Jost Reinecke. 7. Juni 2005

Größe: px
Ab Seite anzeigen:

Download "Jost Reinecke. 7. Juni 2005"

Transkript

1 Universität Bielefeld 7. Juni 2005

2 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben

3 Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung von Hypothesen über eine Grundgesamtheit anhand einer Stichprobe beschäftigen. Eine Hypothese, die überprüft werden soll, wird als Alternativhypothese bezeichnet. Die allgemeine Kennzeichnung für eine Alternativhypothese ist H A oder H 1. Die Verneinung des in der Alternativhypothese behaupteten Sachverhaltes wird als Nullhypothese bezeichnet. Die allgemeine Kennzeichnung für eine Nullhypothese ist H 0. Beispiel: H 1 : Männer wählen häufiger rechtsextreme Parteien als Frauen. H 0 : Männer wählen genauso häufig oder seltener rechtsextreme Parteien als Frauen. Beide Hypothesen stellen Behauptungen über die Grundgesamtheit dar.

4 Durch Abweichungen zwischen Grundgesamtheit und Stichprobe kann es zu zwei Fehlentscheidungen kommen: 1. Fehler 1. Art bzw. α-fehler: Die Stichprobe bestätigt H 1, obwohl in der Grundgesamtheit H 0 gilt. Dieser Fehler wird als Wahrscheinlichkeitswert ausgedrückt (Irrtumswahrscheinlichkeit). 2. Fehler 2. Art bzw. β-fehler: Die Stichprobe bestätigt H 0 mit der Schlußfolgerung, daß in der Grundgesamtheit auch H 0 gilt, obwohl tatsächlich dort H 1 vorliegt. Eine richtige Entscheidung kann nur getroffen werden, wenn die aus der Stichprobe gefolgerte Hypothese mit der Grundgesamtheit übereinstimmt.

5 Fehler bei der Hypothesenprüfung In der Grundgesamtheit gilt H 0 H A Entscheidung aufgrund H 0 richtig β-fehler der Stichprobe H A α-fehler richtig Je größer der α-fehler, desto kleiner der β-fehler, und umgekehrt. Achtung: β-fehler 1 α-fehler. Wie kann die Wahrscheinlichkeit einer Fehlentscheidung möglichst gering gehalten werden?

6 Prüfung des α-fehlers: Wie wahrscheinlich ist ein Stichprobenergebnis, wenn in der Grundgesamtheit die Nullhypothese gilt? Die Nullhypothese kann verworfen werden, wenn diese Wahrscheinlichkeit gering ist. α gibt die Wahrscheinlichkeit an, mit der man sich bei der Ablehnung der Nullhypothese irrt. Ist diese Irrtumswahrscheinlichkeit gering, dann wird die Nullhypothese verworfen. Ist diese Irrtumswahrscheinlichkeit hoch, dann wird die Nullhypothese beibehalten.

7 Prüfung des β-fehlers: Wie wahrscheinlich ist ein Stichprobenergebnis, wenn in der Grundgesamtheit die Alternativhypothese gilt? β gibt die Wahrscheinlichkeit an, mit der man sich bei der Ablehnung der Alternativhypothese irrt. Ist diese Wahrscheinlichkeit gering, dann wird die Alternativhypothese verworfen. Ist diese Wahrscheinlichkeit hoch, dann wird die Alternativhypothese beibehalten. Die Wahrscheinlichkeiten des α- und β-fehlers geben einen Schwellenwert an, hinter der Werte in der Stichprobe bei einer Annahme über die Grundgesamtheit nicht mehr wahrscheinlich sind. Im Vordergrund des Hypothesentests steht das Bestreben die Wahrscheinlichkeit des α-fehlers gering zu halten.

8 Vorgehensweise bei einem (Überblick): 1. Formulierung der Null- und Alternativhypothese 2. Festlegung des Signifikanzniveaus 3. Prüfgröße und Verteilung der Prüfgröße bestimmen (z. B. z-wert, t-wert) 4. Ablehnungsbereich der Nullhypothese kennzeichnen 5. Prüfgröße berechnen und eine Entscheidung über die Nullhypothese treffen Beispiel: Mittelwertvergleich zwischen Stichprobe und Grundgesamtheit

9 Ausgangssituation: Stichprobe von Studierenden eines bestimmten Studiengangs, die eine besondere Betreuung erfahren haben (n = 35). Grundgesamtheit von Studierenden eines bestimmten Studiengangs, die keine besondere Betreuung erfahren haben. Parameter der Grundgesamtheit: (µ 0 = 13, 5 Semester Studiendauer, σ = 3, 2Semester). 1. Formulierung der Null- und Alternativhypothese: Die Studiendauer ist unabhängig von der Art der Betreuung: H 0 : µ = µ 0 = 13, 5Semester Die Studiendauer ist abhängig von der Art der Betreuung: H A : µ µ 0 13, 5Semester

