Entscheidungsstatistische Verfahren
|
|
- Edith Adenauer
- vor 7 Jahren
- Abrufe
Transkript
1
2
3 Inhaltsverzeichnis Entscheidungsstatistische Verfahren... 2 Lernhinweise... 2 Theorie (1-8) Der Ausgangspunkt: Eine inhaltliche Fragestellung Formulierung der Fragestellung so, dass sie statistisch bearbeitet werden kann Welche Grösse soll untersucht werden? Die Prüfgrösse Arbeitshypothese und Alternativhypothese Prüfverteilung und Übertretungswahrschein-lichkeit Beurteilung der Überschreitungswahrschein-lichkeit; Signifikanzniveaus Was bedeutet ein signifikantes Resultat? Zusammenfassung zum Lernschritt Stand vom:
4 Entscheidungsstatistische Verfahren Lernhinweise Hinweise zur Bearbeitung Wählen Sie in der Inhaltsübersicht ein Stichwort, oder durchlaufen Sie die Lerneinheit mit dem "next"-button chronologisch. Dieser Lernschritt gilt dem Grundprinzip, nach dem alle entscheidungsstatistischen Verfahren aufgebaut sind. Am konkreten Beispiel eines Vergleichs von zwei Stichprobenmittelwerten werden die wesentlichen Begriffe eingeführt und die Arbeitsschritte erläutert, die im Zusammenhang mit jedem entscheidungsstatistischen Verfahren von Bedeutung sind. Geschätzte Bearbeitungszeit Den Studierenden im Grundkurs zur Statistik wird empfohlen, diese Lerneinheit in der vorgegebenen Strukturierung zu bearbeiten. Dies ist in ca. 30 Minuten möglich, wenn Sie die in Irem Curriculum vorgesehene Vorbereitungslektüre durchgearbeitet haben. Theorie (1-8) Inhaltsübersicht 1. Ausgangspunkt 2. Formulierung der Fragestellung 3. Prüfgrösse 4. Arbeitshypothese und Alternativhypothese 5. Prüfverteilung und Übertretungswahrscheinlichkeit 6. Überschreitungswahrscheinlichkeit & Signifikanzniveaus 7. Was bedeutet ein signifikantes Resultat? 8. Zusammenfassung zum Lernschritt - Stand vom:
5 1. Der Ausgangspunkt: Eine inhaltliche Fragestellung Beobachtung eines Lehrers. Leo Reinhard unterrichtet an der Unterstufe. Ihm fällt auch dieses Jahr wieder auf, dass seine Schülerinnen der dritten Klasse in der Orthographie (Rechtschreibung) bessere Leistungen erbringen als seine Schüler. Er geht der Sache nach, zeichnet für die Mädchen und für die Knaben seiner Klasse die Verteilungen der Noten in Orthographie auf und bestimmt für beide Gruppen die Notenmittelwerte. 2. Formulierung der Fragestellung so, dass sie statistisch bearbeitet werden kann Leo steht vor einer für die Entscheidungsstatistik klassischen Frage. Wir wollen sie so formulieren, dass sie statistisch bearbeitbar ist. Aus formaler Sicht repräsentieren die Mädchen- und die Knabengruppe aus Leos Klasse je eine Stichprobe von Schülerinnen resp. Schülern der dritten Klasse aus der deutschsprachigen Schweiz. In beiden Stichproben wurde ein Merkmal X erhoben, konkret die Note in Orthographie. Die beiden Stichprobenmittelwerte und im erhobenen Merkmal unterscheiden sich. Hinter den beiden Stichproben steht je eine Population: Die Population aller deutschsprachigen Mädchen der dritten Klasse resp. die Population aller deutsprachigen Knaben der dritten Klasse. Die Verteilungen des interessierenden Merkmals X in diesen Populationen und die Verteilungsparameter sind nicht bekannt. - Stand vom:
6 Leos inhaltliche Frage lautete: Darf der zwischen den beiden Stichproben von Mädchen und Knaben festgestellte Leistungsunterschied auf die Populationen von Schülerinnen und Schülern der dritten Klasse generalisiert werden? Wir beantworten diese Frage auf einem kleinen Umweg. Statistisch bearbeitbar ist nur folgende Fragestellung: Stammen die Stichproben von Mädchen und Knaben aus Populationen, in denen das interessierende Merkmal X mit identischen Mittelwerten und verteilt sind? Die folgende Graphik veranschaulicht diese Überlegungen und zeigt, wie Leos inhaltliche Frage beantwortet werden kann. 3. Welche Grösse soll untersucht werden? Die Prüfgrösse Jedes entscheidungsstatistische Verfahren bezieht sich auf eine spezifische Prüfgrösse. Für unser Einführungsbeispiel ist die Sachlage klar: Leo möchte den positiven Unterschied zwischen den Notenmittelwerten seiner Schülerinnen und Schüler auf Generalisierbarkeit prüfen. Prüfgrösse Aktueller Ausprägungsgrad der Prüfgrösse: (4,3-3,9) = 0,4 Nun stellt sich natürlich die Frage, mit welcher Wahrscheinlichkeit dieser Ausprägungsgrad der Prüfgrösse rein zufällig entstanden ist. Diese Frage klären wir anhand der sogenannten Prüfverteilung. Bevor wir auf diese eingehen können, müssen wir die in jedem entscheidungsstatistischen Verfahren relevanten Hypothesen kennenlernen. 4. Arbeitshypothese und Alternativhypothese Neben der Prüfgrösse gehört zu jedem entscheidungsstatistischen Verfahren eine Arbeitshypothese H 0 und eine Alternativhypothese H 1. Die Formulierungen dieser Hypothesen folgen immer demselben Grundprinzip, sie sind aber dem Prüfverfahren und der Fragestellung anzupassen. Die Grundidee ist ganz einfach: - Stand vom:
7 1. Wir formulieren zwei sich gegenseitig ausschliessende Hypothesen bezüglich der Verteilung des Merkmals in den hinter den Stichproben stehenden Populationen. Die Arbeitshypothese H 0 postuliert dabei immer Identität dieser Verteilungen bezüglich eines Verteilungsparameters, die Alternativhypothese H 1 hingegen den vermuteten Unterschied. 2. Wir entscheiden auf wahrscheinlichkeitstheoretischer Grundlage (konkret anhand der Prüfverteilung), ob die Arbeitshypothese H 0 beibehalten werden kann oder zu Gunsten der Alternativhypothese H 1 verworfen werden soll. Im Zusammenhang mit konkreten Prüfverfahren werden wir auf verschiedene Formen von Alternativhypothesen eingehen. An dieser Stelle begnügen wir uns mit dem Grundsätzlichen. Anhand der noch zu besprechenden Prüfverteilung werden wir die Arbeitshypothese H 0 annehmen oder zu Gunsten von H 1 verwerfen. Was bedeutet nun aber Annahme resp. Ablehnung von H 0? Wir haben damit die beiden möglichen Resultate unseres Prüfverfahrens vorweggenommen. Was noch fehlt, ist die Entscheidungsgrundlage, anhand derer wir über Annahme oder Ablehnung der Arbeitshypothese H 0 entscheiden. Es ist dies die Prüfverteilung. 5. Prüfverteilung und Übertretungswahrschein-lichkeit Über Annahme oder Ablehnung der Arbeitshypothese H 0 entscheiden wir anhand des konkreten Ausprägungsgrades der Prüfgrösse und der Prüfverteilung. Prüfverteilung. Die Prüfverteilung ist die Verteilung der Prüfgrösse, wenn die Arbeitshypothese H 0 gültig ist. In unserem Einführungsbeispiel ist die Prüfgrösse. Die Prüfverteilung ist die Verteilung dieser Prüfgrösse, wenn die Arbeitshypothese (H 0 : ) gültig ist, wenn also die Stichproben von Mädchen und Knaben aus Populationen mit identischen Mittelwerten im Merkmal Note im Fach Orthographie stammen. Wir wollen uns die Bedeutung der Prüfverteilung in einem Gedankenexperiment für unser Einführungsbeispiel veranschaulichen: - Stand vom:
8 Was können wir diesem Gedankenexperiment ganz generell entnehmen? Die Prüfverteilung ist die theoretische Verteilung der Prüfgrösse für den Fall, dass die Arbeitshypothese H0 gültig ist. Was wird für jedes Prüfverfahren einzeln zu besprechen sein? Die Prüfgrösse, die Form der Prüfverteilung und die Art, wie ihre Verteilungsparameter geschätzt werden, ist vom Prüfverfahren abhängig. Bei deren Besprechung werden wir näher darauf eingehen. Im folgenden soll an unserem Einführungsbeispiel gezeigt werden, was der Prüfverteilung und dem konkreten Ausprägungsgrad der Prüfgrösse entnommen werden kann. Die Überschreitungswahrscheinlichkeit p zeigt, mit welcher Wahrscheinlichkeit ein Unterschied in den Stichprobenmittelwerten von 0,4 oder mehr rein zufällig zustande gekommen ist. Wie bestimmen wir im konkreten Fall diese Überschreitungswahrscheinlichkeit? Ist die Prüfverteilung eine Normalverteilung oder eine t-verteilung, so lassen sich die Überschreitungswahrscheinlichkeiten nach einer einfachen Transformation den verfügbaren z- oder t-tabellen entnehmen. Auf diese Transformationen wird bei der Besprechung der einzelnen Prüfverfahren speziell eingegangen. Für F- oder - verteilte Prüfgrössen benutzen wir direkt die entsprechenden Tabellen. Bezüglich der Grösse der Überschreitungswahrscheinlichkeit p ist folgende Idee nun leicht nachvollziehbar: Ist die Überschreitungswahrscheinlichkeit p gross, so ist nicht auszuschliessen, dass der beobachtete Unterschied in den Stichprobenmittelwerten zufällig entstanden sein kann. Wir nehmen die Arbeitshypothese H 0 an. Ist die Überschreitungswahrscheinlichkeit p klein, so ist es sehr unwahrscheinlich, dass der beobachtete Unterschied in den Stichprobenmittelwerten zufällig zustande kam. Wir verwerfen H 0 zu Gunsten der Alternativhypothese H 1. Wie ist nun aber eine konkret vorliegende Überschreitungswahrscheinlichkeit zu beurteilen? - Stand vom:
9 6. Beurteilung der Überschreitungswahrschein-lichkeit; Signifikanzniveaus Die Überschreitungswahrscheinlichkeit p gibt uns an, mit welcher Wahrscheinlichkeit der beobachtete Unterschied in den Stichprobenmittelwerten zufällig zustande gekommen ist. Auf Grund der Grösse der Überschreitungswahrscheinlichkeit entscheiden wir über Annahme oder Ablehnung der Arbeitshypothese H 0. Wir beurteilen die Grösse von p anhand von drei in den Sozialwissenschaften üblichen, an sich aber willkürlich gewählten Grenzwerten, den sog. Signifikanzniveaus: dem 5%-, dem 1%- und dem 0,1%-Signifikanzniveau. Die folgende Grafik zeigt die Grenzwerte der drei Signifikanzniveaus für einseitige Überschreitungswahrscheinlichkeiten und die Beurteilung verschiedener Ausprägungsgrade der Prüfgrösse. Fehlerrisiko und Irrtumswahrscheinlichkeit. Lehnen wir H 0 ab, so besteht ein Restrisiko, dass wir dies fälschlicherweise getan haben. Dieses Risiko nennen wir das #-Fehlerrisiko oder die Irrtumswahrscheinlichkeit. Den Ausprägungsgrad der Irrtumswahrscheinlichkeit kennen wir: Er entspricht der Überschreitungswahrscheinlichkeit p, d.h. der Wahrscheinlichkeit, dass der Ausprägungsgrad der Prüfgrösse trotzdem zufällig erreicht oder überschritten wird. H 0 auf dem 5%-Signifikanzniveau abgelehnt: Irrtumswahrscheinlichkeit p # 5% H 0 auf dem 1%-Signifikanzniveau abgelehnt: Irrtumswahrscheinlichkeit p # 1% H 0 auf dem 0,1%-Signifikanzniveau abgelehnt: Irrtumswahrscheinlichkeit p # 0,1% Nehmen wir H 0 an, so besteht natürlich auch ein Risiko, dass wir dies fälschlicherweise getan haben. Dieses Risiko nennen wir #-Fehlerrisiko. Eine Abschätzung der Grösse des #-Fehlerrisikos ist bei unspezifischer Alternativhypothese H 1 nicht möglich, d.h., dass bei Annahme von H 0 bei einer unspezifischen Alternativhypothese H 1 keine Irrtumswahrscheinlichkeit angegeben werden kann. Auf spezifische Alternativhypothesen und die Abschätzung des #-Fehlerrisikos wird im Submodul Zur Konzeption einfachster Untersuchungen noch näher eingegangen werden. 7. Was bedeutet ein signifikantes Resultat? Ist p # 5%, so lehnen wir unsere Arbeitshypothese H 0 mit der Irrtumswahrscheinlichkeit p ab. In unserem Fall - dem Vergleich von zwei Stichprobenmittelwerten - schliessen wir bei der Erklärung des Unterschieds in den Stichprobenmittelwerten den Zufall aus. Worauf der Unterschied tatsächlich zurückzuführen ist, kann mit formalen Mitteln nicht entschieden werden. In der Regel interpretiert man den Unterschied bezüglich des Merkmals, das die Stichproben charakterisiert. Eine kritische Hinterfragung der Interpretation ist aber unerlässlich. - Stand vom:
10 In unserem Beispiel unterscheiden sich die Stichproben nach dem Geschlecht der Schüler. Bei p # 5% interpretieren wir die Mittelwertsdifferenz von +0,4 Notenpunkten bezüglich des Merkmals Geschlecht, das die Stichproben unterscheidet: Die um +0,4 Notenpunkte bessere durchschnittliche Leistung der Mädchengruppe ist nicht zufällig zustande gekommen. Nicht nur die Mädchen aus Leos Klasse zeigen bessere Leistungen in Orthographie als die Knaben, dieser Befund darf auf die Populationen der Schülerinnen und Schüler der dritten Klasse verallgemeinert werden. Die Irrtumswahrscheinlichkeit dieser Aussage ist p. Damit haben wir Leos inhaltliche Frage beantwortet. 8. Zusammenfassung zum Lernschritt Dieser Lernschritt betrifft das Grundprinzip, nach dem alle entscheidungsstatistischen Verfahren arbeiten. Am Beispiel eines Vergleichs von zwei Stichprobenmittelwerten haben wir die grundsätzlichen Begriffe und Arbeitsschritte kennengelernt. Sie sollen auf diesen Fall bezogen kurz zusammengefasst werden. Prüfgrösse. Formalisierung der zu prüfenden Grösse. In unserem Beispiel ist die Prüfgrösse die zwischen den Stichproben von Mädchen und Knaben festgestellte Differenz in den Notenmittelwerten im Fach Orthographie :. Arbeitshypothese H 0. Die Arbeitshypothese H 0 postuliert, dass die beiden Stichproben aus Populationen stammen, die im interessierenden Verteilungsparameter identisch sind. H 0 : Alternativhypothese H 1. Auch die Alternativhypothese H 1 wird bezüglich der Populationsparameter formuliert. In unserem Fall postuliert sie, dass die Stichprobe der Mädchen aus einer Population stammt, in der der Notenmittelwert höher ist als in der Population, aus der die Stichprobe der Knaben stammt. (Die Art der Alternativhypothese richtet sich nach der konkreten Frage, die untersucht werden soll.) H 1 : Prüfverteilung. Die Prüfverteilung ist die theoretische Verteilung der Prüfgrösse für den Fall, dass die Arbeitshypothese H 0 gültig ist. In unserem Fall ist die Prüfverteilung die Verteilung der Mittelwertsdifferenzen, wenn diese rein zufällig zustande kommen. Unterschiedliche Prüfverfahren benutzen unterschiedliche Prüfgrössen und unterschiedliche Prüfverteilungen. Auch die Schätzformeln für die Parameter der Prüfverteilung richten sich nach dem Prüfverfahren. berschreitungswahrscheinlichkeit p.ü Ordnet man den konkret beobachteten Ausprägungsgrad der Prüfgrösse in die Prüfverteilung ein, so kann die Überschreitungswahrscheinlichkeit p bestimmt werden. Diese gibt an, mit welcher Wahrscheinlichkeit der beobachtete oder ein grösserer Ausprägungsgrad der Prüfgrösse rein zufällig zustande gekommen ist. Signifikanzniveaus. Anhand von drei üblichen Signifikanzniveaus (5%-, 1%- und 0,1%-Niveau) wird die Überschreitungswahrscheinlichkeit p beurteilt: p > 5%: H 0 wird beibehalten. - Stand vom:
Stichproben- & Populations- Standardabweichung
Stichproben- & Populations- Standardabweichung Inhaltsverzeichnis Stichproben- & Populations-Standardabweichung... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-8)... 3 1. Ausgangslage... 4 2. Inhaltliche
