Hypothesentest, ein einfacher Zugang mit Würfeln

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Hypothesentest, ein einfacher Zugang mit Würfeln"

Transkript

1 R. Brinkmann Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit / auftritt. Bei vielen Würfelspielen hat die eine besondere Bedeutung. Aus Sicht des Spielers mag ein guter Würfel der sein, der möglichst oft eine liefert. ingegen aus der Sicht eines Spielbetreibers sollte der Würfel möglichst selten eine zeigen. ier liegen also unterschiedliche Interessen vor, so dass Würfelmanipulationen denkbar erscheinen. Im Folgenden sollen Würfel getestet werden. Fall I: Es wird vermutet, dass ein Würfel häufiger die liefert, als es bei einem Laplace- Würfel zu erwarten ist ( p > / ). Um den Würfel zu testen, wird geplant, den Würfel n = mal zu werfen und dabei die Zufallsvariable X = Anzahl der aufgetretenen Sechsen zu betrachten. Durch einen ypothesentest soll untersucht werden ob p > / gilt. Welche ypothese ist hierfür zu wählen? Damit man p > / als richtig ansehen kann, muss man davon überzeugt sein, das p / nicht stimmen kann. Getestet wird also die ypothese : p / auch Nullhypothese genannt. Falls diese abgelehnt werden muss, wird : p > / auch Alternativhypothese oder Gegenhypothese genannt angenommen. Bemerkungen zur Nullhypothese. Die Nullhypothese sollte immer die ypothese sein, mit der der Test durchgeführt wird. Für sie sollte gelten: :p p ; :p= p oder :p p Zur Nullhypothese gibt es stets eine Alternativhypothese. : p p : p > p rechtsseitiger Test : p = p : p p zweiseitiger Test : p p : p < p linksseitiger Test Eine Entscheidung für führt stets zur Ablehnung von. Eine Entscheidung gegen führt stets zur Annahme von. Der Fehler, der bei der Entscheidung gemacht werden kann, soll auf höchstens 5% beschränkt werden. Diese Größe heißt Signifikanzniveau. Um den Würfel zu testen, ist für :p ein Annahmebereich und ein Ablehnungsbereich zu berechnen. Bemerkungen zur Vorgehensweise. Bei dem Würfelexperiment handelt es sich um einen Bernoulliversuch mit einer Binomialverteilung der Zufallsvariablen X. Eine solche Verteilung ist nur dann symmetrisch zum Erwartungswert µ, wenn p =,5 ist. Für p = / ist die Verteilungsfunktion nicht mehr symmetrisch. Bei hinreichend hoher Streuung ist die Laplace- Bedingung ( Sigma > 3 ) erfüllt. Dann kann die Binomialverteilung durch eine zum Erwartungswert symmetrische Normalverteilung approximiert werden, so dass zur Berechnung von Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

2 R. Brinkmann Seite 4..4 Umgebungswahrscheinlichkeiten die Tabelle der Wahrscheinlichkeiten für Sigma- Umgebungen normalverteilter Zufallsvariablen verwendet werden kann. Für den Umgebungsradius einer x%- Umgebung um den Erwartungswert gilt: 9% Umgebung r =,4 σ 95% Umgebung r =,9 σ 99% Umgebung r =,58 σ Berechnung: Nullhypothese : p Signifikanzniveau α 5% Daten: n = ; p = ; μ = n p = = 5 5 σ= n p ( p) = = 9,9 > 3 Es ist ein rechtsseitiger ypothesentest durchzuführen, denn eine hohe Anzahl er spricht gegen. Bei einem Signifikanzniveau von 5% sind folgende Intervalle zu betrachten: { 5% } { 9% } { 5% } Ablehnungsbereich für 5 Damit wird μ+,4 σ= +,4 4,97 die obere Grenze des Annahmebereichs für. Es gilt: Annahmebereich für : {... 5 } Ablehnungsbereich für : {... } Zu prüfen ist der Ablehnungsbereich derart, das gilt: P X α = 5% {...84}{ }{...} P( X ) = P 85 X 5 r 5,5 P( 85 X 5) r = 5,5 z = =,7 P( 85 X 5),9 σ 5 P( X ) [,9] =,445 Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