10 Es wird in H A keine Aussage über die Richtung des Unterschieds getroffen. Es liegt eine zweiseitige Fragestellung bzw. eine ungerichtete Alternativhypothese vor. Wenn eine Richtung in H A angenommen wird, dann liegt eine einseitige Fragestellung bzw. eine gerichtete Alternativhypothese vor. Auf das Beispiel bezogen würde eine gerichtete Alternativhypothese lauten: Besonders betreute Studierende schliessen Ihr Studium schneller ab.

11 2. Festlegung des Signifikanzniveaus: Übliche Größen des α-fehlers: 0,05 bzw. 0,01 1 α = 0, 95: Mit einer Sicherheit von 95% wird die Nullhypothese nicht fälschlicherweise verworfen. 1 α = 0, 99: Mit einer Sicherheit von 99% wird die Nullhypothese nicht fälschlicherweise verworfen. Die Grenzwerte 0,05 und 0,01 werden als Signifikanzniveaus bezeichnet. Ist α < 0, 05, dann ist das Ergebnis signifikant. Ist α < 0, 01, dann ist das Ergebnis sehr signifikant.

12 3. Prüfgröße und Verteilung der Prüfgröße bestimmen: Zentraler Grenzwertsatz: Mittelwerte aus beliebigen Verteilungen folgen mit zunehmendem Stichprobenumfang einer Normalverteilung. Mittelwert µ und Standardabweichung σ x (Standardfehler) sind dann normalverteilt. Stichprobenmittelwerteverteilung: µ = µ 0 = 13, 5 Semester Standardfehler: σ x = σ n = 3,2 35 = 0, 54

13 Stichprobenmittelwerteverteilungen mit µ 0 = 13, 5 und unterschiedlichen Standardfehlern σ x σ = 0,54 x σ = 1,1 x µ

14 Ob eine bestimmte Abweichung x µ 0 vorkommt oder nicht, hängt vom Standardfehler σ x ab. Mit zunehmenden Stichprobenumfang n wird der Standardfehler kleiner, d. h. die Verteilung der Stichprobenmittelwerte wird schmaler. Wenn µ 0 = 12, 5 und σ x = 1, 1, dann ist die Verteilung breiter: Höhere und niedrigere Studiendauer werden wahrscheinlicher. Die Prüfgöße ist der z-transformierte Stichprobenmittelwert x: z = x µ 0 σ x = x µ 0 σ n (1) Die Standardnormalverteilung gibt die Verteilung der Prüfgröße (z-werte) bei Gültigkeit der Nullhypothese wieder. Die Verteilung der Prüfgröße wird auch als Testverteilung bezeichnet.

15 4. Ablehnungsbereich der Nullhypothese kennzeichnen: Die Wahrscheinlichkeit des Stichprobenergebnisses darf nicht größer sein als das Signifikanzniveau, in der Regel α = 0, 05 oder α = 0, 01. Zweiseitige Fragestellung: Die Irrtumswahrscheinlichkeit α entspricht der Fläche, die an den beiden Rändern der Verteilung der Prüfgröße liegt. Einseiseitige Fragestellung: Die Irrtumswahrscheinlichkeit α entspricht der Fläche, die am linken oder rechten Rand der Verteilung der Prüfgröße liegt. Die zu den Flächen gehörenden Werte der Standardnormalverteilung werden als kritische Werte bezeichnet, die den Ablehnungs- bzw. Nicht-Ablehnungsbereich der Nullhypothese kennzeichnen.

16 Kritische Werte bei der Standardnormalverteilung einseitige Fragestellung 5% Irrtumswahrscheinlichkeit links 1,65 Ablehnungsbereich also: bis 1,65 1% Irrtumswahrscheinlichkeit links 2,33 Ablehnungsbereich also: bis 2,33 5% Irrtumswahrscheinlichkeit rechts 1,65 Ablehnungsbereich also: 1,65 bis 1% Irrtumswahrscheinlichkeit rechts 2,33 Ablehnungsbereich also: 2,33 bis

17 zweiseitige Fragestellung 5% Irrtumswahrscheinlichkeit 1,96 und 1,96 Ablehnungsbereich also: bis 1,96 und 1,96 bis 1% Irrtumswahrscheinlichkeit 2,58 und 2,58 Ablehnungsbereich also: bis 2,58 und 2,58 bis

18 Zweiseitiger Ablehnungsbereich (grau schraffierte Fläche) bei einem Signifikanzniveau von 5% in der Standardnormalverteilung z = z = z-werte

19 Beispiel: Ungerichtete Alternativhypothese (µ µ 0 ) Gewählte Irrtunswahrscheinlichkeit: α = 0.05 Grenzwerte der Standardnormalverteilung: z = 1, 96 und z = +1, 96 Ist die Prüfgröße kleiner als -1,96 oder größer als +1,96, wird die Nullhypothese abgelehnt. Liegt die Prüfgröße zwischen -1,96 und +1,96, dann wird die Nullhypothese beibehalten.

