Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Enkelriktat och Dubbelriktat Test | Statistisk Testning
Lära Sig Statistik med Python
course content

Kursinnehåll

Lära Sig Statistik med Python

Lära Sig Statistik med Python

1. Grundläggande Begrepp
2. Medelvärde, Median och Typvärde med Python
3. Varians och Standardavvikelse
4. Kovarians vs Korrelation
5. Konfidensintervall
6. Statistisk Testning

book
Enkelriktat och Dubbelriktat Test

När nollhypotesen är sann följer t-statistiken t-fördelningen.

t-fördelningen liknar en normalfördelning. Sannolikheten att få ett värde nära noll är mycket hög, medan sannolikheten att få ett värde långt från noll är låg. Om nollhypotesen är sann är det alltså mycket osannolikt att få värdet t långt från noll. Om detta inträffar förkastas nollhypotesen och den alternativa hypotesen accepteras.

Kritisk region

Markerat i rött är kritisk region (eller förkastelseområde). När t-statistiken hamnar inom detta kritiska område förkastas nollhypotesen och alternativhypotesen accepteras.

Det kritiska området väljs så att sannolikheten för att t-statistiken hamnar inom det är lika med signifikansnivån, vanligtvis satt till α (oftast 0,05).

Enkelriktat vs Dubbelriktat test

Beroende på alternativhypotesen finns det två metoder för att konstruera ett kritiskt område.

  • Ett dubbelriktat test används när alternativhypotesen är "Medelvärdena är inte lika.";

  • Ett enkelriktat test används när alternativhypotesen är "Ett medelvärde är större (lägre) än det andra."

Exempel

Om t-statistiken för jämförelsen mellan manliga och kvinnliga kroppslängder beräknas och är 19,1, hamnar den inom det kritiska området. Detta möjliggör slutsatsen att män är statistiskt signifikant längre än kvinnor.

I det här exemplet faller alla värden större än 1,65 inom det kritiska området. Detta kallas för ett kritiskt värde. Det kritiska värdet påverkas av stickprovsstorlekarna, men det behöver du inte oroa dig för. Python kommer att beräkna både det kritiska värdet och t-statistiken åt dig.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 6. Kapitel 4

Fråga AI

expand
ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

course content

Kursinnehåll

Lära Sig Statistik med Python

Lära Sig Statistik med Python

1. Grundläggande Begrepp
2. Medelvärde, Median och Typvärde med Python
3. Varians och Standardavvikelse
4. Kovarians vs Korrelation
5. Konfidensintervall
6. Statistisk Testning

book
Enkelriktat och Dubbelriktat Test

När nollhypotesen är sann följer t-statistiken t-fördelningen.

t-fördelningen liknar en normalfördelning. Sannolikheten att få ett värde nära noll är mycket hög, medan sannolikheten att få ett värde långt från noll är låg. Om nollhypotesen är sann är det alltså mycket osannolikt att få värdet t långt från noll. Om detta inträffar förkastas nollhypotesen och den alternativa hypotesen accepteras.

Kritisk region

Markerat i rött är kritisk region (eller förkastelseområde). När t-statistiken hamnar inom detta kritiska område förkastas nollhypotesen och alternativhypotesen accepteras.

Det kritiska området väljs så att sannolikheten för att t-statistiken hamnar inom det är lika med signifikansnivån, vanligtvis satt till α (oftast 0,05).

Enkelriktat vs Dubbelriktat test

Beroende på alternativhypotesen finns det två metoder för att konstruera ett kritiskt område.

  • Ett dubbelriktat test används när alternativhypotesen är "Medelvärdena är inte lika.";

  • Ett enkelriktat test används när alternativhypotesen är "Ett medelvärde är större (lägre) än det andra."

Exempel

Om t-statistiken för jämförelsen mellan manliga och kvinnliga kroppslängder beräknas och är 19,1, hamnar den inom det kritiska området. Detta möjliggör slutsatsen att män är statistiskt signifikant längre än kvinnor.

I det här exemplet faller alla värden större än 1,65 inom det kritiska området. Detta kallas för ett kritiskt värde. Det kritiska värdet påverkas av stickprovsstorlekarna, men det behöver du inte oroa dig för. Python kommer att beräkna både det kritiska värdet och t-statistiken åt dig.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 6. Kapitel 4
Vi beklagar att något gick fel. Vad hände?
some-alt