Allgemeines zu Tests. Statistische Hypothesentests

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Allgemeines zu Tests. Statistische Hypothesentests"

Transkript

1 Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer einfachen Stichprobe X 1, X 2,..., X n anhand einer geeigneten Stichprobenfunktion = Teststatistik oder Prüfgröße) T n X 1,..., X n ) entschieden wird, ob eine Behauptung = statistische Hypothese) bezüglich der Verteilung der Grundgesamtheit abgelehnt wird oder nicht. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Einfache statistische) Verteilungs-) Hypothese: H : X folgt der Verteilung F X x; θ) mit θ = θ 0. Zusammengesetzte Hypothese: H : X folgt der Verteilung F X x; θ) mit θ θ 0. Beispiel: Sei X 1,..., X n einfache Zufallsstichprobe aus normalverteilter Grundgesamtheit mit unbekanntem Mittelwert und bekannter Varianz 2 = 36. Einfache Hypothese: H : µ = oder oder H : X folgt der Verteilung F X x; θ) mit θ θ 0. H : X folgt der Verteilung F X x; θ) mit θ θ 0. Mögliche Prüfgröße: Stichprobenmittel X n. Mögliche Entscheidungsregel: Lehne Hypothese ab, wenn Stichprobenmittel X n kleiner ist als 950 bzw. größer ist als Beispiel: Sei X 1,..., X n einfache Zufallsstichprobe aus normalverteilter Grundgesamtheit mit unbekanntem Mittelwert und bekannter Varianz 2 = 36. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 851

2 Zusammengesetzte Hypothese: H : µ 990. Mögliche Entscheidungsregel: Lehne Hypothese ab, wenn Stichprobenmittel kleiner ist als 950. Fragen: Warum Stichprobenmittel als Prüfgröße? Wie werden kritischen Grenzen festgelegt, ab denen die Hypothese abzulehnen ist? Wie gut ist eine solche Entscheidung? Für welche andere Hypothese entscheidet man sich, wenn Hypothese abgelehnt wird? Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Null- H 0 ) und Alternativhypothese H 1 ) Z.B. für einfache Hypothesen H 0 : F X x) = F X x; θ 0 ) gegen H 1 : F X x) = F X x; θ 1 ). Ziel: Entscheidung aufgrund einer Stichprobe zwischen H 0 und H 1. Beispiel: X Abfüllgewicht von Zuckertüten Beachte: Bleibt Alternativhypothese unspezifiziert, so umfasst sie alle Parameterwerte, die nicht in der Nullhypothese enthalten sind. Beispiel: führt zu H 0 : µ X 990g H 1 : µ X < 990g Bezeichnung: Θ 0 Θ 1 ) = Parameterbereich, der zur Null- Alternativ-) Hypothese gehört. H 0 : µ X = E[X] = 1000g gegen H 1 : µ X = E[X] = 1010g Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 855

3 Mögliche Fehler bei Alternativentscheidungen unter Unsicherheit Mögliche Entscheidungen: Zustand in der Testentscheidung Grundgesamtheit H 0 ablehnen H 0 nicht ablehnen H 0 ist richtig Fehler 1. Art kein Fehler H 0 ist falsch kein Fehler Fehler 2. Art Wahrscheinlichkeiten der möglichen Entscheidungen: Zustand in der Testentscheidung Grundgesamtheit H 0 ablehnen H 0 nicht ablehnen H 0 ist richtig α 1 α H 0 ist falsch 1 β β Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ α = Irrtumswahrscheinlichkeit = Wahrscheinlichkeit des Fehlers 1. Art = Wahrscheinlichkeit, Nullhypothese abzulehnen, obwohl sie richtig ist. Bez.: Fehler 1. Art = α-fehler β = Wahrscheinscheinlichkeit des Fehlers 2. Art = Wahrscheinlichkeit, Nullhypothese nicht abzulehnen, obwohl sie falsch ist. Bez.: Fehler 2. Art = β-fehler Beispiel: Berechnung der Wahrscheinlichkeit des Fehlers 1. Art α Einfache Nullhypothese H 0 : µ = Entscheidungsregel:,,Lehne H 0 ab, wenn das Stichprobenmittel X n größer als k = 1005g ist. Seien n = 18 und = 12. α = P X n > 1005 H 0 ) = P X n > 1005 µ = 1000) ) n1005 µ) = 1 Φ ) ) = 1 Φ = 1 Φ1.768) = Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 859

