9 Prinzipien der statistischen Hypothesenprüfung

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "9 Prinzipien der statistischen Hypothesenprüfung"

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

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

4.1. Nullhypothese, Gegenhypothese und Entscheidung

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

Mehr

SozialwissenschaftlerInnen II

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

Mehr

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

Statistisches Testen: Signifikanz und Relevanz Christiane Spiel

Statistisches 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

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

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

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

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

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

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

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

Mehr

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

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

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

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

R. Brinkmann Seite

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

Mehr

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

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

Schätzen 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

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

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

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

Mehr

Macht des statistischen Tests (power)

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

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: 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

Mehr

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

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

Mehr

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

Kapitel 3 Schließende Statistik

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

Mehr

... City Trip. City Trip. City Trip! DUBLIN. CityTrip EXTRATIPPS. City-Faltplan. Mit Faltplan. Preisbewusste Nachteulen

... 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

Mehr

5. Seminar Statistik

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

Mehr

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

7. 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) 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:

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

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

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

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

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

Mehr

Analyse von Querschnittsdaten. Signifikanztests I Basics

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

Mehr

Kapitel III: Einführung in die schließende Statistik

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

Mehr

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

Fit for Abi & Study Stochastik

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

Mehr

11. Parametrische Tests 11.1 Konzeption von statistischen Tests

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

Mehr

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

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

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 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

Mehr

Statistik II für Betriebswirte Vorlesung 1

Statistik 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:

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

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

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

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

0 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

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

Statistisches Testen

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

Mehr

Chapter 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 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

Mehr

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

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 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

Mehr

Statistische Tests Übersicht

Statistische 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

Mehr

Bereiche der Statistik

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

Mehr

Chapter 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 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

Mehr

econstor Make Your Publication Visible

econstor 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

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

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

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

Chapter 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 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

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

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

Chapter 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 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

Mehr

Inferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.

Inferenzstatistik 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

Mehr

Chapter 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 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

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

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

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

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

Mehr

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

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

Mehr

Statistik I für Betriebswirte Vorlesung 14

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

Mehr

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

Chapter 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 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.

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

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

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

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

Mann-Whitney-U-Test für zwei unabhängige Stichproben

Mann-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

Mehr

Chapter 1 : þÿ a p l i c a t i e b e t a t h o m e a n d r o i d c h a p t e r

Chapter 1 : þÿ a p l i c a t i e b e t a t h o m e a n d r o i d c h a p t e r Chapter 1 : þÿ a p l i c a t i e b e t a t h o m e a n d r o i d c h a p t e r þÿ C a s i n o S t a r C a s i n o R o o m R a t e s e l c o d i g o d e c h a t r o u l e t t e S c h e c t e r b l a c k

Mehr

Chapter 1 : þÿ b e t p r e m i u m - t e l e f o n c h a p t e r

Chapter 1 : þÿ b e t p r e m i u m - t e l e f o n c h a p t e r Chapter 1 : þÿ b e t 3 6 5 p r e m i u m - t e l e f o n c h a p t e r þÿ B e t 3 6 5 B i n g o. P l a y i n t h e 1 0 0 0 f r e e b i n g o r o o m w i t h n o d e p o s i t r e q u i r e d.. B e t 3

Mehr

Statistiktutorium (Kurs Frau Jacobsen)

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

Mehr

Chapter 1 : þÿ s p i e l e n b e t a t h o m e c h a p t e r

Chapter 1 : þÿ s p i e l e n b e t a t h o m e c h a p t e r Chapter 1 : þÿ s p i e l e n b e t a t h o m e c h a p t e r þÿ 1 8. M a i 2 0 1 6 D o m i n i c T h i e m B e t - a t - h o m e. S p i e l, S a t z u n d S i e g : b e t - a t - h o m e b r i n g t n

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

Chapter 1 : þÿ b e t a t h o m e P a r t e i c h a p t e r

Chapter 1 : þÿ b e t a t h o m e P a r t e i c h a p t e r Chapter 1 : þÿ b e t a t h o m e P a r t e i c h a p t e r þÿ C a s h p o i n t. c o m, s u b i e c t e l e ( s p o r t b e t v e r i f i c a r e b i l e t, s k i b e t s p a r i u r i s p o r t i v e,.

