9 Prinzipien der statistischen Hypothesenprüfung
|
|
- Sarah Fried
- vor 7 Jahren
- Abrufe
Transkript
1 9 Prinzipien der statistischen Hypothesenprüfung Prinzipien der statistischen Hypothesenprüfung Bei der Schätzung eines Populationsparamters soll dessen Wert aus Stichprobendaten erschlossen werden. Wenn es dagegen darum geht, die Korrektheit von Vermutungen über die Werte solcher Parameter zu prüfen, müssen statistische Tests durchgeführt werden.
2 9. Die Logik der statistischen Hypothesenprüfung Kennwertverteilung bei Gültigkeit der Null- und der Alternativhypothese Beim statistischen Testen wird immer ein Hypothesenpaar betrachtet: die Nullhypothese H0 und die Alternativhypothese H. Dabei behaupten Null- und Alternativhypothese wechselseitig das Gegenteil.
3 Kennwertverteilung bei Gültigkeit der Null- und der Alternativhypothese Die Prüfung der H. erfolgt erfolgt anhand von Stichprobendaten. Das empirische Kriterium ist dann ein Stichprobenkennwert, der die beiden folgenden Bedingungen erfüllen muss: Die Wahrscheinlichkeitsverteilung des Kennwerts muß bekannt werden Kennwertverteilung bei Gültigkeit der Null- und der Alternativhypothese Seine Kennwertverteilung muss sich bei Gültigkeit der Nullh. Von der Kennwertverteilung bei Gültigkeit der Alternativh. unterscheiden. In erster Linie bedeutet das, dass der Erwartungswert der Kennwertverteilung bei Gültigkeit der Nullh. einen anderen Wert aufweist als bei Gültigkeit der Alternativh.
4 5 <7 6 : S T T U V W X Y Z [ \ ] ^ _ ` a a b ` c d ` e ` c d ` f g h a i ` a e j a k d f l m n c j o ` a p a d ` f g ` a o ` f q r s t u v w x y t z { y w x t r } ~ q { s y } r v r s t y { t r A 2 ;6 7 ; π! " # $ % π& ' ( ) * π+, -. / B C D E F G H G I G J K L K M N O P Q R Abbildung aus Kühnel/Krebs, 200: 255 Kennwertverteilung bei Gültigkeit der Null- und der Alternativhypothese Der Bereich in dem die Nullh. akzeptiert wird, heißt Annahmebereich, der Bereich, in dem sie abgelehnt oder verworfen wird, heißt Ablehnungsbereich oder kritischer Bereich. Der Wert, der den Ablehnungsbereich vom Annahmebereich trennt, wird als kritischer Wert bezeichnet.
5 ß Þ Ÿ ª «± ² ³ ² ² ± µ ² ± ² ¹ º ± ± ² µ ±» ² ² µ ¼ ² µ ² ± ² ± ² µ ½ ¾ º ¾ µ º µ ² ² µ æ ç π å è é ç ê ë ì í î ï ð ñ î ò ó ð î ô õ Ë Ì Ì Í Î Ï Ð Ñ Ð Ò Ð Ó Ô Î Õ Ö À Á Ç Ë Ñ Ø Ð Î Ì Ù Ì Ú Û Ñ Ð Ò Ð Ó Ô Î Õ Ö Ü À Á Ç π! ' ( ( ) * + + +, -! '. + ( / ( + +, 0 -! ú ö ø ù & "#$ % αà á â ã â à Á Ä Þ αý À Á  Á à Á Ä Á Å Á Æ Á Ç Á È Á É Á Ê Â ä å α α û ü ý ü þ ü ÿ ü ü ü ü ü ü ). π 4 7! ƒ ˆ ƒ Š Œ Ž š œ ž Œ Ž & "#$ % β 3 β , Abbildung aus Kühnel/Krebs, 200: 257 Fehlermöglichkeiten bei der statistischen Hypothesenprüfung q = z * σ(p ) +µ (p ) α α π *( π ) = z * +π α n q =Wert des (- α)-qantails α der Kennwertev erteilung eines Stichprobe nkennwerts
6 Inhaltliche Relevanz der Null- und der Alternativhypothese In Sinne von Popper ist es sinnvoll, die inhaltlich interessante H (=Hypothese) nur dann als richtig zu akzeptieren, wenn die Wahrscheinlichkeit, dass sie falsch ist, sehr klein ist. H =π 0.5 > wird also nur dann akzeptiert, wenn die Wahrscheinlichkeit, dass die Gegenh., d.h. die Nullh., gilt, so gering ist, dass die Nullh. abgelehnt wird. Inhaltliche Relevanz der Null- und der Alternativhypothese Die inhaltlich interessantere H, die Forschungsh. wird in der Alternativh. formuliert. Ihr theoretisch weniger interessantes Gegenteil wird in der Nullh. formuliert. Durch Festlegung einer geringen max. Fehlerwahrscheinlichkeit wird sichergestellt, dass die Forschungsh. nur akzeptiert wird, wenn die Nullh. mit großer Wahrscheinlichkeit falsch ist.