4 Festlegung des kritischen Bereiches Ablehnungsbereich K kritischer Bereich) = Menge aller Stichprobenbefunde, für die die Nullhypothese abzulehnen ist. Strategie: Festlegung des kritischen Bereiches durch Vorgabe der Irrtumswahrscheinlichkeit α: D.h. K wird durch festgelegt. P X 1,..., X n ) K H 0 ) = α. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Beispiel: Mittelwerttest für eine normalverteilte Grundgesamtheit, d.h. X N µ, 2 ) mit bekanntem 2 Entscheidung zwischen zwei einfachen Hypothesen: H 0 : µ = µ 0 gegen H 1 : µ = µ 1 mit µ 1 > µ 0. Wahrscheinlichkeit α für Fehler 1. Art: α = P H 0 ablehnen H 0 gilt) = P X 1,..., X n ) K µ = µ 0 ) = P X n > k µ = µ 0 ) = 1 F N k; µ 0, 2 /n) = 1 Φ ) n k µ 0. Plausible Entscheidungsregel: Ablehnung der Nullhypothese, wenn Stichprobenmittel größer als eine kritische Schranke k ist. Verteilung der Prüfgröße unter H 0 : X n N µ 0, 2 /n). D.h. und n k µ 0 Φ ) n k µ 0 = 1 α = λ 1 α = k = µ 0 + λ 1 α / n. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 863

5 Kritischer Bereich: Lehne H 0 mit Irrtumswahrscheinlichkeit α ab, wenn Stichprobenbefund x 1,..., x n ) in kritischen Bereich fällt. K = { x 1,..., x n ) n X n µ 0 > λ 1 α } Zahlenbeispiel: µ 0 = 1000, µ 1 = 1010, = 12, n = 18, α = 0.05 k = λ 0.95 = D.h. K = {x 1,..., x 18 ) x 18 > }. Kritischer Wert: k = µ 0 + λ 1 α n. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Kann man H 0 annehmen? Wenn x 1,..., x n ) / K wird Nullhypothese nicht abgelehnt. Problem: Annahme von H 0 ist nicht möglich, da die Wahrscheinlichkeit, H 0 nicht abzulehnen, obwohl H 0 falsch ist =β-fehler) nicht kontrolliert werden kann. Sprachgebrauch statt Annahme von H 0 : H 0 kann nicht abgelehnt werden. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 867

6 Lösung für einfache Hypothesen: Berechnung der Wahrscheinlichkeit des β-fehlers β = P X 1,..., X n ) / K H 1 ) Sprachgebrauch: Wenn β relativ klein z.b. kleiner als α), dann kann H 0 angenommen werden. Beispiel: Mittelwerttest für eine normalverteilte Grundgesamtheit, d.h. X N µ, 2 ) mit bekanntem 2 Entscheidung zwischen zwei einfachen Hypothesen: H 0 : µ = µ 0 gegen H 1 : µ = µ 1 mit µ 1 > µ 0. Verteilung der Prüfgröße unter H 1 : X n N µ 1, 2 /n). Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Wahrscheinlichkeit des Fehlers 2. Art β: wegen β = P H 0 nicht ablehnen H 1 ) = P X 1,..., X n ) K µ = µ 1 ) = P X n k µ = µ 1 ) ) n = F N k; µ 1, 2 k µ 1 /n) = Φ = Φ λ 1 α + n µ ) 0 µ 1 k = µ 0 + λ 1 α n. Zahlenbeispiel: µ 0 = 1000, µ 1 = 1010, = 12, n = 18, α = k = λ 0.95 = D.h. β = Φ λ ) = Φ 1.891) = Da β < α = 0.05, kann H 0 nicht nur nicht abgelehnt, sondern sogar mit einer Wahrscheinlichkeit des β-fehlers von weniger als 5% angenommen werden, wenn der Stichprobenbefund einen empirischen Wert des Prüfmaßes liefert, der nicht in kritischen Bereich fällt. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 871