3 R. Brinkmann Seite Berechnung mit dem GTR Casio fx-cg P X k,5 k =? k = InvBinomialCD.95,, A... + = = P( A) = P( X ) = BinomialCD 5,, =,47... Bemerkung: Die geringfügigen Unterschiede der Werte sind in der Berechnungsmethode zu finden. Der Wert,445 wurde mit gerundeten Tabellenwerten der Normalverteilung ermittelt. Der Wert,47... ist der realistische Wert, den die Binomialverteilung liefert, denn um eine solche handelt es sich in der Aufgabenstellung. Da die Binomialverteilung durch eine Normalverteilung approximiert werden kann, wenn die Laplace-Bedingung erfüllt ist, liefert die Normalverteilung Werte mit geringer Abweichung. Auswertung: Falls bei Würfen die Anzahl der verzeichneten er in den Ablehnungsbereich von ( {... } ) fällt, ist abzulehnen und anzunehmen. Das würde bedeuten, das der Würfel tatsächlich mehr er lieferte als er sollte. Möglicherweise ist er gezinkt. Falls die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird, geschieht das mit einem Fehler von etwa 4,45% (berechnetes Signifikanzniveau). Das ist der Fehler. Art und bedeutet: Die Wahrscheinlichkeit dafür, dass die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird obwohl sie richtig ist, beträgt etwa 4,45%. Diese Wahrscheinlichkeit wird auch Irrtumswahrscheinlichkeit genannt. Anders ausgedrückt: Mit einer Wahrscheinlichkeit von 4,45% nimmt man an, dass der Würfel gezinkt ist, obwohl er in Ordnung ist. Graphische Darstellung: ( k) P X = : p ; α 5% ; n = ; p = ; μ = ; σ 9,9 Annahmebereich 95,55% Fehler. Art α= 4,45% 5 A =... A = {... 5} Erstellt von R. Brinkmann p9_htest_ :3 Seite 3 von 3

4 R. Brinkmann Seite Fall II: Es wird vermutet, dass ein Würfel weniger die Sechs liefert, als es bei einem Laplace- Würfel zu erwarten ist ( p < / ). Die Vorgehensweise ist analog wie bei Fall I. Es soll untersucht werden ob p < / gilt. Getestet wird also die ypothese : p /. Falls diese abgelehnt werden muss, wird : p < / angenommen. Berechnung: Nullhypothese : p Signifikanzniveau α 5% Daten: n = ; p = ; μ = n p = = 5 5 σ= n p ( p) = = 9,9 > 3 Es ist ein linksseitiger ypothesentest durchzuführen, denn eine geringe Anzahl er spricht gegen. Bei einem Signifikanzniveau von 5% sind folgende Intervalle zu betrachten: { 5% } { 9% } { 5% } Ablehnungsbereich für 5 Damit wird μ,4 σ=,4 85,3 die untere Grenze des Annahmebereichs für. Es gilt: Annahmebereich für : { } Ablehnungsbereich für : { } Zu prüfen ist der Ablehnungsbereich derart, das gilt: P X 84 α = 5% {... 84}{ }{... } P ( X 84) = P 85 X 5 r 5,5 P85 ( X 5) r= 5,5 z= =,7 P( 85 X 5),9 σ 5 P ( X 84) [, 9] =, 445 Erstellt von R. Brinkmann p9_htest_ :3 Seite 4 von 3

5 R. Brinkmann Seite Berechnung mit dem GTR Casio fx-cg P X k,5 k =? k = InvBinomialCD.5,, 84 A = = P( A) = P( X 84) = BinomialCD 84,, =,44... Bemerkung: Die geringfügigen Unterschiede der Werte sind in der Berechnungsmethode zu finden. Der Wert,445 wurde mit gerundeten Tabellenwerten der Normalverteilung ermittelt. Der Wert,44... ist der realistische Wert, den die Binomialverteilung liefert, denn um eine solche handelt es sich in der Aufgabenstellung. Da die Binomialverteilung durch eine Normalverteilung approximiert werden kann, wenn die Laplace-Bedingung erfüllt ist, liefert die Normalverteilung Werte mit geringer Abweichung. Auswertung: Falls bei Würfen die Anzahl der verzeichneten er in den Ablehnungsbereich von ( { } ) fällt, ist abzulehnen und anzunehmen. Das würde bedeuten, das der Würfel tatsächlich weniger er lieferte als er sollte. Möglicherweise ist er gezinkt. Falls die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird, geschieht das mit einem Fehler von etwa 4,45% (berechnetes Signifikanzniveau). Das ist der Fehler. Art und bedeutet: Die Wahrscheinlichkeit dafür, dass die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird obwohl sie richtig ist, beträgt etwa 4,45%. Anders ausgedrückt: Mit einer Wahrscheinlichkeit von 4,45% nimmt man an, dass der Würfel gezinkt ist, obwohl er in Ordnung ist. Graphische Darstellung: ( k) P X = : p ; α 5% ; n = ; p = ; μ = ; σ 9,9 Annahmebereich 95,55% Fehler. Art α= 4,45% A = {... 84} A = { 85...} Erstellt von R. Brinkmann p9_htest_ :3 Seite 5 von 3