7 Inhaltliche Relevanz der Null- und der Alternativhypothese Erst bei Populationswerten, die weit von denen bei zutreffender Nullh. entfernt sind, ist auch die Wahrscheinlichkeit eines β Fehlers gering. Wenn es einen großen Bereich von Populationswerten gibt, in dem die Wahrscheinlichkeiten für einen β Fehler hoch sind, dann hat der statistische Htest nur eine geringe Trennschärfe. Inhaltliche Relevanz der Null- und der Alternativhypothese Die Trennschärfe eines Tests hängt nicht nur von der Festlegung der α -Fehlerwahrscheinlichkeit, sondern auch vom Stichprobenumfang ab. Je größer der Stichprobenumfang, desto kleiner ist der Standardfehler der Teststatistik, und umso leichter ist es möglich, zwischen den Populationswerten zu unterscheiden, die mit der Forschungh. vereinbar oder unvereinbar sind.
8 9.2 Die Vorgehensweise bei der Prüfung statistischer Hypothesen Schritt :Formulierung von Null- und Alternativhypothese Forschungsh. können gerichtet oder ungerichtet sein Gerichtete H enthalten die Vermutung, dass ein Populationswert entweder größer oder kleiner als ein empirischer Stichprobenwert ist. Ungerichtete H enthalten dagegen die Vermutung, dass ein Populaionswert ungleich einem empirischen Wert ist.
9 Schritt :Formulierung von Null- und Alternativhypothese Bei der gerichteten H über die Befürwortung von Schwangerschaftsabbruch bei finanzieller Notlage lautet das Hypothesenpaar: H : π 0.5 versus H : π > Schritt :Formulierung von Null- und Alternativhypothese Bei der ungerichteten H über den Unterschied der Populationsmittelwerte bei der Einstallung zur Demokratie bei Erstwählern und Altwählern lautet das Hypothesenpaar: µ D H : µ = 0 versus H : π > D
10 Schritt 2. Auswahl der statistischen Prüfgröße und der Testverteilung In der Null- und der Alternativhypothese wird eine Behauptung über einen Populationsparamter formuliert. Z = π p / H 0 π / H * ( n π 0 / H 0 ) Schritt 3: Festlegung der Irrtumswahrscheinlichkeit und es Ablehnungsbereichs Der Ablehnungsbereich wird indirekt über die Festlegung der max. Irrtumswahrscheinlichkeit α bestimmt. Bestimmungen der kritischen Region:. Behauptet die Forschungsh., dass ein Populationswert größer als ein postulierter Wert ist, dann liegt der kritische Bereich der Nullh. Im oberen Abschnitt der Testverteilung.
11 (Fortsetzung) Bestimmungen der kritischen Region Der kritische Wert ist also gleich dem - α Quantilwert der Testverteilung. Beispiel: H : π 0.5 versus H : π > 0.5 Einseitiger Htest 0 2. Behauptet die Forschungsh., dass ein Populationswert kleiner ist als ein postulierter Wert, dann liegt der kritische Bereich der Nullh. Im unteren Abschnitt der Testverteilung. (Fortsetzung) Bestimmungen der kritischen Region Der kritische Wert ist gleich dem α Quantilwert der Testverteilung. Beispiel: H : π 0.5 versus H : π < Einseitiger Htest. 3. Behauptet die Forschungsh., dass ein Populationswert ungleich einem postulierten Wert ist, dann liegt der
12 (Fortsetzung) Bestimmungen der kritischen Region Kritische Bereich der Nullh. Zu gleichen Teilen im unteren und im oberen Abschnitt der Verteilung. Es gibt dann zwei kritische Werte,die gleich dem α/2-quantilwert und dem α/2-quantilwert der Testverteilung sind. Beispiel: (zweiseitiger Htest.) H : π = versus H : π 0.5 Schritt 4: Entscheidungen über Akzeptanz oder Ablehnung der Nullh. aufgrund des Stichprobenwertes der Teststatistik Ist das empirische Signifikanzniveau größer oder gleich der Irrtumswahrscheinlichkeit α,dann wird die Nullh. beibehalten: p< α : Ablehnung der Nullh. p α : Beibehaltung der Nullh.