20 5. Prüfgröße berechnen und eine Entscheidung über die Nullhypothese treffen. Beispiel: 35 besonders betreute Studierende studieren durchschnittlich 12 Semester. Berechnung des z-wertes: z = x µ 0 σ x = x µ 0 σ n z = 12 13,5 3,2 35 = 2,77 Die Nullhypothese wird verworfen, da z = 2, 77 kleiner ist als der Schwellenwert z = 1, 96.

21 Es ist unwahrscheinlicher als 5%, daß eine Studiendauer von 12 Semestern erreicht wird, wenn die durchschnittliche Studiendauer in der Grundgesamtheit 13,5 Semester beträgt. Der in der Stichprobe ermittelte Wert ist signifikant. Verändertes Beispiel: 35 besonders betreute Studierende studieren durchschnittlich 13 Semester. Berechnung des z-wertes: z = 13 13,5 3,2 35 = 0,92 Die Nullhypothese wird beibehalten, da z = 0, 92 größer ist als der Schwellenwert z = 1, 96. Der in der Stichprobe ermittelte Wert ist nicht signifikant.

22 Einseitige Fragestellung Nullhypothese: Die Studiendauer bleibt bei besonderer Betreuung gleich oder nimmt zu: H 0 : µ µ 0 13, 5Semester Alternativhypothese: Die Studiendauer verkürzt sich bei besonderer Betreuung: H A : µ < µ 0 < 13, 5Semester Bei α = 0, 05 ist der kritische Wert z = 1, 65. Die Nullhypothese wird verworfen, da z = 2, 77 kleiner ist als der Schwellenwert z = 1, 65. Die Studiendauer verkürzt sich signifikant.

23 Einseitiger Ablehnungsbereich (grau schraffierte Fläche) bei einem Signifikanzniveau von 5% in der Standardnormalverteilung z = z-werte

24 Konfidenzintervall Das Konfidenzintervall für einen Stichprobenmittelwert berechnet sich mit der Standardabweichung in der Grundgesamtheit σ als: σ x z (1 α 2 ) n }{{} untere Grenze µ σ x + z (1 α 2 ) n }{{} obere Grenze Werden die entsprechenden Werte aus dem Beispiel eingesetzt, ergibt sich: 12 1,96 0,54 µ ,96 0,54 10,94 µ 13,06 Mit einer Wahrscheinlichkeit von 95% wird die durchschnittliche Studiendauer in der Grundgesamtheit bei besonderer Betreuung zwischen 10,94 und 13,06 Semestern liegen.

25 p-werte Eine genaue Bestimmung der Irrtumswahrscheinlichkeit für den in der Stichprobe ermittelten Wert der Prüfgröße erfolgt über die z-tabelle. Einseitige Fragestellung: Die Wahrscheinlichkeit, in der Stichprobe einen z-wert kleiner als -2,77 zu erhalten beträgt 0,0028 (0,28%). Zweiseitige Fragestellung: Die Wahrscheinlichkeit, in der Stichprobe einen z-wert kleiner als -2,77 oder größer als +2,77 zu erhalten beträgt 0, , 0028 = 0, 0056 (0,56%). Ist der p-wert kleiner als das gewählte Signifikanzniveau (α = 0, 05), dann wird die Nullhypothese verworfen. Ist der p-wert größer als das gewählte Signifikanzniveau (α = 0, 05), dann wird die Nullhypothese beibehalten.

