Onderscheidingsvermogen van hypothesetoetsen toegepast op de z-toets

Presentatie over: "Onderscheidingsvermogen van hypothesetoetsen toegepast op de z-toets"— Transcript van de presentatie:

1 Onderscheidingsvermogen van hypothesetoetsen toegepast op de z-toets
Prof. dr. P. Theuns

2 Hypothesetoetsen - Voorbeeld MELK
Een kaasfabriek vermoedt dat sommige leveranciers van melk water toevoegen aan hun melk. Onderzoek het vriespunt van de melk. Normaliter is het vriespunt van melk normaal verdeeld met  = °C en  = 0.008°C Voor 5 opeenvolgende zendingen melk vindt men: Is dit een goede aanwijzing dat met de melk werd geknoeid?

3 Werd met de melk geknoeid ?
H0:  = 0 = °C HA:  > °C Indien er niet werd geknoeid, hoe groot is de kans op dergelijk (of hoger) steekproefgemiddelde? Steekproevenverdeling van X onder H0 Z -4 -3 -2 -1 1 2 3 X -0.541°C z-tabel  p(z>1.645)=.05  =-0.545°C -0.539°C

4 WAARSCHIJNLIJK werd met de melk geknoeid !
Er blijven 2 mogelijkheden: Er werd INDERDAAD met de melk geknoeid. Er werd NIET met de melk geknoeid: gemiddeld vindt men in 5% van de steekproeven met n = 5 dergelijk hoog (of hoger) vriespunt. Het is dus mogelijk dat toevallig dergelijke uitzonderlijke steekproef werd getrokken. BESLUIT Gezien het gevonden steekproefgemiddelde uitzonderlijk hoog is (komt voor in slechts 5% van de steekproeven) verwerpen we H0 en aanvaarden HA: ER WERD GEKNOEID! Hierbij nemen we een risico =5% dat we een verkeerde beslissing nemen.

5 ONDERSCHEIDINGSVERMOGEN
Beslissingsfouten ONDERSCHEIDINGSVERMOGEN

6 Onderscheidingsvermogen
Kwaliteit van kaas komt in gevaar indien melk zoveel wordt aangelengd dat vriespunt stijgt tot 0.53°C zal hypothesetoets op 5 monsters dergelijk hoog vriespunt correct detecteren? Onderscheidingsvermogen van de hypothesetoets indien A=-0.53°C

7 Onderscheidingsvermogen - grafisch
Steekproeven-verdeling onder H0 Steekproeven-verdeling onder HA 1-  1-  X -0,555 -0,550 -0,545 -0,540 -0,535 -0,530 -0,525 -0,520 0 kritieke waarde A H0 aanvaarden H0 verwerpen zA -3 -2 -1 1 2

8 Onderscheidingsvermogen berekenen
1. Kritieke waarde bepalen onder H0 Kritieke waarde voor vriespunt: X = °C 2. z-waarde van kritieke waarde bepalen onder HA z-waarde van X = °C onder HA : A=-0.53°C 3. Onderscheidingsvermogen = Overschreidingskans van kritieke waarde onder HA p(X> )=p(zA>-2.52)=

9 HA en het onderscheidingsvermogen
0 A kritieke waarde H0 HA 0 A kritieke waarde

10 Onderscheidingsvermogen en 
HA 0 A  kritieke waarde H0 HA 0 A kritieke waarde

11 n &  en het onderscheidingsvermogen
HA 0 A kritieke waarde kleiner groter H0 HA 0 A kritieke waarde

12 Voorbeeld 2-zijdige toets
De Psychomotorische ActivatieTest werd genormeerd op 3000 normale kinderen en de resultaten worden uitgedrukt in genormaliseerde t-scores Een onderzoeker wilt de PAT gebruiken om na te gaan of stadskinderen verschillen van plattelandskinderen op vlak van psychomotoriek hoe groot is de kans dat men dan een significant verschil (=0.05) zal vinden voor de PAT-scores indien het verschil tussen beide populaties gemiddeld 5 t-punten bedraagt en 2 steekproeven van 20 kinderen zullen worden onderzocht?

13 Berekening onderscheidingsvermogen
1. Kritieke waarde bepalen onder H0 H0: 1 - 2 = 0 HA: 1 - 2 = 5  = 10 n1=n2=20 2. z-waarde van kritieke waarde bepalen onder HA 3. Onderscheidingsvermogen p(|X1-X2|>6.20)=p(z<-3.54)+p(z>0.38)= =

14 Onderscheidingsvermogen voor 5 t-punten
-5 5 0 A z0 -1 -2 -3 1 2 3 4 5 zA -1 -2 -3 1 2 3 4 5 kritieke waarde