7 Warum kann man α nicht beliebig klein wählen? Problem: Je kleiner α, desto größer β. Via Formel im Beispiel des Mittelwerttestes für Normalverteilung für µ 0 < µ 1 : Sinkt α, steigt λ 1 α, steigt β = Φ λ 1 α + n µ ) 0 µ 1 Als Grafik: β =grüne Fläche) in Abhängigkeit von α blaue Fläche) Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Welchen Test nehmen? Existieren zwei Tests Entscheidungsregeln, kritische Bereiche) für dieselbe Testaufgabe einfache Hypothesen) und dieselbe Irrtumswahrscheinlichkeit = Entscheidung für Test mit kleinerer Wahrscheinlichkeit des Fehlers 2. Art. Beispiel: Mittelwerttest für Normalverteilung mit µ 0 < µ 1 Alternativer kritischer Bereich { K = x 1,..., x n ) n x } n µ 0 < λ α liefert ebenfalls Test mit der Wahrscheinlichkeit α. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 875

8 Aber: n β X n µ 1 = P > λ α + n µ 0 µ 1 = Φ λ 1 α n µ ) 0 µ 1 > Φ λ 1 α + n µ ) 0 µ 1 = β ) Zahlenbeispiel: µ 0 = 1000, µ 1 = 1010, = 12, n = 18, α = 0.05 β = Φ λ 0.95 ) = Φ6.736) = 1 > = β. 12 Grafik: Vergleich der Wahrscheinlichkeiten des β-fehlers für K und K wegen µ 0 < µ 1. D.h. Test mit K hat bei derselben Irrtumswahrscheinlichkeit α eine größere Wahrscheinlichkeit für den Fehler 2. Art = Entscheidung für Test mit kritischem Bereich K. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Wie misst man die Güte eines Testes für einfache Hypothesen? Wähle denjenigen Test = kritischen Bereich), der die Fehlerwahrscheinlichkeit β bei gegebener Wahrscheinlichkeit α für einen Fehler erster Art zumeist 1%, 5% oder 10%) minimiert. Test mit minimalem β bei gegebenem α wird bester, mächtigster oder trennscharfer Test genannt. Güte = Power = Macht) eines Testes = 1 β. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 879

9 Beispiel des Mittelwerttestes für normalverteilte Grundgesamtheiten für µ 0 < µ 1 : β = Φ λ 1 α + n µ ) 0 µ 1 Für n = 3, 12, 18, 100: Wirkung des Stichprobenumfanges: Wenn n steigt, wird λ 1 α + n µ 0 µ 1 kleiner und damit β kleiner bzw. 1 β größer. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Wirkung der Varianz der Grundgesamtheit: Je größer, desto kleiner λ 1 α + n µ 0 µ 1 und desto größer β. Für = 12, 20: Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 883

10 Wirkung von Differenz zwischen Null- und Alternativhypothese: Je negativer µ 0 µ 1, desto kleiner λ 1 α + n µ 0 µ 1 und desto kleiner β. Für µ 1 = 1007, 1010 und µ 0 = Zusammengesetzte Nullhypothese und Testniveau Sei Θ 0 der durch die Nullhypothese festgelegte Parameterbereich. Problem: Wahrscheinlichkeiten des Fehlers 1. Art P X 1,..., X n ) K θ) für alle θ Θ 0 Größe = Niveau) eines Testes: Maximale Wahrscheinlichkeit des Fehlers 1. Art α = sup P X 1,..., X n ) K θ) Θ 0 Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Beispiel des Mittelwertestes für normalverteilte Grundgesamtheiten für µ 0 < µ 1 und zusammengesetzte Nullhypothese H 0 : µ µ 0. Konsequenz: Bestimmung des kritischen Wertes k wie im Fall einer einfachen Nullhypothese als k = µ 0 + λ 1 α / n. Da ) n k µ P X 1,..., X n ) K µ) = P X n > k µ) = 1 Φ. monoton zunehmend in µ ist, gilt 1 Φ α = sup µ µ 0 n k µ 0 )). D.h. die Größe =Niveau) des Testes wird an der Grenze µ 0 des Parameterbereiches der Nullhypothese berechnet. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 887