26 Ausschnitt aus der z-tabelle z ,9. 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014-2,8. 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019-2,7. 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026-2,6. 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036-2,5. 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048-2,4. 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064-2,3. 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084-2,2. 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110-2,1. 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143-2,0. 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183-1,9. 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233-1,8. 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294-1,7. 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367-1,6. 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455-1,5. 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559

27 Testverfahren zur Bestimmung von Mittelwertunterschiede zwischen zwei Gruppen Die Gruppen werden jeweils als eigene Stichprobe betrachtet Unabhängige Stichproben: Die Werte der beiden Stichproben beeinflussen sich nicht. Beispiel: Einkommen in Westdeutschland und Einkommen in Ostdeutschland Abhängige Stichproben: Die Werte der beiden Stichproben beeinflussen sich. Beispiel: Statistikkenntnisse vor und nach Besuch eines Statistikkurses

28 Test für unabhängige Stichproben Beispiel: ALLBUS 1994 Variable: Eink.-Ost: x 1 = 1477, 68 DM; ˆσ 1 = 755, 72 DM Eink.-West: x 2 = 1838, 39 DM; ˆσ 2 = 1477, 68 DM Gewähltes Verfahren: z-test 1. Formulierung der Null- und Alternativhypothese 2. Festlegung des Signifikanzniveaus 3. Prüfgröße und Verteilung der Prüfgröße bestimmen 4. Ablehnungsbereich der Nullhypothese kennzeichnen 5. Prüfgröße berechnen und eine Entscheidung über die Nullhypothese treffen

29 1. Formulierung der Null- und Alternativhypothese: Das Durchschnittseinkommen der Ostdeutschen (µ 1 ) unterscheidet sich nicht vom Durchschnittseinkommen der Westdeutschen (µ 2 ): H 0 : µ 1 = µ 2 Das Durchschnittseinkommen der Ostdeutschen (µ 1 ) unterscheidet sich vom Durchschnittseinkommen der Westdeutschen (µ 2 ): 2. Festlegung des Signifikanzniveaus H A : µ 1 µ 2 Das Risiko, H 0 auf Grund des Stichprobenergebnisses abzulehnen, obwohl diese in der Grundgesamtheit gilt, wird mit 5% festgelegt.

30 3. Prüfgröße und Verteilung der Prüfgröße bestimmen Die Differenz der Stichprobenmittelwerte ( x 1 x 2 ) verteilt sich normal um die Differenz der arithmetischen Mittel in der Grundgesamtheit (µ 1 µ 2 ). Die Breite der Stichprobenverteilung wird durch den Standardfehler der Mittelwertedifferenzen σ ( x1 x 2 ) angegeben. Die Prüfgröße z gibt die Abweichungen der Stichprobenergebnisse x 1 x 2 von den Parametern der Grundgesamtheiten µ 1 µ 2 wieder: z = ( x 1 x 2 ) (µ 1 µ 2 ) σ ( x1 x 2 ) Da mit der Nullhypothese µ 1 µ 2 = 0 ist, wird (2) z = ( x 1 x 2 ) σ ( x1 x 2 ) (3)

31 Der Standardfehler der Mittelwertdifferenz σ ( x1 x 2 ) berechnet sich aus den Varianzen in beiden Grundgesamtheiten: σ ( x1 x 2 ) = ˆσ 2 1 n 1 + ˆσ2 2 n 2 (4) Wenn die Varianzen in den Grundgesamtheiten unbekannt sind, werden diese durch die Stichprobenvarianzen ˆσ 1 2 und ˆσ 2 2 geschätzt und in die obige Gleichung eingesetzt: z = x 1 x 2 ˆσ ( x1 x 2 ) = ( x 1 x 2 ) ˆσ 2 1 n 1 + ˆσ2 2 n 2 (5) Bei großen Stichproben ist die Prüfgröße standardnormalverteilt und die kritischen Werte können der z-tabelle entnommen werden.

32 4. Ablehnungsbereich der Nullhypothese kennzeichnen Bei einem Signifikanzniveau von α = 0, 05 und einer zweiseitigen Fragestellung müssen die beiden kritischen Werte ermittelt werden, die jeweils 0, 05/2 = 0, 025 von der Gesamtfläche abschneiden: z 0,025 = 1, 96 und z 0,975 = +1, 96 H 0 wird abgelehnt, wenn die Prüfgröße z kleiner als -1,96 oder größer als +1,96 ist. H 0 wird beibehalten, wenn die Prüfgröße z zwischen -1,96 und +1,96 liegt.

33 5. Prüfgröße berechnen und eine Entscheidung über die Nullhypothese treffen Werden die entsprechenden Werte des Beispiels in die Formel für die Prüfgröße z eingesetzt, dann ergibt sich z = 1431, , , , = 8, 59 Da 8, 95 < 1, 96 ist, kann H 0 verworfen werden. Der Einkommensunterschied zwischen West- und Ostdeutschland ist mit einer Irrtumswahrscheinlichkeit von 5% signifikant.

