Binomialmodellen beskriver situationen, hvor der laves
uafhængige delforsøg, og i hvert af disse er der to mulige udfald.
Til sidst tælles der op, hvor mange af de delforsøg der giver et bestemt af
de to udfald. Hvis sandsynligheden for dette udfald i det enkelte
delforsøg er og antallet af denne type udfald betegnes med den
stokastiske variabel skriver vi
Generelt kan man sige, at binomialmodellen beskriver situationen,
hvor vi kaster en skæv mønt gange, hvor sandsynligheden for
krone er og tæller op, hvor mange gange vi fik krone.
Man taler om en ærlig mønt og en skæv mønt alt efter, om
sandsynlighed er eller er forskellig fra .
Udover at er sandsynligheden i det enkelte kast, kan
også tolkes
som andelen af krone i uendelig mange kast af mønten, eller som
andelen af krone i "populationen" af møntkast.
I binomialfordelingen, kalder vi for
antalsværdien og for sandsynlighedsparameteren.
Et vigtigt element i Introducerende statistik og datananalyse med R
er at vænne jer til at beskrive et eksperiment gennem en
statistisk model.
Definition 1.3.1.
(Fordelingsnotation og statistisk model)
Hvis er en stokastisk variabel, angiver vi fordelingen
ved at skrive Stokastiske variable
angives som hovedregel ved store bogstaver. Når der er indsamlet
data, bruges et lille bogstav til at angive den målte værdi.I en statistisk model til beskrivelse af et eksperiment angives de
stokastiske variable, der måles, og man angiver deres
fordelinger. Disse fordelinger vil typisk indeholde ukendte parametre,
som man netop ønsker at sige noget om gennem eksperimentet.
Variationsområdet for parametrene er en del af den statistiske model.
For at kunne referere til binomialmodellen kommer her en formel angivelse.
Statistisk Model 1.3.2.
(Binomialmodellen)
Lad den stokastiske variabel angive antallet ud af delforsøg med
et bestemt udfald, hvor der er sandsynlighed for dette udfald.
Binomialmodellen til beskrivelse af dette skrives som
For binomialmodellen kender I fra jeres calculuskursus følgende resultater:
Vi kan nu vende tilbage til Mendels ærteeksperiment
fra afsnit 1.1
og beskrive
situationen således, at vi har observationen fra en stokastisk
variabel Mendels hypotese
om en bestemt andel af gule ærtebælge
er på formen Når man tester en hypotese, bør det
også overvejes, hvad er alternativet, hvis hypotesen ikke er sand.
I de fleste tilfælde i disse noter vil alternativet blot være
alle mulige andre værdier af parameteren, her I nogle
situationer kan man også være interesseret i ensidede alternativer
som for eksempel Jeg formulerer nu generelt test i
binomialfordelingen og tilhørende -værdi.
Resultat 1.3.3.
(-værdi for test af andel)
Betragt den statistiske model og
hypotesen mod alternativet Som teststørrelse bruger vi
afstanden og -værdien for en observation med
tilhørende teststørrelse
er
I R beregnes sandsynligheder og fordelingsfunktionen i
tilfældet med kommandoerne
dbinom(x,n,p) og pbinom(x,n,p).
Til beregning af -værdien skal vi også bruge
1-pbinom(x,n,p) som i R også kan beregnes
med kommandoen pbinom(x,n,p,lower.tail=FALSE).I kodevinduet nedenfor beregnes
-værdien for test af Mendels hypotese.
Prøv at køre koden som den står.
Prøv dernæst at fjerne
linjen med if-delen i udregningen af pval
og kør koden igen.
Kan du forklare, hvorfor det er nødvendigt at have if-linjen med i
formlen ?
I eksemplet er det forventede antal 145, og -værdien er
sandsynligheden
for værdier og . Hvis imidlertid vi skriver
pbinom(152,580,0.25,lower.tail=FALSE),
får vi sandsynligheden og
ikke Derfor må vi skrive et tal lidt under 152,
som gøres i programmet ved at trække 0.5 fra. Dog skal vi kun trække
noget fra, hvis den øvre grænse xupper er et heltal,
hvorfor der i koden er brugt et "if"-statement.