11 Zusammengesetzte Alternativhypothese und Gütefunktion Sei Θ 1 Θ der durch die Nullhypothese festgelegte Parameterbereich. Problem: Wahrscheinlichkeiten des Fehlers 2. Art P X 1,..., X n ) / K θ) für alle θ Θ 1 Lösung: Gütefunktion Gθ) = P X 1,..., X n ) K θ) gibt für alle Parameterwerte die Wahrscheinlichkeit an, die Nullhypothese abzulehnen. Für θ Θ 0 misst die Gütefunktion die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie richtig ist. Für θ Θ 1 misst die Gütefunktion die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie falsch ist. D.h. je niedriger größer) die Werte der Gütefunktion für Θ 0 Θ 1 ), desto besser ist ein Test. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Beispiel: Mittelwerttest für eine normalverteilte Grundgesamtheit, d.h. X N µ, 2 ) mit bekanntem 2 Entscheidung zwischen zwei zusammengesetzten Hypothesen: H 0 : µ µ 0 gegen H 1 : µ > µ 0 Verteilung der Prüfgröße unter H 1 : X n N µ 1, 2 /n). Für µ R ist Gµ) = P X 1,..., X n ) K µ) = P X n > k µ) ) n = 1 F N k; µ, 2 k µ /n) = 1 Φ / n = 1 Φ λ 1 α + n µ ) 0 µ wegen k = µ 0 + λ 1 α / n. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 891

12 Zahlenbeispiel: µ 0 = 1000, = 12, n = 18 Gµ) = 1 Φ λ µ ). 12 Links-, rechtsseitige und zweiseitige Tests Es lassen sich für eine Prüfgröße T n folgende Entscheidungsregeln unterscheiden: Rechtsseitige Entscheidungsregel: Lehne H 0 ab, wenn T n > k ist. Linksseitige Entscheidungsregel: Lehne H 0 ab, wenn T n < k ist. Zweiseitige Entscheidungsregel: Lehne H 0 ab, wenn T n < k 1 oder T n > k 2 ist. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Sinnvolle Festlegung des kritischen Bereiches im Beispiel des Mittelwerttestes für normalverteilte Grundgesamtheiten: µ 0 < µ 1 = rechtsseitiger Test s.o.) µ 0 > µ 1 = linksseitiger Test µ 0 µ 1 = zweiseitiger Test Beispiel für linksseitigen Test: Lebensdauer von Glühbirnen Lebensdauer einer Glühbirne in Tagen: X N µ, 2 = 900). Einfache Zufallsstichprobe des Umfangs n = 16. Stichprobenergebnis: x 16 = 780Tage. Entscheidung zwischen zwei zusammengesetzten Hypothesen H 0 : µ µ 0 = 800 gegen H 1 : µ < µ 0. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 895

13 Verteilung der Prüfgröße an der Grenze des Parameterbereiches µ 0 unter H 0 : X 16 N 800, 900 ) 16 bzw. 16X16 800) N 0, 1). 900 Vorgegebenes Niveau des Testes: α = Festlegung des kritischen Bereiches der kritischen Schranke): 0.05 = α = P X 16 < k µ 0 = 800 ) ) 16X16 800) 16k 800) = P < µ 0 = = Φλ α ), so dass der kritische Wert k = λ = = ist. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Entscheidungsregel Linksseitiger Test): Lehne Nullhypothese mit 5%-Irrtumswahrscheinlichkeit ab, wenn der Stichprobenbefund x 1,..., x 16 ) in den kritischen Bereich K fällt mit Gütefunktion: Gµ) = P X 16 < k µ) = Φ ) µ 900 K = {x 1,..., x n ) x 16 < }. Testentscheidung: Einsetzen des Stichprobenbefundes x 16 = 780 in die Prüfgröße ergibt Stichprobenwert = empirischer Wert = realisierter Wert) der Prüfgröße. Wert ist kleiner als die kritische Schranke k = D.h. Stichprobenergebnis fällt in kritischen Bereich und Nullhypothese ist mit 5%-Irrtumswahrscheinlichkeit abzulehnen. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 899

