Afsnit 3.5: Jordens massetæthed

Jeg vender tilbage til Cavendish's eksperiment til bestemmelse af Jordens massetæthed i eksempel 3.2.1. Der er foretaget 23 uafhængige målinger af massetætheden. Vi lader være den 'te måling af tætheden og benytter Statistisk Model 3.3.1, med erstattet af :
Ønsket er at teste hypotesen mod alternativet hvor 5.517 er den anerkendte værdi af tætheden. Fra pythonberegninger nedenfor fremgår, at og den empiriske spredning er Herudfra beregnes -teststørrelsen -værdien i -testet findes som Da -værdien er langt over 0.05, konkluderer vi, at data ikke strider mod hypotesen om en middelværdi på 5.517. Cavendish har altså været i stand til at lave et eksperiment, der stemmer overens med moderne målinger af Jordens massetæthed.
Lad os også lave et 95%-konfidensinterval for middelværdien som et udtryk for præcisionen i eksperimentet. Ved opslag (i Python) finder vi, at 97.5%-fraktilen i en -fordeling er Dermed bliver konfidensintervallet for middelværdien af målingerne Baseret på Cavendish's eksperiment vil vi således sige at Jordens massetæthed ligger med 95% sikkerhed et sted mellem 5.483 og 5.565. Bemærk udtrykket med 95% sikkerhed, som blot er en anden måde at sige, at det er et 95%-konfidensinterval. Man må ikke sige med 95% sandsynlighed, hvilket giver intryk af, at parameteren (her Jordens massetæthed) er stokastisk.
I kodevinduet nedenfor er vist de nødvendige beregninger i Python (i afsnit 3.7 omtales en funktion i Python, der kan lave alle beregningerne).

Spørgsmål

  1. Hvad beregner funktionerne mean og std?
  2. Hvilken -fordeling benyttes i beregningen af ?

Svar: Beregning af t-test

  1. Funktionen mean beregner gennemsnit af værdierne i inputvektoren, og funktionen std beregner den empiriske spredning af værdierne i (bemærk, at i Python er det nødvendigt at lave indstillingen ddof=1 for at få den empiriske spredning som defineret i afsnit 3.3).
  2. Frihedsgraderne er det andet argument i funktionen, der beregner hvorfor det er en -fordeling, der bruges.

ForegåendeNæste