34 Konfidenzintervall für Mittelwertunterschiede Das Konfidenzintervall für Mittelwertdifferenzen wird über ein Intervall bestimmt, dessen Breite vom Standardfehler und der Vertrauenswahrscheinlichkeit abhängt: ( x 1 x 2 ) z 1 α 2 ˆσ ( x 1 x 2) }{{} untere Grenze µ 1 µ 2 ( x 1 x 2 ) + z 1 α 2 ˆσ ( x 1 x 2) }{{} obere Grenze (6) Da die mittlere Einkommensdifferenz x 1 x 2 = 407, 15 DM beträgt und ˆσ ( x1 x 2 ) = 47, 41 ist, wird mit einem Vertrauensintervall von 95% folgendes Konfidenzintervall ermittelt: 407, 15 1, 96 47, 41 µ 1 µ 2 407, , 96 47, , 07 µ 1 µ 2 314, 23

35 t-tests Bei kleinen Stichproben wird anstatt der Prüfgröße z die Prüfgröße t verwendet, die aber auch aus dem Verhältnis von Mittelwertsdifferenz der beiden Stichproben und Standardfehlerdifferenz besteht: t = x 1 x 2 ˆσ x1 x 2 (7) Der t-wert ist eine Zufallsvariable, die für kleine Stichproben mit n 1 + n 2 2 Freiheitsgraden t-verteilt ist. Der t-wert nähert sich bei n 1 + n 2 50 einer Normalverteilung. Da die t-verteilungen mit wachsendem n in eine Standardnormalverteilung übergehen, kann auch bei großen Stichprobenumfängen die t-tabelle verwendet werden.

36 Beispiel: ALLBUS 2000 Variable: Eink.-West: x 2 = 2604, 97 DM; ˆσ 2 = 1929, 69 DM Eink.-Ost: x 1 = 1838, 06 DM; ˆσ 1 = 916, 58 DM t = 2604, , , , = 13, 60 Da die mittlere Einkommensdifferenz x 1 x 2 = 766, 91 DM beträgt und die Differenz der Standardfehler ˆσ ( x1 x 2 ) = 56, 39 ist, wird mit einem Vertrauensintervall von 95% folgendes Konfidenzintervall ermittelt: 766, 91 1, 96 56, 39 µ 1 µ 2 766, , 96 56, , 38 µ 1 µ 2 877, 43

37 Test für abhängige Stichproben Ein t-test für abhängige Stichproben liegt vor, wenn Wiederholungsmessungen bei gleichen Personen vorgenommen werden. Beispiel: Statistikkenntnisse zu Beginn und zum Ende des Semesters bei 32 Studierenden Über die Differenz der Meßergebnisse (d i mit i = ) kann das arithmetische Mittel x d und die Standardabweichung ˆσ d ermittelt werden: x d = n i=1 d i n (8) n i=1 ˆσ d = (d i x d ) 2 n 1 Beispiel: x d = 13 Punkte und ˆσ d = 6 Punkte (9)

38 1. Formulierung der Null- und Alternativhypothese Die Statistikkenntnisse werden durch die Kursteilnahme nicht verbessert: H 0 : µ d 0 Die Statistikkenntnisse werden durch die Kursteilnahme verbessert: H A : µ d > 0 µ d bezeichnet den Mittelwert der Differenzen in der Grundgesamtheit. 2. Festlegung des Signifikanzniveaus Das Risiko, H 0 auf Grund des Stichprobenergebnisses abzulehnen, obwohl diese in der Grundgesamtheit gilt, wird mit 1% festgelegt.

39 Irrtumswahrscheinlichkeit für den Wert 0 bei verschiedenen Nullhypothesen µ µ = µ = Dunkel schraffierte Flächen: Irrtumswahrscheinlichkeiten bei µ = 1 und µ = 0

40 3. Prüfgröße und Verteilung der Prüfgröße bestimmen Der Standardfehler ˆσ xd wird auf Basis der Stichprobe geschätzt. Die Prüfgröße ist t-verteilt mit df = n 1 Freiheitsgraden: t = x d µ d (10) ˆσ xd Wenn in H 0 angenommen wird, daß µ d = 0 ist, dann veinfacht sich die Berechnung: t = x d 0 ˆσ xd = x d ˆσ xd = x d ˆσ d n (11) Die Standardabweichung der Grundgesamtheit σ d wird durch die Standardabweichung der Stichprobe ˆσ d geschätzt: ˆσ xd = ˆσ d n (12)

41 Die Berechnung der Prüfgröße t kann nun erfolgen: t = x d ˆσ d n (13) 4. Ablehnungsbereich der Nullhypothese kennzeichnen Die Prüfgröße ist mit n 1 Freiheistgraden t-verteilt. Der t-wert bei df = 32 1 = 31 und α = 0, 01 ist 2,46 (bei df=30) Ist t > 2, 46 wird H 0 abgelehnt. Ist t < 2, 46 wird H 0 angenommen.