14 Strategie 1: Testentscheidung mittels p-wert Vorgabe der Irrtumswahrscheinlichkeit α = 0.05, Berechnung der zugehörigen kritische Schranke k Prüfung, ob empirischer Wert der Prüfgröße e in den kritischen Bereich fällt. Strategie 2 für linksseitigen Test: Berechnung des empirischen Wertes der Prüfgröße e, Bestimmung der Wahrscheinlichkeit = p-wert), dass dieser Wert unterschritten wird bei Gültigkeit der Nullhypothese, Vergleich p-wert mit gewünschter Irrtumswahrscheinlichkeit z.b. 0.05) und Ablehnung der Nullhypothese, wenn p-wert kleiner oder gleich der Irrtumswahrscheinlichkeit ist. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Strategie 2 für rechtsseitigen Test: Berechnung des empirischen Wertes der Prüfgröße e, Bestimmung der Wahrscheinlichkeit = p-wert), dass dieser Wert überschritten wird bei Gültigkeit der Nullhypothese, Vergleich p-wert mit gewünschter Irrtumswahrscheinlichkeit z.b. 0.05) und Ablehnung der Nullhypothese, wenn p-wert kleiner oder gleich der Irrtumswahrscheinlichkeit ist. Vorteil des p-wertes: Nur eine Wahrscheinlichkeitsberechnung und Standardvergleich mit z.b. 0.05) nötig. Nachteil: Keine Vorstellung über die Größe, die Prüfgröße besitzen muss, damit H 0 abgelehnt werden kann =kritischer Wert) und keine Güteberechnung mittels p-wert möglich. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 903

15 p-wert am Beispiel des rechtsseitigen Mittelwertestes bei Normalverteilung und bekannter Varianz Zuckertüten) Allgemein für Stichprobenergebnis e: p = P X n > e H 0 ) = 1 Φ ) n e µ 0. Wenn Stichprobe e = x 18 = 1002 liefert, ist ) p = 1 Φ = D.h. p > α = 0.05 = H 0 : µ 1000 kann mit einer Irrtumswahrscheinlichkeit von 5% nicht abgelehnt werden. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ p-wert am Beispiel des linksseitigen Mittelwertestes bei Normalverteilung und bekannter Varianz Glühbirnen) Allgemein für Stichprobenergebnis e: p = P X n < e H 0 ) = Φ n e µ 0 Stichprobe hat e = x 18 = 780 geliefert, womit ) p = Φ = ). D.h. p < α = 0.05 = H 0 : µ 800 kann mit einer Irrtumswahrscheinlichkeit von 5% abgelehnt werden. Auswahl der zusammengesetzten Hypothesen Einfache Alternativhypothese: β lässt sich u.u. berechnen. Wenn β hinreichend klein ist und H 1 abgelehnt wird, kann H 0 als,,statistisch abgesichert signifikant) gelten. Problem für zusammengesetzte Alternativhypothese: Welches β, wenn β vom unbekannten Wert des Parameters θ abhängt? D.h. H 0 lässt sich bei einer zusammengesetzten Alternativhypothese) nicht mit einem quantifizierbaren Fehlerniveau statistisch absichern. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 907