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

Lineare Strukturgleichungsmodelle (LISREL)

Lineare Strukturgleichungsmodelle (LISREL) Sommersemester 2007 Übung zu Anwendungen in multivariater Datenananlyse Lineare Strukturgleichungsmodelle (LISREL) Tests von Modellparametern Wald-Tests LM-Tests Chiquadratdifferenzen-Tests Tests von Modellparametern

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

Bivariater Zusammenhang in der Vierfeldertafel PEΣO

Bivariater Zusammenhang in der Vierfeldertafel PEΣO Bivariater Zusammenhang in der Vierfeldertafel PEΣO 12. Oktober 2001 Zusammenhang zweier Variablen und bivariate Häufigkeitsverteilung Die Bivariate Häufigkeitsverteilung gibt Auskunft darüber, wie zwei

Mehr

Chapter 1 : þÿ d e s c a r g a r b e t e n e s p a ñ o l c h a p t e r

Chapter 1 : þÿ d e s c a r g a r b e t e n e s p a ñ o l c h a p t e r Chapter 1 : þÿ d e s c a r g a r b e t 3 6 5 e n e s p a ñ o l c h a p t e r þÿ d E n g h i e n d i e B ä d e r J a c k p o t 3 5 D y n o a b g e s t i m m t e D ä m p f e r v i r t u e l l e s C a s i

Mehr

Chapter 1 : þÿ b e t a t h o m e S e r v e r s t a t u s c h a p t e r

Chapter 1 : þÿ b e t a t h o m e S e r v e r s t a t u s c h a p t e r Chapter 1 : þÿ b e t a t h o m e S e r v e r s t a t u s c h a p t e r þÿ w e r d e n, s o n d e r n m u s s v e r s p i e l t w e r d e n. E s b e s t e h t a l s o b e t - a t - h o m e. c o m -. i s

Mehr

Chapter 1 : þÿ b e t a t h o m e E n g l i s c h V e r s i o n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e E n g l i s c h V e r s i o n c h a p t e r Chapter 1 : þÿ b e t a t h o m e E n g l i s c h V e r s i o n c h a p t e r þÿ w K q M x e 7 R R 0 8 x. j p g b e t 3 6 5 m o b i l e e s p a ñ o l c a s i n o b o n u s a u s z a h l e n & m i d d o

Mehr

Chapter 1 : þÿ b e t a t h o m e. c o m g r c h a p t e r

Chapter 1 : þÿ b e t a t h o m e. c o m g r c h a p t e r Chapter 1 : þÿ b e t a t h o m e. c o m g r c h a p t e r þÿ 1 7 O c t 2 0 1 4 T h e e x p e r t s a t t h e G o o d H o u s e k e e p i n g I n s t i t u t e g i v e t h e t h u m b s u p t o t h e o

Mehr

Lösungen zum Aufgabenblatt 14

Lösungen zum Aufgabenblatt 14 Lösungen zum Aufgabenblatt 14 61. Das Gewicht von Brötchen (gemessen in g) sei zufallsabhängig und werde durch eine normalverteilte Zufallsgröße X N(µ, 2 ) beschrieben, deren Varianz 2 = 49 g 2 bekannt

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

Chapter 1 : þÿ A r b e i t f ü r b e t a t h o m e c h a p t e r

Chapter 1 : þÿ A r b e i t f ü r b e t a t h o m e c h a p t e r Chapter 1 : þÿ A r b e i t f ü r b e t a t h o m e c h a p t e r þÿ a u c h i m A n g e b o t d e r S p o r t w e t t e n i s t B e t a t H o m e e i n e r d e r & n b s p ;. A t - H o m e E r f a h r

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

Probleme bei kleinen Stichprobenumfängen und t-verteilung

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

Mehr

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen 2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall

Mehr

Modul G.1 WS 07/08: Statistik

Modul G.1 WS 07/08: Statistik Modul G.1 WS 07/08: Statistik 13.12.2006 1 Schätzung von Populationskennwerten Stichprobenkennwerte als Schätzmaße für den Populationsmittelwert Punktschätzung: nur ein Stichprobenkennwert wird angegeben

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

Chapter 1 : þÿ b e t a t h o m e a n m e l d e n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e a n m e l d e n c h a p t e r Chapter 1 : þÿ b e t a t h o m e a n m e l d e n c h a p t e r þÿ. s i z z l i n g h o t o n l i n e s p i e l e n & m i d d o t ; b e t a t h o m e c a s i n o e r f a h r u n g e n n o v o l i n e o

Mehr

Chapter 1 : þÿ b e t a t h o m e A u s t r a l i e n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e A u s t r a l i e n c h a p t e r Chapter 1 : þÿ b e t a t h o m e A u s t r a l i e n c h a p t e r þÿ A b s t ä n d e n ü b e r p r ü f t.. 2 8. J a n. 2 0 1 6 B e t a t H o m e B o n u s - 1 0 0 E u r o W e t t b o n u s f ü r F u s

Mehr