, men du skal have tak for indsatsen.

Citat: Jeg skal nu teste om der er forskel på de to funktioner. Jeg forventer, at det vil være tilstrækkeligt, at tjekke hypotesen H: b1 = b2 (altså om de to hælninger er lig hinanden).

Er opgaven således formuleret? I lineær reggressionsanalyse (normalfordelt) gentager man gerne eksperimentet x antal gange (her 2) , hvorefter man har en hel "algoritme" (se din lærebog) til test om dette eksperiment er lineært; altså om I og P afhænger lineært af hinanden. Hertil laves først variansanalyse (med Bartlett og χ²-tests) godkendes denne hypotese testes ekstimaterne med F-test...

"Er der forskel på fødevareforbrugsfunktionen før og efter krigen ?"

Således er spørgsmålet formuleret. Skal måske lige pointerer, at det er data fra 12 år før 2VK og 13 år efter.

Men kan man lave en F-test, når modellen ikke rigtig reduceres?

Uden at vide hvor meget du ved om lineær reggressionsanalyse, så vil jeg gætte på at du skal bruge en tilsvarende fremgangsmåde som min i #5 ... med linearitetshypotesen H₀:a+b(t_i-t), a,bεR

Citat : #0 Er der en "nem" måde, at lave denne test på?

Ja ... brug S-plus ^_^