13 Schritt 4 (Fortsetzung) Das empirische Signifikanzniveau p unterscheidet sich bei einseitigen und zweiseitigen Htests. Im oben vorgestellten Beispiel hat die Teststatistik beim zweiseitigen Test den Wert Z ± 2. Schritt 4 (Fortsetzung) Bei einseitiger Prüfung der Nullh., H : π dass der Populationswert mindestens 50% beträgt, entspricht der Wert der Teststatistik Z= -2 dem 2.28% - Quantil der Standardnormalverteilung. 0 π 0,5
14 9.3 Beziehung zwischen statistischen Hypothesentests und der Berechnung von Konfidenzintervallen Beziehung zwischen statistischen Htests und der Berechnung von Konfidenzintervallen Beispiel: Die ungerichtet Forschungsh. wird geprüft: H : π = versus H : π 0.5 In folgender Formel gilt: z α / 2 = Quantilwert des α/ 2 -Quantils der statistischen Prüfgröße Z σ( p ) = geschätzter Standerfehler des Stichprobenanteils p
15 Beziehung zwischen bis * ) ( 0.4 * 0.4 z * n ) p ( * p p z * ) (p p ) c.i.( 2 / 2 / = ± = ± = ± = σ ± = π α α
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
MehrKennwerteverteilungen von Häufigkeiten und Anteilen
Kennwerteverteilungen von Häufigkeiten und Anteilen SS200 6.Sitzung vom 29.05.200 Die hypergeometrische Verteilung Wahrscheinlichkeitsverteilung der Häufigkeit eines binären Merkmals bei Einfacher Zufallsauswahl
MehrJost 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
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Testen von Hypothesen
MehrStatistisches Testen: Signifikanz und Relevanz Christiane Spiel
Fakultät für Psychologie Statistisches Testen: Signifikanz und Relevanz Christiane Spiel Themen Wissenschaftstheoretischer Hintergrund Statistische Hypothesenprüfung Der Signifikanztest Probleme des Signifikanztests
Mehr3 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
MehrEinführung 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 =
MehrStatistik I im Sommersemester 2007
Themen am 18.6.2007: Statistik I im Sommersemester 2007 Zusammenhangsanalyse in der Vierfeldertabelle Von der Anteilsdifferenz zur Vierfeldertabelle Probeklausur 2 Lernziele: 1. Aufbau einer Kreuztabelle:
MehrStatistische 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
MehrStatistische 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
MehrSTATISTIK 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
MehrEinführung 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
MehrAllgemeines 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
MehrKapitel 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:
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrHypothesen über die Grundgesamtheit. Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder
Hypothesen über die Grundgesamtheit Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder Behauptungen) über die unbekannte Grundgesamtheit anhand einer Stichprobe als richtig oder falsch
MehrT-Test für unabhängige Stichproben
T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa
MehrÜberblick 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
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall
MehrSchätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO
Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung
MehrDie 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
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrMögliche 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.
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 17.3.21 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
Mehr2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X
Hypothesentests Bisher betrachtet: Punkt- bzw. Intervallschätzung des unbekannten Mittelwerts Hierzu: Verwendung der 1 theoretischen Information über Verteilung von X empirischen Information aus Stichprobenrealisation
MehrHypothesentests. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht.
Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht. Wissenschaftliche Vorgehensweise beim Hypothesentest Forscher formuliert eine Alternativhypothese H 1 (die neue Erkenntnis, die
MehrMacht 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
MehrTesten 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
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
Mehr... City Trip. City Trip. City Trip! DUBLIN. CityTrip EXTRATIPPS. City-Faltplan. Mit Faltplan. Preisbewusste Nachteulen
T x ü: ß 147 T T 11 T - 142 10 144 T! T 3 I T 8 I 130 ä I T T T - T XTTI x I T T T T T T x -- x T T è 8 I 19 1 4, ü Ü 90 T T 74 143 2014/1 14 13 T ä : á I 978-3-8317-2424- 18 ç 9 I -ü, 144 9,9 [] I 49
MehrR. 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
Mehr7. Hypothesentests. Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang. X habe die unbekannte VF F X (x)
7. 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 X 350 Bisher:
MehrHypothesen: 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
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrKapitel III: Einführung in die schließende Statistik
Kapitel III: Einführung in die schließende Statistik Das zweite Kapitel beschäftigte sich mit den Methoden der beschreibenden Statistik. Im Mittelpunkt der kommenden Kapitel stehen Verfahren der schließenden
MehrKapitel 3 Schließende Statistik
Bemerkung 3.34: Die hier betrachteten Konfidenzintervalle für unbekannte Erwartungswerte sind umso schmaler, je größer der Stichprobenumfang n ist, je kleiner die (geschätzte) Standardabweichung σ (bzw.