42 Ausschnitt aus der t-tabelle Fläche df 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0, ,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63, ,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9, ,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5, ,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4, ,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4, ,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3, ,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3, ,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3, ,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3, ,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3, ,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2, ,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2, ,388 0,528 0,679 0,849 1,047 1,299 1,676 2,009 2,403 2, ,387 0,527 0,679 0,848 1,045 1,296 1,671 2,000 2,390 2, ,387 0,527 0,678 0,847 1,044 1,294 1,667 1,994 2,381 2, ,387 0,526 0,678 0,846 1,043 1,292 1,664 1,990 2,374 2, ,387 0,526 0,677 0,846 1,042 1,291 1,662 1,987 2,368 2, ,386 0,526 0,677 0,845 1,042 1,290 1,660 1,984 2,364 2,626

43 5. Prüfgröße berechnen und eine Entscheidung über die Nullhypothese treffen Einsetzen der Werte in die Gleichung: t = x d = 13 = 12,26 n ˆσ d 6 32 H 0 kann verworfen werden, da 12, 26 > 2, 46. Die Verbesserung der Statistikklausur um 13 Punkte im Durchschnitt ist statistisch signifikant.

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei

Mehr

Wiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)

Wiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36) Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7

Mehr

SozialwissenschaftlerInnen II

SozialwissenschaftlerInnen II Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Testen von Hypothesen

Mehr

Allgemeines zu Tests. Statistische Hypothesentests

Allgemeines zu Tests. Statistische Hypothesentests Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer

Mehr

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005 Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit

Mehr

4.1. Nullhypothese, Gegenhypothese und Entscheidung

4.1. Nullhypothese, Gegenhypothese und Entscheidung rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals

Mehr

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97. Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )

Mehr

Prüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).

Prüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C). Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen

Mehr

9 Prinzipien der statistischen Hypothesenprüfung

9 Prinzipien der statistischen Hypothesenprüfung 9 Prinzipien der statistischen Hypothesenprüfung Prinzipien der statistischen Hypothesenprüfung Bei der Schätzung eines Populationsparamters soll dessen Wert aus Stichprobendaten erschlossen werden. Wenn

Mehr

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau

Mehr

T-Test für unabhängige Stichproben

T-Test für unabhängige Stichproben T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

9 Prinzipien der statistischen Hypothesenprüfung

9 Prinzipien der statistischen Hypothesenprüfung 9 Prinzipien der statistischen Hypothesenprüfung Prinzipien der statistischen Hypothesenprüfung Bei der Schätzung eines Populationsparamters soll dessen Wert aus Stichprobendaten erschlossen werden. Wenn

Mehr

Hypothesentests. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht.

Hypothesentests. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht. Wissenschaftliche Vorgehensweise beim Hypothesentest Forscher formuliert eine Alternativhypothese H 1 (die neue Erkenntnis, die

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Probleme bei kleinen Stichprobenumfängen und t-verteilung

Probleme bei kleinen Stichprobenumfängen und t-verteilung Probleme bei kleinen Stichprobenumfängen und t-verteilung Fassen wir zusammen: Wir sind bisher von der Frage ausgegangen, mit welcher Wahrscheinlichkeit der Mittelwert einer empirischen Stichprobe vom

Mehr

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

Mehr

3 Grundlagen statistischer Tests (Kap. 8 IS)

3 Grundlagen statistischer Tests (Kap. 8 IS) 3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert

KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert 0. Das eigentliche Forschungsziel ist: Beweis der eigenen Hypothese H 1 Dafür muss Nullhypothese H 0 falsifiziert werden können Achtung!

Mehr

Hypothesentests II. Statistik I. Sommersemester Klausur Wiederholung t-tests. Zusammenfassung. Statistik I Hypothesentests I (1/37)

Hypothesentests II. Statistik I. Sommersemester Klausur Wiederholung t-tests. Zusammenfassung. Statistik I Hypothesentests I (1/37) Hypothesentests II Statistik I Sommersemester 2009 Statistik I Hypothesentests I (1/37) Klausur Logik/z-Test Statistische Signifikanz 00 01 02 03 04 4 2 0 2 4 Statistik I Hypothesentests I (2/37) Informationen

Mehr

Konkretes Durchführen einer Inferenzstatistik

Konkretes Durchführen einer Inferenzstatistik Konkretes Durchführen einer Inferenzstatistik Die Frage ist, welche inferenzstatistischen Schlüsse bei einer kontinuierlichen Variablen - Beispiel: Reaktionszeit gemessen in ms - von der Stichprobe auf