6 R. Brinkmann Seite 4..4 Fall III: Von einem Würfel wird vermutet, dass er die Sechs mit einer Wahrscheinlichkeit liefert, die nicht gleich / ist, wie es bei einem Laplace- Würfel zu erwarten wäre. Es soll ein Test entworfen werden, um die ypothese, es handele sich um keinen Laplace- Würfel, zu untersuchen. Die Vorgehensweise ist ähnlich wie bei Fall I und Fall II. Es soll untersucht werden ob p / gilt. Nullhypothese : p = /; Alternativhypothese : p /. Anders als in Fall I und Fall II muss hier der Ablehnungsbereich von auf beiden Seiten vom Erwartungswert liegen, denn viele er, wie auch wenig er sprechen gegen. Das Signifikanzniveau wird auf beide Ablehnungsbereiche zu gleichen Teilen aufgeteilt. Man spricht bei einem solchen Test von einem zweiseitigen Test. Berechnung: Nullhypothese : p = Signifikanzniveau α 5% Daten: n = ; p = ; μ = n p = = 5 5 σ= n p ( p) = = 9,9 > 3 Es ist ein zweiseitiger ypothesentest durchzuführen, denn eine geringe Anzahl, wie auch eine hohe Anzahl er spricht gegen. Bei einem Signifikanzniveau von 5% sind folgende Intervalle zu betrachten: {,5% } { 95% } {, 5% } Ablehnungsbereich für Ablehnungsbereich für 5 Damit wird μ,9 σ=,9 8, die untere Grenze des Annahmebereichs für. 5 und μ+,9 σ= +,9 7,9 die obere Grenze des Annahmebereichs für. Es gilt: Annahmebereich für : { } Ablehnungsbereich für : {... 8 } { 9... } Zu prüfen ist der Ablehnungsbereich derart, das gilt: P X 8+ P9 X α = 5% {...8}{ }{ 9...} P ( X 8) + P9 ( X ) = P( 8 X 8) r 8,5 P( 8 X 8) r = 8,5 z = =,3 P( 8 X 8),958 σ 5 P X 8 + P 9 X,9 =,4 Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

7 R. Brinkmann Seite Berechnung mit dem GTR Casio fx-cg P X k,5 k =? k = InvBinomialCD.5,, 8 A... 8 = = P X k,5 k =? k = InvBinomialCD.975,, 9 A = = P( A) = P( X 8) = BinomialCD 8,,,9... = P( A ) = P( X 9) = BinomialCD 8,, =,3... ( ) P A + P A =,44... Bemerkung: Die geringfügigen Unterschiede der Werte sind in der Berechnungsmethode zu finden. Der Wert,4 wurde mit gerundeten Tabellenwerten der Normalverteilung ermittelt. Der Wert,44... ist der realistische Wert, den die Binomialverteilung liefert, denn um eine solche handelt es sich in der Aufgabenstellung. Da die Binomialverteilung durch eine Normalverteilung approximiert werden kann, wenn die Laplace-Bedingung erfüllt ist, liefert die Normalverteilung Werte mit geringer Abweichung. Auswertung: Falls bei Würfen die Anzahl der verzeichneten er in den Ablehnungsbereich von ( {... 8 } { 9... } ) fällt, ist abzulehnen und anzunehmen. Das würde bedeuten, das der Würfel tatsächlich nicht die Anzahl er liefert, wie er sollte. Möglicherweise ist er gezinkt. Falls die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird, geschieht das mit einem Fehler von etwa 4,% (berechnetes Signifikanzniveau). Das ist der Fehler. Art und bedeutet: Die Wahrscheinlichkeit dafür, dass die - ypothese aufgrund des Versuchsergebnisses abgelehnt wird obwohl sie richtig ist, beträgt etwa 4,%. Anders ausgedrückt: Mit einer Wahrscheinlichkeit von 4,% nimmt man an, dass der Würfel gezinkt ist, obwohl er in Ordnung ist. Erstellt von R. Brinkmann p9_htest_ :3 Seite 7 von 3