MehrEmpirische Methoden zur Analyse gesprochener Sprache
Empirische Methoden zur Analyse gesprochener Sprache Prinzip der Hypothesenprüfung (am Beispiel des t-tests für unabhängige Stichproben) Statistische Verfahren: Einordnung Deskriptive (beschreibende) Statistik:
MehrPrüfgröße: 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
MehrMacht 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
MehrModul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests
Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau
MehrLösungen 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
MehrStatistisches Testen I. De gustibus non est disputandum
Statistisches Testen I De gustibus non est disputandum Die Pepsi-Herausforderung "Take thepepsi Challenge"lautete in den 1980er Jahren das Motto einer Marketingkampagne der Firma Pepsi-Cola. Dabei verglichen
Mehr11. Parametrische Tests 11.1 Konzeption von statistischen Tests
11. Parametrische Tests 11.1 Konzeption von statistischen Tests Statistische Tests dienen zur Überprüfung von Hypothesen über die Grundgesamtheit auf der Basis der vorliegenden Beobachtungen einer Stichprobe.
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
MehrWiederholung 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
MehrTesten 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
MehrKonkretes 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
MehrThema der Stunde. I. Die Form der Stichprobenkennwerteverteilung. II. Schlüsse von der Stichprobe auf die Population
Thema der Stunde I. Die Form der Stichprobenkennwerteverteilung II. Schlüsse von der Stichprobe auf die Population III. t-test für unabhängige und abhängige Stichproben Stichprobenkennwerte Population
MehrStatistische Tests Übersicht
Statistische Tests Übersicht Diskrete Stetige 1. Einführung und Übersicht 2. Das Einstichprobenproblem 3. Vergleich zweier unabhängiger Gruppen (unverbundene Stichproben) 4. Vergleich zweier abhängiger
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 16. Januar 2013 1 Allgemeine Hypothesentests Nullhypothese und Alternative Beispiel: Blutdrucksenker Testverfahren
Mehr3. 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)
MehrPfarrnachrichten Dez / Jän., Feb., März 2014
3-2013 Dez. 2013 / Jän., Feb., März 2014 Krippe aus der Sammlung Bemeder-Prettenhofer Pfarrnachrichten... Ich vergesse, was hinter mir liegt, und strecke mich nach dem aus, was vor mir ist. (Phil 3,13)
MehrAnalyse 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
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
MehrHypothesenprüfung. 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
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrChapter 1 : þÿ s i e h e C o d e f ü r b e t a t h o m e c h a p t e r
Chapter 1 : þÿ s i e h e C o d e f ü r b e t a t h o m e c h a p t e r þÿ 2 9 A u g 2 0 1 2 i n t o y o u r s m a r t p h o n e t o a v o i d e x p e n s i v e d a t a c h a r g e s a t h o m e a n d w
Mehr0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1
Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Testverteilungen Chi-Quadrat-Verteilung Sind X 1,..., X n iid N(0; 1)-verteilte
MehrStatistik 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
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 20. Januar 2011 1 Der F -Test zum Vergleich zweier Varianzen 2 Beispielhafte Fragestellung Bonferroni-Korrektur
MehrAufgabenblock 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 )
MehrChapter 1 : þÿ b e t a t h o m e L i v e - T V - V o l l b i l d c h a p t e r
Chapter 1 : þÿ b e t a t h o m e L i v e - T V - V o l l b i l d c h a p t e r þÿ m i t s e i n e n W e t t a n b i e t e r n ( B e t c l i c, B e t a t h o m e u n d e b e n E x p e k t ) z u d e n. D
MehrChapter 1 : þÿ i m s p i e l b e t c h a p t e r
Chapter 1 : þÿ i m s p i e l b e t 3 6 5 c h a p t e r þÿ S i e s i c h f ü r e i n e w e i t e r e k o s t e n l o s e W e t t e f ü r d a s n ä c h s t e C h a n n e l 4 - R e n n e n.. T i p i c o d
MehrZweiseitiger 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
MehrEinführung in Web- und Data-Science
Einführung in Web- und Data-Science Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Tanya Braun (Übungen) P-Wert (einseitiger Ablehnungsbereich) Hypothesentest H 0 vs. H 1
MehrChapter 1 : þÿ b e t p o k e r d o w n l o a d c h a p t e r
