Hypotesetest på middelværdi, middelværdi og varians ukendt, stor normalfordelt stikprøve

Hvis din stikprøve udgør sådan en stor andel men ellers ukendt kan du næppe gøre andet end det du gør. Egentlig er det jo så en hypergeometrisk fordeling og du kan da se efter om der findes en anden tilnærmelse til den. Med hensyn til test af 0 hypotesen er fordelingen helt ligegyldig. Den observerede værdi er jo større end 10, så du kan helt sikkert ikke forkaste 0 hypotesen

Jeg forstår ikke hvordan du kan konkludere at den følger en anden fordeling, uden at kende min stikprøver i detaljer?

Et normalfraktildiagram viser ret klart at data er normalfordelte.

Du må meget gerne uddybe dit synspunkt.

Hvis du har en endelig mængde med 2 mulige udfald har du en hypergeometrisk fordeling

Det ved jeg godt, men mine variable har ikke kun 2 udfald. Det er beløb (kr).

Er det noget i min test der indikerer andet?

Det var bare det indtryk eg havde fået. Du bør så holde dig til normalfordelingen

At korrigere for endelige population betyder principelt bare du anvender en lille faktor, som gør testen mere konservative - i netop dit tilfælde er dine konklusioner  så stærke at sådan en faktor er ubetydelig for din konklusion (forudsat at dine beregninger er korrekte)

AnyFellow,

Med en n=91, så skulle dine endelige resultater være gode nok, især hvis din rigtige population ligger mellem de 200-500 stykker, hvis randomization/tilfældig udvalg samt normalfordeling eksisterer i din stikprøve. 

Med en hurtig hovedregning, vil jeg sige, at den såkaldte margin of error maks kan ligge på de 2%. 

Jeg kan dog ikke se, hvad din p-value ligger på. Har du den et eller andet sted? Eller kan du oploade dit datasæt, så jeg i R kan udregne den? Det er den vigtigste, når det kommer til H₀ og H_A og om H₀ kan forkastes.

Hjalp dette?

Bard

I dette tilfælde er en egentlig test helt overflødig. 0 hypoptesen er at middelværdien er mindst 10. Den observerede middelværdi er 26,5. Det er indlysende at man ikke kan forkaste 0 hypotesen med det udfald

#8: Er enig med dig, men ens argument vil da stadig stå stærkere, hvis man havde en p-value, der rent faktisk viste en sandsynlighed for at observere en ekstrem test statistic. 

#7
Jeg har ikke udregnet p-value, idet den ikke er en del af den kritiske værdi-metoden.

#8
Jeg kan også udlede at testen som sådan er unødvendig, men den er lavet for teoriens skyld.

Jeg har som sådan fået svar på det jeg ønskede omkring hvorvidt testen er gennemført korrekt, og argumenter for ikke at lave korrektion for populationen. Såfremt jeg skulle have lavet korrektion for populationen, hvordan skulle det gøres i den test jeg har gennemført?

#9 Hvis du vil have et stærkere argument skulle du snarere lade H1 hypotesen være 0 hypotesen. Hvis den forkastes har du et meget mere sikkert resultat

#11 Okay, jeg har bare læst flere steder at man så vidt muligt altid skal have lighedstegnet i H0?

Jeg ved ikke om du kan lokkes til at kigge på et andet statistik-spørgsmål jeg har oprettet herinde:
https://www.studieportalen.dk/forums/thread.aspx?id=1500847

Det vedrører nogle andre data, hvor jeg sidder fast nærmest inden jeg er kommet i gang. :(

Du har helt ret i at man normalt skal vælge den hypotese, som har lighedstegn. Her er det bare umuligt. Begge har jo ulighedstegn.

Jeg har set din anden tråd; men de data siger mig ikke noget