Mehr

Klausur Wiederholung t-tests. Zusammenfassung. Hypothesentests II. Statistik I. Sommersemester Statistik I Hypothesentests I (1/37)

Klausur Wiederholung t-tests. Zusammenfassung. Hypothesentests II. Statistik I. Sommersemester Statistik I Hypothesentests I (1/37) Hypothesentests II Statistik I Sommersemester 2009 Statistik I Hypothesentests I (1/37) Logik/z-Test Statistische Signifikanz 00 01 02 03 04 4 2 0 2 4 Statistik I Hypothesentests I (2/37) Informationen

Mehr

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9. 7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe

Mehr

So berechnen Sie einen Schätzer für einen Punkt

So berechnen Sie einen Schätzer für einen Punkt htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung

Mehr

2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X

2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X Hypothesentests Bisher betrachtet: Punkt- bzw. Intervallschätzung des unbekannten Mittelwerts Hierzu: Verwendung der 1 theoretischen Information über Verteilung von X empirischen Information aus Stichprobenrealisation

Mehr

Übungsaufgaben zu Statistik II

Übungsaufgaben zu Statistik II Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

Macht des statistischen Tests (power)

Macht des statistischen Tests (power) Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler

Mehr

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis

Mehr

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Die Abfüllmenge ist gleich dem Sollwert 3 [Deziliter].

Die Abfüllmenge ist gleich dem Sollwert 3 [Deziliter]. Eine Methode, um anhand von Stichproben Informationen über die Grundgesamtheit u gewinnen, ist der Hypothesentest (Signifikantest). Hier wird erst eine Behauptung oder Vermutung (Hypothese) über die Parameter

Mehr

Analyse von Querschnittsdaten. Signifikanztests I Basics

Analyse von Querschnittsdaten. Signifikanztests I Basics Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht 43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,

Mehr

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese: 2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer

Mehr

11. Parametrische Tests 11.1 Konzeption von statistischen Tests

11. Parametrische Tests 11.1 Konzeption von statistischen Tests 11. Parametrische Tests 11.1 Konzeption von statistischen Tests Statistische Tests dienen zur Überprüfung von Hypothesen über die Grundgesamtheit auf der Basis der vorliegenden Beobachtungen einer Stichprobe.

Mehr

Testen von Hypothesen:

Testen von Hypothesen: Testen von Hypothesen: Ein Beispiel: Eine Firma produziert Reifen. In der Entwicklungsabteilung wurde ein neues Modell entwickelt, das wesentlich ruhiger läuft. Vor der Markteinführung muss aber auch noch

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Testverteilungen Chi-Quadrat-Verteilung Sind X 1,..., X n iid N(0; 1)-verteilte

Mehr

Macht des statistischen Tests (power)

Macht des statistischen Tests (power) Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 1 17.3.21 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit

Mehr

Statistik II. IV. Hypothesentests. Martin Huber

Statistik II. IV. Hypothesentests. Martin Huber Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven

Mehr

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung - wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

Kapitel III: Einführung in die schließende Statistik

Kapitel III: Einführung in die schließende Statistik Kapitel III: Einführung in die schließende Statistik Das zweite Kapitel beschäftigte sich mit den Methoden der beschreibenden Statistik. Im Mittelpunkt der kommenden Kapitel stehen Verfahren der schließenden

Mehr

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X. Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

Hypothesen über die Grundgesamtheit. Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder

Hypothesen über die Grundgesamtheit. Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder Hypothesen über die Grundgesamtheit Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder Behauptungen) über die unbekannte Grundgesamtheit anhand einer Stichprobe als richtig oder falsch

Mehr

Statistiktutorium (Kurs Frau Jacobsen)

Statistiktutorium (Kurs Frau Jacobsen) Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der

Mehr

Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen

Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Induktive Statistik Prof. Dr. W.-D. Heller

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

8. Konfidenzintervalle und Hypothesentests

8. Konfidenzintervalle und Hypothesentests 8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars

Mehr

Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 5

Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 5 Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik Lösungsblatt zu Nr. 5 1.a) Um diese

Mehr

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel

Mehr

Statistische Tests Version 1.2

Statistische Tests Version 1.2 Statistische Tests Version 1.2 Uwe Ziegenhagen ziegenhagen@wiwi.hu-berlin.de 7. Dezember 2006 1 Einführung Ein statistischer Test dient der Überprüfung einer statistischen Hypothese. Mithilfe des Tests

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Bemerkung 3.34: Die hier betrachteten Konfidenzintervalle für unbekannte Erwartungswerte sind umso schmaler, je größer der Stichprobenumfang n ist, je kleiner die (geschätzte) Standardabweichung σ (bzw.