8 R. Brinkmann Seite Graphische Darstellung: ( k) P X = : p = ; α 5% ; n = ; p = ; μ = ; σ 9,9 Annahmebereich 95,8% Fehler. Art α= 4,% A... 8 A = A = 9... = Fehlerbetrachtungen: Fall I bis Fall III haben gezeigt, dass das jeweils gebildete Urteil falsch sein kann. Fehler. Art: Es handelt sich in Wirklichkeit um einen Laplace- Würfel, doch da das Testergebnis zufällig in den Ablehnungsbereich von fällt, wird fälschlicherweise abgelehnt. Kurz: Die wahre ypothese wird abgelehnt. Fehler. Art: Es handelt sich in Wirklichkeit nicht um einen Laplace- Würfel, doch da das Testergebnis in den Annahmebereich von fällt, wird fälschlicherweise angenommen. Kurz: Die falsche ypothese wird angenommen. Der Fehler. Art lässt sich nur berechnen, wenn man bei einem gefälschten Würfel eine bestimmte Wahrscheinlichkeit für eine Sechs annimmt oder man sie weiß. Ein Fallbeispiel soll das Verständnis erleichtern. Fallbeispiel: Ein Glücksspiel auf dem Jahrmarkt heißt Jede Sechs gewinnt. Ein ehemaliger Mitarbeiter des Betreibers geht zur Polizei und behauptet, die Würfel seien derart gefälscht, dass er nur mit einer Wahrscheinlichkeit von p =,3 auftreten würden. Der vom Betrugsdezernat beauftragte Kommissar Brinkmann macht sich zuvor Gedanken, wie er an den Fall herangehen will. Aus seiner Schulzeit weiß er, dass Würfeln ein Zufallsversuch ist. Er weiß auch, dass bei einem Laplace- Würfel es durchaus vorkommen kann, dass auch nach mehr als Würfen keine erscheint. Um statistisch die Wahrscheinlichkeit für er mit einer hinreichenden Genauigkeit zu ermitteln, müsste er viele tausend Würfelversuche durchführen lassen. Da er aber nicht bis zu seiner Pensionierung mit diesem Fall beschäftigt sein möchte, beschließt er lediglich Versuche zu dokumentieren und aus dem Ergebnis eine Schlussfolgerung zu ziehen. Erstellt von R. Brinkmann p9_htest_ :3 Seite 8 von 3

9 R. Brinkmann Seite Nach Sichtung der Stochastik- Unterlagen aus seiner Schulzeit, beschließt er zur Entscheidungsfindung einen ypothesentest zu entwickeln. : p ( Nullhypothese ); : p < ( Alternativhypothese ) sind die ypothesen. soll auf einem Signifikanzniveau von 5% getestet werden. Das ist der gleiche Test, wie er unter Fall II bereits beschrieben wurde. Annahmebereich von { }; Ablehnungsbereich von { } mit einer Irrtumswahrscheinlichkeit von 4,45%. Um den Fehler. Art berechnen zu können nimmt Kommissar Brinkmann aufgrund der Informantenaussage an, dass die tatsächliche Wahrscheinlichkeit für er p =,3 beträgt. Er berechnet die Wahrscheinlichkeit mit der ein Ergebnis unter der Voraussetzung dass p =,3 stimmt, in den Annahmebereich von fällt. Berechnung: β= P 85 X ist zu berechnen.,3 Daten: n = ; p =,3 ; μ = n p =,3 = 78 σ= n p p = 78,87 = 7,8 8,38 > 3 Zur Berechnung sind symmetrische Intervalle zu betrachten. {... 7}{ } { } Annahmebereich von P,3 ( 85 X ) = P( 7 X 84) r,5 P( 7 X 84) r =,5 z = =,79 σ 7,8 P( 7 X 84),57 P, 3 ( 85 X ) [,57] =,5 Fehler. Art β,5% Berechnung mit dem GTR Casio fx-cg P A = P X 85 = BinomialCD 84,,.3 =,33... Auswertung: Falls bei Würfen die Anzahl der verzeichneten er in den Ablehnungsbereich von fällt, wird der Kommissar den vermeintlich gefälschten Würfel beschlagnahmen und den Spielebetreiber verhaften. Den Fehler, den er bei dieser Entscheidung begeht, beträgt etwa 4,45%. Denn die Wahrscheinlichkeit, mit der ein Laplace- Würfel dieses Ergebnis zeigt, beträgt 4,45%. Dieses Risiko geht der Kommissar ein. Da andererseits, falls der Würfel wirklich gefälscht ist, mit einer Wahrscheinlichkeit von,5% die Anzahl der verzeichneten er in den Annahmebereich von fällt, wird der Kommissar mit einer Wahrscheinlichkeit von,5% den gefälschten Würfel als solchen nicht erkennen. Erstellt von R. Brinkmann p9_htest_ :3 Seite 9 von 3

10 R. Brinkmann Seite 4..4 Graphische Darstellung: ( = k) P X : p ; α 5% ; n = ; p = ; μ = ; σ 9,9 Annahmebereich 95,55% Fehler. Art α= 4,45% A = {...84} A = { } : p =,3 < ; α 5% ; n = ; p =,3 ; μ = 78 ; σ 8,38 Fehler. Art β=,5% Annahmebereich von A von = Änderung des Signifikanzniveaus: Kommissar Pingelig erhält einen ähnlichen Auftrag und lässt sich, da er von Stochastik nur wenig Ahnung hat, die Unterlagen von Brinkmann schicken. Er will nun ähnlich verfahren, wie sein Kollege. Jedoch ein Signifikanzniveau von 4,45% erscheint ihm zu hoch. Er möchte mit einer Wahrscheinlichkeit von etwa 97,5% Sicherheit seine Entscheidung treffen. Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

