Matematik

EP mat H0 hypotesen i qui i anden test

05. juni 2018 af sisseb93 - Niveau: B-niveau

HJÆLP :S 

skal til eksamen i EP i morgen og har virkelig brug for hjælp i matematikken. que i anden test

kan ikke finde ud  af om at accp eller forkaste H0 hypotesen: 

X2=(O-F)2 / F   

har vedhæftet opgave og der står ikke ret meget håber en vil hjælpe mig :)


Brugbart svar (0)

Svar #1
05. juni 2018 af MatHFlærer

http://www.webmatematik.dk/lektioner/matematik-b/statistik/chi-i-anden-test

Gennemgår et glimrende eksempel. Mit Word er på tværs, så kan ikke åbne din opgave...


Brugbart svar (0)

Svar #2
05. juni 2018 af SuneChr

Det havde været reelt, om du havde fortsat tråden https://www.studieportalen.dk/forums/thread.aspx?id=1833093
Var der noget her, du ikke forstod?


Brugbart svar (0)

Svar #3
05. juni 2018 af AMelev

Teststørrelsen X2= sum[(Obs-Forv)2 / Forv ]

Det ser ud til, at du benytter de kritiske værdier K for chi^2.
Hvis din teststørrelse χ2 < K, accepteres hypotesen, og hvis  χ2 > K, forkastes hypotesen.
Bortset fra det, kan jeg heller ikke gennemskue dit eksempel, hvor der bla. mangler observerede værdier. Så vidt jeg kan se, er teststørrelsen ikke beregnet korrekt i dit vedhæftede eksempel. Du benytter N (antal undersøgte) i stedet for Obs.


Svar #4
05. juni 2018 af sisseb93

Hej jeg fik at vide af min lærer at jeg skulle bruge formlen x^2 (O-f)^2 / F
Og ud fra de 3 tal jeg har at gøre med har jeg fået følgende resultater. Og lavet 3 forsøg
Så det er meget forvirrende denne opgave og kan heller ikke selv gennemskue den.

Brugbart svar (0)

Svar #5
05. juni 2018 af AMelev

Hvad gik forsøgene ud på, og hvad viste de? 

Citat fra dit oprindelige indlæg:

 jeg har 10 mus og de fik alle sammen en turmor: forsøget viser at vha. 4 timers motion kunne det mindske risikoen for kræftturmeren med 60% 

 jeg har 100 mus og de fik alle sammen en turmor: forsøget viser at vha. 4 timers motion kunne det mindske risikoen for kræftturmeren med 60% 

 jeg har 1000 mus og de fik alle sammen en turmor: forsøget viser at vha. 4 timers motion kunne det mindske risikoen for kræftturmeren med 60% 

Der er noget fundamentalt galt med rapporteringen af forsøgsresultaterne:
Fik alle mus virkelig en tumor - hvorfor? Eller har du udvalgt mus med en tumor?
Hvis alle mus fik en tumor, har motionen vel ikke haft en effekt - eller var tumoren ikke en kræfttumor?.  Hvad observerede du helt konkret?
Er det din hypotese, at 4 timers motion kan reducere kræftrisikoen med 60%?


Svar #6
05. juni 2018 af sisseb93

alle forsøgsmus havde en kræft tumor (forskerne havde givet dem på forhånd) og de vil finde ud af om motion havde en virkning med at mindske tumoren i at sprede sig ved hjælp af motion.. 

de 10.100.1000 forsøgs mus er fiktive tal 

Er det din hypotese, at 4 timers motion kan reducere kræftrisikoen med 60%? ja det er det 


Brugbart svar (0)

Svar #7
05. juni 2018 af AMelev

Hvad viste forsøgene så? Det er det interessante i forhold til observerede værdier. og dermed også hypotesetesten. 
H0: Antal kræfttumorer efter 4 timers motion er reduceret med 60% (til 40%)

Hvis du ikke kender de observerede værdier, men skal forholde dig til, hviike observationer, der vil føre til en forkastelse af hypotesen, skal du bestemme den kritiske værdi for teststørrelsen, som du vist også har gjort.
De forventede værdier (under H0) er hhv.  4, 40, 400.
Teststørrelserne  X2  er da hhv. \frac{(4-obs_{10})^2}{4},\: \frac{(40-obs_{100})^2}{40}\: \textup{og}\: \frac{(400-obs_{1000})^2}{400}

Teststørrelsen siger noget om afvigelsen mellem de forventede og observerede værdier. Hvis den er for stor, vil vi forkaste hypotesen.

Signifikansniveauet siger noget om hvad er "for stor". Den kritiske værdi er grænsen, som angiver "for stor" for et givet signifikansniveau.

Den kritiske værdi K for X2  med 1 frihedsgrad med signifikansniveau1% er 6.63
?med signifikansniveau  5% er K = 3.84, og med signifikansniveau 10% er K = 2.71.

Fx Hvis hypotesen testes på 5% signifikansniveau med 100 mus, så forkastes hypotesen, hvis teststørrelsen er større end 3.84, dvs. \frac{(40-obs_{100})^2}{40}>3.84\Leftrightarrow (40-obs_{100})^2>40\cdot 3.84 =153.6\Leftrightarrow \left\{\begin{matrix} 40-obs_{100}>12.40\Leftrightarrow obs_{100}< 27.6\\ 40-obs_{100}<-12.40\Leftrightarrow obs_{100}>52.4 \end{matrix}\right.Acceptmængden for de observerede værdier er  altså {28,29,....,51,52}. Hvis obs100 ligger uden for denne mængde, forkastes hypotesen - ellers accepteres den.


Brugbart svar (0)

Svar #8
06. juni 2018 af SuneChr

Jeg spørger nu trådstarter:
Hvad er det, man skal undersøge?

Jeg mener, som tidligere beskrevet, at man, ud fra tre af hinanden uafhængige forsøgsrækker, samlet, skal undersøge nul-hypotesen:
"Den relative kræftrisiko er uafhængig af populationens størrelse".

Det indebærer, at man i
-  første forsøg tester, hvor mange, af 10 mus med godartet tumor, der udvikler malign tumor med forventning om, at (højst) 4 vil udvikle malign tumor,
-  andet forsøg tester, hvor mange, af 100 mus med godartet tumor, der udvikler malign tumor med forventning om, at (højst) 40 vil udvikle malign tumor,
-  tredje forsøg tester, hvor mange, af 1000 mus med godartet tumor, der udvikler malign tumor med forventning om, at (højst) 400 vil udvikle malign tumor.

For at teste de tre forsøg under ét i overensstemmelse med nul-hypotesens ordlyd skal de tre teststørrelser adderes og sammenholdes med den kritiske værdi svarende til signifikansniveauet og frihedsgraden 2.
Som det tidligere er efterlyst, mangler vi det antal mus, i hvert af de tre forsøg, der udvikler malign tumor. Vi kan gætte på fiktive tal som allerede nævnt
https://www.studieportalen.dk/forums/thread.aspx?id=1833093  # 6 


Skriv et svar til: EP mat H0 hypotesen i qui i anden test

Du skal være logget ind, for at skrive et svar til dette spørgsmål. Klik her for at logge ind.
Har du ikke en bruger på Studieportalen.dk? Klik her for at oprette en bruger.