Simulic
Bahasa Indonesia

Uji hipotesis – nilai p, daerah kritis, serta galat tipe I dan II

MatematikaStatistikaUsia 17–18

Memuat…

Gunakan di kelas saya ✨ Sesuaikan dengan AI Laporkan masalah

Tetapkan hipotesis nol H₀, hipotesis alternatif H₁ satu arah atau dua arah, dan taraf signifikansi α untuk uji eksak binomial atau Poisson, uji z satu proporsi, atau uji rata-rata (z atau t), lalu lihat distribusi di bawah H₀ dengan daerah kritis dan nilai p yang diarsir. Layar Galat dan kuasa menambahkan distribusi untuk nilai sebenarnya yang dipilih dan menunjukkan galat tipe I, galat tipe II, kuasa uji, dan kurva kuasa saat n dan besar efek berubah; simulasi mengulang uji untuk menaksir laju galat.

Pelajaran: Uji hipotesis

Yang ditunjukkan

Uji hipotesis menanyakan apakah data memberi bukti yang cukup untuk menolak hipotesis nol H₀. Dengan menganggap H₀ benar, nilai p adalah peluang memperoleh hasil yang paling sedikit sama ekstremnya dengan hasil pengamatan, searah H₁. Jika nilai p paling besar sama dengan taraf signifikansi α, hasil berada di daerah kritis dan H₀ ditolak. Uji binomial dan Poisson bersifat eksak, sehingga taraf signifikansi sebenarnya biasanya di bawah α. Uji proporsi memakai pendekatan normal; uji rata-rata memakai z bila σ diketahui atau t dengan derajat kebebasan n − 1.

Cara menggunakan

Di Uji, pilih Uji, Alternatif, dan Taraf signifikansi α, atur n dan nilai dalam H₀, lalu seret segitiga jingga atau geser nilai pengamatan; tekan Hasil acak saat H₀ benar untuk melihat seberapa sering kebetulan saja memberi nilai p kecil. Di Galat dan kuasa, atur Nilai sebenarnya, baca α, β, dan kuasa, seret kurva kuasa, lalu tekan +100 uji, H₀ benar atau +100 uji, nilai sebenarnya untuk menyimulasikan.

Parameter yang dapat diubah

  • Layar Uji, Galat dan kuasa
  • Uji Binomial (eksak), Poisson (eksak), Proporsi (z, pendekatan normal), Rata-rata (z atau t)
  • Hipotesis alternatif H₁ Satu arah: lebih kecil (<), Satu arah: lebih besar (>), Dua arah (≠)
  • Taraf signifikansi α 0,1 (10%), 0,05 (5%), 0,025 (2,5%), 0,01 (1%), 0,001 (0,1%)
  • Ukuran sampel n (banyak percobaan) 1–500
  • Proporsi p₀ dalam H₀ 0,01–0,99
  • Rata-rata λ₀ dalam H₀ (Poisson) 0,1–50
  • Banyak sukses teramati x 0–1000
  • Banyak kejadian teramati x (Poisson) 0–1000
  • Rata-rata μ₀ dalam H₀ -1000–1000
  • Rata-rata sampel teramati x̄ -1000–1000
  • Simpangan baku σ (atau s sampel) 0,01–1000
  • Simpangan baku populasi σ diketahui: uji z, σ tidak diketahui, pakai s: uji t
  • Nilai sebenarnya p (layar Galat) 0,01–0,99
  • Nilai sebenarnya λ (layar Galat) 0,1–50
  • Nilai sebenarnya μ (layar Galat) -1000–1000
  • Benih acak (angka sama, simulasi sama) 1–999

Pertanyaan untuk dijelajahi

  1. Jika H₀ benar, seberapa sering uji dengan taraf 5% menolaknya secara keliru?
  2. Mengapa taraf signifikansi sebenarnya dari uji binomial sering lebih kecil daripada α?
  3. Bagaimana Anda dapat memperbesar kuasa uji tanpa mengubah α?

Simulasi terkait