Mehr

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft 3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)

Mehr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 16. Januar 2013 1 Allgemeine Hypothesentests Nullhypothese und Alternative Beispiel: Blutdrucksenker Testverfahren

Mehr

Statistik II. Statistische Tests. Statistik II

Statistik II. Statistische Tests. Statistik II Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall

Mehr

3 Konfidenzintervalle

3 Konfidenzintervalle 3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von

Mehr

3.3 Konfidenzintervalle für Regressionskoeffizienten

3.3 Konfidenzintervalle für Regressionskoeffizienten 3.3 Konfidenzintervalle für Regressionskoeffizienten Konfidenzintervall (Intervallschätzung): Angabe des Bereichs, in dem der "wahre" Regressionskoeffizient mit einer großen Wahrscheinlichkeit liegen wird

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler

Mehr

In den ersten beiden Kapiteln haben wir uns mit der Beschreibenden Statistik

In den ersten beiden Kapiteln haben wir uns mit der Beschreibenden Statistik 5 Parameterschätzung In den ersten beiden Kapiteln haben wir uns mit der Beschreibenden Statistik beschäftigt. Sie dient dazu, vorhandenes Datenmaterial durch Berechnung charakteristischer Kennzahlen übersichtlicher

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ

THEMA: STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN TORSTEN SCHOLZ WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert

Mehr

Überblick Hypothesentests bei Binomialverteilungen (Ac)

Überblick Hypothesentests bei Binomialverteilungen (Ac) Überblick Hypothesentests bei Binomialverteilungen (Ac) Beim Testen will man mit einer Stichprobe vom Umfang n eine Hypothese H o (z.b.p o =70%) widerlegen! Man geht dabei aus von einer Binomialverteilung

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.

Mehr

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße. Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable

Mehr

Statistik Einführung // Tests auf einen Parameter 8 p.2/74

Statistik Einführung // Tests auf einen Parameter 8 p.2/74 Statistik Einführung Tests auf einen Parameter Kapitel 8 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Tests

Mehr

Einführung in die Induktive Statistik: Testen von Hypothesen

Einführung in die Induktive Statistik: Testen von Hypothesen Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte

Mehr

Aussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.

Aussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird. Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen

Mehr

Unterschiedshypothesen Vergleiche von Häufigkeiten bzw. Mittelwerten zwischen (mindestens) zwei Gruppen Zusammenhangshypothesen Korrelationsanalysen

Unterschiedshypothesen Vergleiche von Häufigkeiten bzw. Mittelwerten zwischen (mindestens) zwei Gruppen Zusammenhangshypothesen Korrelationsanalysen Statistische Überprüfung von Hypothesen Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen und logischen Sachverhalten.Allgemein bezeichnet man diejenigen Aussagen als Hypothesen,

Mehr

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

Testen von Hypothesen

Testen von Hypothesen Statistik 2 für SoziologInnen Testen von Hypothesen Univ.Prof. Dr. Marcus Hudec Statistik für SoziologInnen 1 Testtheorie Inhalte Themen dieses Kapitels sind: Erklären der Grundbegriffe der statistischen

Mehr

Kapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests

Kapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung

Mehr

e) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese

e) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese 9 Hypothesentests 1 Kapitel 9: Hypothesentests A: Übungsaufgaben: [ 1 ] Bei Entscheidungen über das Ablehnen oder Nichtablehnen von Hypothesen kann es zu Irrtümern kommen. Mit α bezeichnet man dabei die

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Analyse von Querschnittsdaten. Signifikanztests I Basics

Analyse von Querschnittsdaten. Signifikanztests I Basics Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Datum Vorlesung 18.10.2006 Einführung 18.10.2006 Beispiele 25.10.2006 Daten 08.11.2006 Variablen Kontinuierliche

Mehr

11 Tests zur Überprüfung von Mittelwertsunterschieden

11 Tests zur Überprüfung von Mittelwertsunterschieden 11 Tests zur Überprüfung von Mittelwertsunterschieden 11.1 Der z Test (t Test) für verbundene Stichproben 11.2 Der z Test (t Test) für unabhängige Stichproben 11.3 Fehler 1. Art und 2. Art 11.4 Typische

Mehr

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

Mehr

Alternativtest Einführung und Aufgabenbeispiele

Alternativtest Einführung und Aufgabenbeispiele Alternativtest Einführung und Aufgabenbeispiele Ac Einführendes Beispiel: Ein Medikament half bisher 10% aller Patienten. Von einem neuen Medikament behauptet der Hersteller, dass es 20% aller Patienten

Mehr

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 10

Lösungen zu den Übungsaufgaben in Kapitel 10 Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert

Mehr