16 Konsequenz für die Hypothesenformulierung: Soll Gültigkeit einer Hypothese statistisch abgesichert werden, so muß diese als Alternativhypothese H 1 formulieren werden. Bei einer Ablehnung von H 0 gilt H 1 zum Niveau α signifikant bestätigt. Eigenschaften von Hypothesentests Null- und Alternativhypothese lassen sich wie folgt verallgemeinern: mit H 0 : θ Θ 0 gegen H 1 : θ Θ 1 Θ 0 Θ, Θ 1 Θ, Θ 0 Θ 1 =. Eigenschaften eines Tests mit kritischem Bereich K = Eigenschaften der Gütefunktion Gθ) = P X 1,..., X n ) K θ). Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Unter H 0 d.h. für θ Θ 0 ) Gθ) = P X 1,..., X n ) K θ) gibt Gütefunktion θ Θ 0 Wahrscheinlichkeit des Fehlers 1. Art an. Unter H 1 d.h. für θ Θ 1 ) beschreibt Gθ) die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie falsch ist = richtige Entscheidung). Problem: Ideale Tests für endliche Stichprobenumfänge? Lösung: n. Konsistenter Test: lim P X 1,..., X n ) K θ Θ 1 ) = 1. n D.h.: Ein konsistenter Test wird mit zunehmendem Stichprobenumfang trennschärfer. Idealer Test besitzt Gütefunktion G : { 0 falls θ G Θ0 θ) = 1 falls θ Θ 1 Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 911

17 Abschließendes Beispiel: Mittelwerttest für normalverteilte Grundgesamtheit mit bekanntem zweiseitig) Sei X die Abweichung des Durchmessers einer Lagerbuchse vom Plansoll in mm. Annahme: X N0, ) Einfache Stichprobe des Umfangs n = 100: e = x 100 = Zu testen: H 0 : µ = µ 0 = 0 gegen H 1 : µ µ 0 = 0. Kritischer Bereich: Bestimmung von k: K = {x 1,..., x n ) x n > k} α = P X n > k H 0 ) = P Xn > k µ 0 = 0 ) = 1 P X n k µ 0 = 0) + P X n k µ 0 = 0) ) ) n k n k = 1 Φ + Φ )) n k = 2 1 Φ. Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/ Damit ist so dass D.h. für α = 0.05 ist Φ ) n k = 1 α 2, k = λ 1 α/2 n. k = λ = Testentscheidung: e = > k = = Die mittlere Abweichung des Durchmessers ist mit einer Irrtumswahrscheinlichkeit von 5% signifikant von 0 verschieden. p-wert: p = P X n > e H 0 ) = P Xn > e µ 0 = 0) = 1 P X n e µ 0 = 0) + P X n e µ 0 = 0) n e )) = 2 1 Φ = D.h. p = < α = 0.05 = Die mittlere Abweichung des Durchmessers ist mit einer Irrtumswahrscheinlichkeit von 5% signifikant von 0 verschieden. Gütefunktion: ) ) n k µ n k + µ Gµ) = P X n > k µ) = 2 Φ Φ Ingo Klein: Statistik Wintersemester 2012/ Ingo Klein: Statistik Wintersemester 2012/13 915

18 Gütefunktion für n = 10, 50, 100, 1000,,Konsistenz ): Ingo Klein: Statistik Wintersemester 2012/13 916

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

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

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

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

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

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

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne

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

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

6. Statistische Hypothesentests

6. Statistische Hypothesentests 6. Statistische Hypothesentests Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang X habe die unbekannte VF F X (x) Interessieren uns für einen unbekannten Parameter θ der Verteilung von

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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. 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

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

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

10 Der statistische Test

10 Der statistische Test 10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer

Mehr

Statistik II für Betriebswirte Vorlesung 1

Statistik II für Betriebswirte Vorlesung 1 Statistik II für Betriebswirte Vorlesung 1 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 19. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung

Mehr

Ablaufschema beim Testen

Ablaufschema beim Testen Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version

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

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

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

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

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

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

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

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

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

Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten

Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 4.1 4. Statistische Entscheidungsverfahren Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Beispiel:

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

1.8 Kolmogorov-Smirnov-Test auf Normalverteilung

1.8 Kolmogorov-Smirnov-Test auf Normalverteilung 1.8 Kolmogorov-Smirnov-Test auf Normalverteilung Der Kolmogorov-Smirnov-Test ist einer der klassischen Tests zum Überprüfen von Verteilungsvoraussetzungen. Der Test vergleicht die Abweichungen der empirischen

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

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

Klausur zu Statistik II

Klausur zu Statistik II GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel

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

4 Testen von Hypothesen

4 Testen von Hypothesen 4 Testen von Hypothesen Oft müssen zweiwertige Entscheidungen ( Ja oder Nein ) gefällt werden. Denken wir an die elektronisch gesicherten Waren, wo am Ausgang eines Geschäftes durch eine Maschine geprüft

Mehr

Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg

Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher, Dr. Stan Lai Physikalisches Institut Westbau 2 OG E-Mail: Markus.Schumacher@physik.uni-freiburg.de

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

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

Korrelation, Regression und Signifikanz

Korrelation, Regression und Signifikanz Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts

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

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

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

Analytische Statistik II

Analytische Statistik II Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,

Mehr

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

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

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

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

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Konfidenzintervalle, Gauß scher Mittelwerttest) 1. Bei einem bestimmten Großraumflugzeug sei die Auslastung

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

Exakter Binomialtest als Beispiel

Exakter Binomialtest als Beispiel Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.

Mehr

Vorzeichentest. Motivation: Vorzeichentests in der Erfolgskontrolle von Medikamenten

Vorzeichentest. Motivation: Vorzeichentests in der Erfolgskontrolle von Medikamenten Vorzeichentest Motivation: Vorzeichentests in der Erfolgskontrolle von Medikamenten Theorie zum Vorzeichentest Test A: Test eines neuen Kraftstoffs Test B: Test von Lebenszeiten bei Rauchern und Nichtrauchern

Mehr

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Rückblick: Besonders wichtige Themen Wissenschaftstheoretischer

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

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

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/

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

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

Hypothesentest, ein einfacher Zugang mit Würfeln

Hypothesentest, ein einfacher Zugang mit Würfeln R. Brinkmann http://brinkmann-du.de 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

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 8. Dezember 2010 Teil V Schließende Statistik 1 Parameterschätzung Erwartungstreue und Konsistenz Maximum-Likelihood

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

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

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

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

Mehr

11. Nichtparametrische Tests

11. Nichtparametrische Tests 11. Nichtparametrische Tests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 In Kapitel 8 und 9 haben wir vorausgesetzt, daß die Beobachtungswerte normalverteilt sind. In diesem Fall kann

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 23. Dezember 2010 1 Tests für Erwartungswerte Teststatistik Gauß-Test Zusammenhang zu Konfidenzintervallen t-test

Mehr

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft

Mehr

Analyse von Kontingenztafeln

Analyse von Kontingenztafeln Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.

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 XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung

Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung Induktive Statistik Prof. Dr. W.-D.

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer 3.4 Asymptotische Evaluierung von Schätzer 3.4.1 Konsistenz Bis jetzt haben wir Kriterien basierend auf endlichen Stichproben betrachtet. Konsistenz ist ein asymptotisches Kriterium (n ) und bezieht sich

Mehr

Pflichtlektüre: Kapitel 12 - Signifikanztest Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher.

Pflichtlektüre: Kapitel 12 - Signifikanztest Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher. Pflichtlektüre: Kapitel 12 - Signifikanztest Überblick Signifikanztest Populationsparameter Ein Verfahren zur Überprüfung von Hypothesen, Grundlage bilden auch hier Stichprobenverteilungen, das Ergebnis

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2013/2014 Aufgabe 1 Der Fußballprofi

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

Vertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)

Vertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik) Selbstkontrollarbeit 1 Vertiefung der Wirtschaftsmathematik und Statistik (Teil Statistik) 18. Januar 2011 Aufgaben Aufgabe 1 Gegeben sei eine binomialverteilte Zufallsvariablen X mit den Parametern N

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