11 R. Brinkmann Seite 4..4 Berechnung: Nullhypothese : p Signifikanzniveau α,5% Daten: n = ; p = ; μ = n p = = 5 5 σ= n p ( p) = = 9,9 > 3 Es ist ein linksseitiger ypothesentest durchzuführen, denn eine geringe Anzahl er spricht gegen. Bei einem Signifikanzniveau von,5% sind folgende Intervalle zu betrachten: {,5% } { 95% } {,5% } Ablehnungsbereich für 5 Damit wird μ,9 σ=,9 8, die untere Grenze des Annahmebereichs für. Es gilt: Annahmebereich für : { 8... } Ablehnungsbereich für : {... 8 } Zu prüfen ist der Ablehnungsbereich derart, das gilt: P X 8 α =,5% {... 8}{ }{ 9... } P ( X 8) = P( 8 X ) 8 r 8,5 P8 ( X 8) r = 8,5 z = =,3 P( 8 X 8),958 σ 5 P( X 8) [,958] =, Berechnung mit dem GTR Casio fx-cg P X k,5 k =? k = InvBinomialCD.5,, 8 A... 8 = = P( A) = P( X 8) = BinomialCD 8,, =,9... Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

12 R. Brinkmann Seite 4..4 Fehler. Art:,3 β= P 8 X ist zu berechnen. Daten: n = ; p =,3 ; μ = n p =,3 = 78 σ= n p p = 78,87 = 7,8 8,38 > 3 Zur Berechnung sind symmetrische Intervalle zu betrachten. {...74}{ } { 8... } Annahmebereich von P,3 ( 8 X ) = P( 75 X 8) r 3,5 P75 ( X 8) r= 3,5 z= =,4 σ 7,8 P( 5 X 8),3 P, 3 ( 8 X ) [,3] =,337 Fehler. Art β 33,7% Berechnung mit dem GTR Casio fx-cg P A = P X 8 = BinomialCD 8,,.3 =,33... Auswertung: Falls bei Würfen die Anzahl der verzeichneten er in den Ablehnungsbereich von fällt, wird Kommissar Pingelig den vermeintlich gefälschten Würfel beschlagnahmen und den Spielebetreiber verhaften. Den Fehler, den er bei dieser Entscheidung begeht, beträgt etwa,%. Denn die Wahrscheinlichkeit, mit der ein Laplace- Würfel dieses Ergebnis zeigt, beträgt,%. Dieses Risiko geht Pingelig ein. Da andererseits, falls der Würfel wirklich gefälscht ist, mit einer Wahrscheinlichkeit von 33,7% die Anzahl der verzeichneten er in den Annahmebereich von fällt, wird der Kommissar mit einer Wahrscheinlichkeit von 33,7% den gefälschten Würfel als solchen nicht erkennen. Erstellt von R. Brinkmann p9_htest_ :3 Seite von 3

13 R. Brinkmann Seite Graphische Darstellung: ( k) P X = : p ; α,5% ; n = ; p = ; μ = ; σ 9,9 Annahmebereich 97,9% Fehler. Art α=,% 8 A = A = { 8... } : p =,3 < ; α,5% ; n = ; p =,3 ; μ = 78 ; σ 8,38 Fehler. Art β= 33,7% Annahmebereich von 78 8 A von = 8... Fazit: Die Gefahr, sich in der Öffentlichkeit durch vorschnelle, letztlich ungerechtfertigte Festnahmen zu diskreditieren ist bei Kommissar Pingelig geringer als bei Kommissar Brinkmann. Der Preis für die Sicherheit ist jedoch ein größerer Fehler. Art, was bedeutet gefälschte Würfel werden seltener als solche erkannt. Erstellt von R. Brinkmann p9_htest_ :3 Seite 3 von 3

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

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 7.9. Lösungen zum Hypothesentest II Ausführliche Lösungen: A A Aufgabe Die Firma Schlemmerland behauptet, dass ihre Konkurrenzfirma Billigfood die Gewichtsangabe,

Mehr

Um zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert.

Um zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert. XV. Testen von Hypothesen ================================================================== 15.1 Alternativtest ------------------------------------------------------------------------------------------------------------------

Mehr

Mögliche Fehler beim Testen

Mögliche Fehler beim Testen Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.

