13. With the graph selected, choose

13. With the graph selected, choose Rerandomize from the Analyze menu.
Each time you rerandomize, you get a new set of 15 values from a population with the same mean and standard deviation as the original 15 measurements.
The leftmost histogram below is of the original measurements. Next to it are three of the histograms you might get from the simulated heights.


A bit of subjectivity is called for here. Does it appear that the original distribution is very unusual or does it fit in with the simulated distributions?

Testing the Hypothesis
Once we have decided that the assumption of normality is met, we can go on to determine whether the t-statistic for Darwin’s data is large enough to allow us to reject the null hypothesis.
In a previous section, we typed the summary values into the test as though we didn’t have the raw data. But we are in the fortunate position of having the raw data, so we can ask Fathom to figure out all the statistics using those data.





























You may want to iconify some of the objects to free up some space. You’ll need the test and the graph of the original data.

14. Drag the HeightDifferences attribute from the column header of the case table to the top panel of the test, where it says Attribute (continuous) .
15. If the hypothesis line does not already say is greater than, then choose it from the popup menu.
The last paragraph of the test describes the results. If the null hypothesis were true and the experiment were performed repeatedly, the probability of getting a value for Student’s t this great or greater would be
This is a low P-value, so we can safely reject the null hypothesis and, with Darwin, pursue the theory that cross-pollination increases a plant’s height compared to self- pollination.
Stop. Presenter: Answer questions. Demonstrate the non-verbose form of the hypothesis test. Demonstrate how to hide and how to iconify objects to free up screen space. Allow 10 minutes for the next section.

Kết quả (Việt) 2:

13. Với đồ thị được lựa chọn, chọn Rerandomize từ Analyze menu.
Mỗi lần bạn rerandomize, bạn sẽ có được một bộ mới của 15 giá trị từ một dân số với giá trị trung bình và độ lệch chuẩn tương tự như bản gốc 15 phép đo.
Các biểu đồ bên trái dưới đây là của đo ban đầu. Bên cạnh đó là ba trong số các biểu đồ, bạn có thể nhận được từ những đỉnh cao mô phỏng. Một chút chủ quan được gọi là cho ở đây. Liệu nó xuất hiện rằng sự phân bố ban đầu là rất không bình thường hay không nó phù hợp với sự phân bố mô phỏng? Kiểm tra các giả thuyết Một khi chúng tôi đã quyết định rằng giả định về bình thường được đáp ứng, chúng ta có thể đi vào để xác định xem các thống kê t cho dữ liệu của Darwin đủ lớn để cho phép chúng ta bác bỏ giả thuyết. Trong phần trước, chúng ta đã gõ các giá trị tóm tắt vào thử nghiệm như chúng ta không có các dữ liệu thô. Nhưng chúng ta đang ở vị trí may mắn của việc có các dữ liệu thô, vì vậy chúng tôi có thể yêu cầu Fathom để tìm ra tất cả các số liệu thống kê sử dụng các dữ liệu này. Bạn có thể muốn iconify một số đối tượng để giải phóng một số không gian. Bạn sẽ cần phải xét nghiệm và đồ thị của dữ liệu gốc. 14. Kéo thuộc tính HeightDifferences từ tiêu đề cột của bảng trường hợp để đầu bảng điều khiển của các kiểm tra, nơi nó nói Attribute (liên tục)






































.
15. Nếu dòng giả thuyết không đã nói là lớn hơn, sau đó chọn nó từ menu popup.
Đoạn cuối của bài kiểm tra mô tả các kết quả. Nếu giả thuyết này là sự thật và thí nghiệm đã được thực hiện nhiều lần, xác suất nhận được một giá trị cho t sinh viên này rất lớn hoặc lớn hơn sẽ
là một P-giá trị thấp, vì vậy chúng tôi một cách an toàn có thể bác bỏ giả thuyết, và với Darwin, theo đuổi lý thuyết cho rằng sự thụ phấn chéo làm tăng chiều cao của cây so với thụ phấn tự.
Dừng lại. Người trình bày: trả lời câu hỏi. Thể hiện các hình thức không tiết của bài kiểm tra giả thuyết. Chứng minh làm thế nào để ẩn và làm thế nào để iconify đối tượng để giải phóng không gian màn hình. Cho phép 10 phút cho phần tiếp theo.