Chapter 1 : þÿ b e t 3 6 5 p o k e r d o w n l o a d c h a p t e r þÿ K u p o n y b u k m a c h e r s k i e u y t k o w n i k ó w S y s t e m u T y p e r a w s e r w i s i e T y p o s f e r a.. b e t 3
MehrStatistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
Mehreconstor Make Your Publication Visible
econstor Make Your Publication Visible A Service of Wirtschaft Centre zbwleibniz-informationszentrum Economics Lanne, Markku; Saikkonen, Pentti Working Paper Reducing size distortions of parametric stationarity
MehrJe genauer und sicherer, desto größer muss der Stichprobenumfang sein
2.3 Intervallschätzung 2.3.5 Bestimmung des Stichprobenumfangs Eine große praktische Bedeutung haben Konfidenzintervalle auch für die Stichprobenplanung. Sie werden herangezogen, um den benötigten Stichprobenumfang
MehrChapter 1 : þÿ b e t a t h o m e n e t c h a p t e r
Chapter 1 : þÿ b e t a t h o m e n e t c h a p t e r þÿ a u s g e h t.. D i r d i e A G B s a n u n d w i e d a s F i r m e n g e f l e c h t ü b e r Ö s t e r r e i c h,. w i s s e n, w i e e i n e W
MehrHypothesentest. 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
MehrChapter 1 : þÿ b e t a t h o m e m a t c c h a p t e r
Chapter 1 : þÿ b e t a t h o m e m a t c c h a p t e r þÿ 1 0 0 0 B e s t G a m e s f o r W i n d o w s ( 1 9 9 9, C o s m i E u r o p e, L t d. ) ( W i n d o w s 3. x ) 1 0 0 1.. B e t A t H o m e D i
MehrDWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr
2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X
Mehr11. Rekursion. - Wiederholung von Anweisungen: durch Iteration und Rekursion - Anwendungsfälle der Rekursion
11. Rekursion 258 K. Bothe, PI1, WS 2000/01 259 ' ( ) - Wiederholung von Anweisungen: durch Iteration und Rekursion - Anwendungsfälle der Rekursion - induktiv definierte Funktionen - rekursive Problemlösungen
MehrSignifikanztest zum Testen einer Nullhypothese H 0
Signifikanztest zum Testen einer Nullhypothese H 0 Schema 1. Wie lauten die Nullhypothese und die Gegenhypothese? 2. Wie groß sind der Stichprobenumfang n und die Irrtumswahrscheinlichkeit? 3. Welche Zufallsgröße
MehrMathematische 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
MehrChapter 1 : þÿ b e t b o n u s c o d e s p o r t s c h a p t e r
Chapter 1 : þÿ b e t 3 6 5 b o n u s c o d e s p o r t s c h a p t e r þÿ C o d e T h i s o f f e r i s o p e n t o n e w a n d e x i s t i n g b e t 3 6 5 c u s t o m e r s a n d a s i t & # 3 9 ; s s
MehrStatistische Tests Version 1.2
Statistische Tests Version 1.2 Uwe Ziegenhagen ziegenhagen@wiwi.hu-berlin.de 7. Dezember 2006 1 Einführung Ein statistischer Test dient der Überprüfung einer statistischen Hypothese. Mithilfe des Tests
MehrGRUNDPRINZIPIEN statistischen Testens
Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?
MehrKATA 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!
MehrTesten 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
MehrStatistik 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
MehrSchließende 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.
MehrMann-Whitney-U-Test für zwei unabhängige Stichproben
Mann-Whitney-U-Test für zwei unabhängige Stichproben Wir haben bis jetzt einen einzigen Test für unabhängige Stichproben kennen gelernt, nämlich den T-Test. Wie wir bereits wissen, sind an die Berechnung
MehrPrüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.
MehrTesten 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
MehrInferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.
Statistik II und Hypothesentests Dr. Michael Weber Aufgabenbereich Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis. Ist die zentrale Fragestellung für alle statistischen
MehrTHEMA: "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
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Datum Vorlesung 18.10.2006 Einführung 18.10.2006 Beispiele 25.10.2006 Daten 08.11.2006 Variablen Kontinuierliche
MehrChapter 1 : þÿ b w i n e m a i l c h a p t e r
Chapter 1 : þÿ b w i n e m a i l c h a p t e r þÿ 1 8. s e p t. 2 0 0 8 i s t d e r b e r e i c h r o u l e t t e b e i b w i n k o r r e k t g e f ü h r t? j a. 1 0 0 % i g - i c h b i n.. w i e. 2 1.
MehrAufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:
Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meinhardt) Sprechstunde jedereit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-main.de http://psymet03.sowi.uni-main.de/
Mehr