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

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 1 8.0.014 Hypothesentest II mit dem GTR CSIO fx-cg 0 1.1 us p9_stoch_ht_011_e.htm Nr. 4 Nullhypothese: H 0 : p = 0,3 lternativhypothese: H 1 : p 0,3 Signifikanzniveau:

Mehr

Testen von Hypothesen, Beurteilende Statistik

Testen von Hypothesen, Beurteilende Statistik Testen von Hypothesen, Beurteilende Statistik Was ist ein Test? Ein Test ist ein Verfahren, mit dem man anhand von Beobachtungen eine begründete Entscheidung über die Gültigkeit oder Ungültigkeit einer

Mehr

Approximation der Binomialverteilung durch die Normalverteilung

Approximation der Binomialverteilung durch die Normalverteilung R. Brinkmann http://brinkmann-du.de Seite 4.0.007 Approimation der Binomialverteilung durch die Normalverteilung Histogramme von Binomialverteilungen sind für nicht zu kleine n glockenförmig. Mit größer

Mehr

Hypothesentest. Ablehnungsbereich. Hypothese Annahme, unbewiesene Voraussetzung. Anzahl Kreise

Hypothesentest. Ablehnungsbereich. Hypothese Annahme, unbewiesene Voraussetzung. Anzahl Kreise Hypothesentest Ein Biologe vermutet, dass neugeborene Küken schon Körner erkennen können und dies nicht erst durch Erfahrung lernen müssen. Er möchte seine Vermutung wissenschaftlich beweisen. Der Biologe

Mehr

1,64 1,96 2,56. Statistik. Cusanus-Gymnasium Wittlich Faustregeln

1,64 1,96 2,56. Statistik. Cusanus-Gymnasium Wittlich Faustregeln Faustregeln Die folgenden Faustregeln für Binomialverteilungen gelten umso genauer, je größer n ist, insbesondere falls die Laplace- Bedingung n p q 3 erfüllt ist. Radius der Umgebung Wahrscheinlichkeit

Mehr

Stochastik: Hypothesentest Stochastik Testen von Hypothesen (einseitiger Test) allgemein bildende Gymnasien J1/J2

Stochastik: Hypothesentest Stochastik Testen von Hypothesen (einseitiger Test) allgemein bildende Gymnasien J1/J2 Stochastik Testen von Hypothesen (einseitiger Test) allgemein bildende Gymnasien J/J2 Alexander Schwarz www.mathe-aufgaben.com Oktober 25 Hinweis: Für die Aufgaben darf der GTR benutzt werden. Aufgabe

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

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

2) Ihr Chef schlägt vor, dass die Firma nicht Lieferant werden soll, wenn

2) Ihr Chef schlägt vor, dass die Firma nicht Lieferant werden soll, wenn Aufgabe Stochastik Mathe Grundkurs Signifikanztests Ein Hersteller von Schrauben behauptet, dass mindestens 90% seiner Schrauben rostfrei sind, wenn sie fünf Jahre lang im Außenbereich eingesetzt werden.

Mehr

Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz 1 betragen (2) Weniger als 3 mal Wappen ( ) 32 (3) Mindestens 1 mal Wappen ( )

Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz 1 betragen (2) Weniger als 3 mal Wappen ( ) 32 (3) Mindestens 1 mal Wappen ( ) R. Brinkmann http://brinkmann-du.de Seite 7.09.0 Lösungen Stochastik vermischt II Ergebnisse: E E E E4 E E6 Ergebnis Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz betragen. Ergebnisse

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

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

: p= 1 6 ; allgemein schreibt man hierfür H : p = p. wird Gegenhypothese genannt und mit H 1 bezeichnet.

: p= 1 6 ; allgemein schreibt man hierfür H : p = p. wird Gegenhypothese genannt und mit H 1 bezeichnet. Einseitiger Signifikanztest Allgemein heißt die Hypothese, dass eine vorgelegte unbekannte Wahrscheinlichkeitsverteilung mit einer angenommenen Verteilung übereinstimmt, Nullhypothese und wird mit H 0

Mehr

Ministerium für Schule und Weiterbildung NRW M LK HT 7 Seite 1 von 9. Unterlagen für die Lehrkraft. Abiturprüfung Mathematik, Leistungskurs

Ministerium für Schule und Weiterbildung NRW M LK HT 7 Seite 1 von 9. Unterlagen für die Lehrkraft. Abiturprüfung Mathematik, Leistungskurs Seite 1 von 9 Unterlagen für die Lehrkraft Abiturprüfung 2010 Mathematik, Leistungskurs 1. Aufgabenart Stochastik mit Alternative 1 (ein- und zweiseitiger Hypothesentest) 2. Aufgabenstellung siehe Prüfungsaufgabe

Mehr

Biomathematik für Mediziner, Klausur SS 2001 Seite 1

Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer

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

Um zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert.

Um zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert. 7. Testen von Hypothesen ================================================================== 15.1 Alternativtest -----------------------------------------------------------------------------------------------------------------

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

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

Würfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :

Würfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView : Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 13 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

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

TESTEN VON HYPOTHESEN

TESTEN VON HYPOTHESEN TESTEN VON HYPOTHESEN 1. Beispiel: Kann ein neugeborenes Küken Körner erkennen oder lernt es dies erst durch Erfahrung? Um diese Frage zu entscheiden, wird folgendes Experiment geplant: Sobald das Küken

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

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

1. rechtsseitiger Signifikanztest

1. rechtsseitiger Signifikanztest Testen von Hypothesen HM2 Seite Geschichte und ufgabe der mathematischen Statistik Stochastik ist die Kunst, im Falle von Ungewißheit auf geschickte Weise Vermutungen aufzustellen. Entwickelt wurde sie

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

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Hypothesentesten, Fehlerarten und Güte 2 Literatur Kreyszig: Statistische Methoden und ihre Anwendungen, 7.

Mehr

1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0

1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0 1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen

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

Schriftliche Prüfung (90 Minuten)

Schriftliche Prüfung (90 Minuten) Dr. M. Kalisch Probeprüfung Statistik 1 Sommer 2014 Schriftliche Prüfung (90 Minuten) Bemerkungen: Alle schriftlichen Hilfsmittel und ein Taschenrechner sind erlaubt. Mobiltelefone sind auszuschalten!

Mehr

WB 11 Aufgabe: Hypothesentest 1

WB 11 Aufgabe: Hypothesentest 1 WB 11 Aufgabe: Hypothesentest 1 Ein Medikament, das das Überleben eines Patienten sichern soll, wird getestet. Stelle Null- und Alternativhypothese auf und beschreibe die Fehler 1. Art und 2. Art. Welcher

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

Kapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen

Kapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch

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

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)

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

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

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04 R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des

Mehr

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Schließende Statistik

Schließende Statistik Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.

Mehr

HYPOTHESENTESTS. Die Hypothesentests, die in der Kursstufe behandelt werden, basieren alle auf Wahrscheinlichkeitsexperimenten,

HYPOTHESENTESTS. Die Hypothesentests, die in der Kursstufe behandelt werden, basieren alle auf Wahrscheinlichkeitsexperimenten, HYPOTHESENTESTS F. LEMMERMEYER Die Hypothesentests, die in der Kursstufe behandelt werden, basieren alle auf Wahrscheinlichkeitsexperimenten, die binomialverteilt sind. Betrachten wir einen idealen Würfel,

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

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

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

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

Basistext - Wahrscheinlichkeitsrechnung

Basistext - Wahrscheinlichkeitsrechnung Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.

Mehr

1 Dichte- und Verteilungsfunktion

1 Dichte- und Verteilungsfunktion Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die

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

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

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

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p

Mehr

Schließende Statistik: Hypothesentests (Forts.)

Schließende Statistik: Hypothesentests (Forts.) Mathematik II für Biologen 15. Mai 2015 Testablauf (Wdh.) Definition Äquivalente Definition Interpretation verschiedener e Fehler 2. Art und Macht des Tests Allgemein im Beispiel 1 Nullhypothese H 0 k

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Baden-Württemberg: Abitur 14 Wahlteil B www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 14 (ohne CAS) Baden-Württemberg Wahlteil Analytische Geometrie / Stochastik Hilfsmittel: GTR und Formelsammlung

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

Statistik II. Statistische Tests. Statistik II

Statistik II. Statistische Tests. Statistik II Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.7 und 4.8 besser zu verstehen. Auswertung und Lösung Abgaben: 71 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 5.65 Frage 1

Mehr

1 Von Test zu Test. 2 Arbeitsblatt

1 Von Test zu Test. 2 Arbeitsblatt 1 Von Test zu Test 2 Arbeitsblatt 1. Ein FDP-Kandidat behauptet, dass 10% oder mehr Wahlberechtigten seines Stimmkreises FDP wählen würden. Zur Überprüfung befragt die Partei 200 Wahlberechtigte des Stimmkreises.

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =

Mehr

mathphys-online Abiturprüfung Berufliche Oberschule 2012 Mathematik 13 Technik - Aufgabe B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2012 Mathematik 13 Technik - Aufgabe B I - Lösung Abiturprüfung Berufliche Oberschule 2012 Mathematik 13 Technik - Aufgabe B I - Lösung Während der Fußballweltmeisterschaft 2010 in Südafrika gelangte der Krake Paul aus dem Aquarium in Oberhausen zu großer

Mehr

Hauptprüfung Abiturprüfung 2016 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2016 (ohne CAS) Baden-Württemberg Hauptprüfung Abiturprüfung 26 (ohne CAS) Baden-Württemberg Wahlteil Analytische Geometrie / Stochastik Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

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

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

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

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

P n (k) f(k) = 1 σ 2π e ) 2. σ 2π

P n (k) f(k) = 1 σ 2π e ) 2. σ 2π 53 Allgemein gilt der folgende Satz. Satz 6.1 (Lokaler Grenzwertsatz von de Moivre und Laplace) Die Wahrscheinlichkeit P n (k) einer Binomialverteilung (mit der Erfolgswahrscheinlichkeit p im Einzelexperiment)

Mehr

Kapitel XI - Operationscharakteristik und Gütefunktion

Kapitel XI - Operationscharakteristik und Gütefunktion Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XI - Operationscharakteristik und Gütefunktion Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo

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 13. Grundbegriffe statistischer Tests

Kapitel 13. Grundbegriffe statistischer Tests Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert sein

Mehr

Würfel-Aufgabe Bayern LK 2006

Würfel-Aufgabe Bayern LK 2006 Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln

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

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen

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

Testen von Hypothesen

Testen von Hypothesen Elke Warmuth Humboldt-Universität zu Berlin Sommersemster 2010 1 / 46 2 / 46 1 Testen von Hypothesen 3 / 46 Signifikant, signifikant, signifikant,... 4 / 46 Signifikant, signifikant, signifikant,... 5

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

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

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am 5..201 von 10:00 bis 11:00 Uhr Bearbeiten Sie zwei der drei folgenden Aufgaben! Sätze aus der Vorlesung und den Übungen dürfen Sie ohne

Mehr

Konfidenzintervalle. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09

Konfidenzintervalle. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Konfidenzintervalle Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Münzspiel Experiment 100 Münzwürfe: Stefan gewinnt bei "Kopf" Hypothesen H 0 : Stefan wird so oft gewinnen

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 / Übungsaufgaben Prof. Dr. Achim Klenke http://www.aklenke.de 13. Vorlesung: 10.02.2012 1/51 Aufgabe 1 Aufgabenstellung Übungsaufgaben Ein Pharmakonzern möchte ein neues Schlankheitsmedikament

Mehr

15.5 Stetige Zufallsvariablen

15.5 Stetige Zufallsvariablen 5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven

Mehr

Das Konfidenzintervall und der Goldbär

Das Konfidenzintervall und der Goldbär Das Konfidenzintervall und der Goldbär Aufgabe 3 Blutgruppen c) In einer österreichischen Gemeinde, in der 1 800 Einwohner/innen Blut spenden könnten, nahmen 150 Personen an einer freiwilligen Blutspendeaktion

Mehr

Stochastik. Inhaltsverzeichnis

Stochastik. Inhaltsverzeichnis Stochastik Inhaltsverzeichnis 1. Allgemeine Definition... 2 2. Laplace-Wahrscheinlichkeit... 2 3. Gegenereignis (häufig bei mindestens -Aufgaben)... 3 4. Vereinigung von 2 Ereignissen ( oder -Formulierungen)...

Mehr

Abschlussprüfung Mathematik 12 Nichttechnik S I - Lösung

Abschlussprüfung Mathematik 12 Nichttechnik S I - Lösung GS.06.0 - m_nt-s_lsg_gs_pdf Abschlussprüfung 0 - Mathematik Nichttechnik S I - Lösung Im Folgenden werden relative Häufgkeiten als Wahrscheinlichkeiten interpretiert. Teilaufgabe.0 Bei einer Casting-Show

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

Kapitel VIII - Tests zum Niveau α

Kapitel VIII - Tests zum Niveau α Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen

Mehr

Abiturprüfung. Mecklenburg-Vorpommern Stochastik. Wahl- und Pflichtaufgaben. Aus den Jahren 2009 bis Datei Nr Stand 5.

Abiturprüfung. Mecklenburg-Vorpommern Stochastik. Wahl- und Pflichtaufgaben. Aus den Jahren 2009 bis Datei Nr Stand 5. Abiturprüfung Mecklenburg-Vorpommern Stochastik Wahl- und Pflichtaufgaben Aus den Jahren 2009 bis 2016 Datei Nr. 73111 Stand 5. August 2016 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 73111

Mehr

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Übungen mit dem Applet Vergleich von zwei Mittelwerten Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung

Mehr

Statistik-Übungsaufgaben

Statistik-Übungsaufgaben Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist

Mehr

Schleswig-Holstein Kernfach Mathematik

Schleswig-Holstein Kernfach Mathematik Aufgabe 5: Stochastik Der Schokoladenhersteller Nikolaus Hase produziert für namhafte Discounter Ostereier. Auf Grund langjähriger Erfahrungen ist davon auszugehen, dass 95 % der Produktion der Norm entsprechen

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

Beurteilende Statistik

Beurteilende Statistik Beurteilende tatistik igma-regeln Binomialverteilung n = 200 p = 0.7 μ = n p = 140 σ = np(1 p) 6,48 > 3 P(μ σ X μ + σ) 0,680 P(μ 2σ X μ + 2σ) 0,955 P(μ 3σ X μ + 3σ) 0,997 200 *.07 TO M 2nd ( 200 * 0.07

Mehr

GRUNDPRINZIPIEN statistischen Testens

GRUNDPRINZIPIEN statistischen Testens Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?

Mehr