MehrInhaltsverzeichnis. Test nach Cochran. - Stand vom:
Inhaltsverzeichnis Test nach Cochran... 2 Lernhinweise... 2 Einführung... 2 Theorie & Fallbeispiel (1-4)... 2 1. Ausgangslage und Fragestellung... 2 2. Voraussetzungen, Arbeits- und Alternativhypothesen...
MehrVergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test
Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test Inhaltsverzeichnis Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test... 2 Lernhinweise... 2 Einführung... 3 Tehorie (1-8)...
Mehrt-test für abhängige Stichproben
Inhaltsverzeichnis t-test für abhängige Stichproben... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 5 3. Prüfgrösse...
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrVergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen
Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Einführung...
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
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
MehrAblaufschema 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
MehrGRUNDPRINZIPIEN statistischen Testens
Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?
MehrVergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen
Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Theorie
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
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
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
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
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
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
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
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
MehrStatistische Überlegungen: Eine kleine Einführung in das 1 x 1
Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine
MehrStatistik-Quiz Wintersemester
Statistik-Quiz Wintersemester Seite 1 von 8 Statistik-Quiz Wintersemester Die richtigen Lösungen sind mit gekennzeichnet. 1a Für 531 Personen liegen Daten zu folgenden Merkmalen vor. Welche der genannten
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
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:
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
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
Mehr10 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
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
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrProbleme 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
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
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 =
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
MehrPrimer: Inferenzstatistik 1.0
: 1.0 Dr. Malte Persike persike@uni-mainz.de methodenlehre.com twitter.com/methodenlehre methodenlehre.com/g+ iversity.org/schoolinger Inhalte der nächsten Minuten Die Frage aller Fragen: Ist etwas groß?
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:
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
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
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
MehrKapitel 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
MehrAnalytische 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,
Mehr2.4 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
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
MehrIn welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?
In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt? Inhaltsverzeichnis In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?...
MehrMathematische und statistische Methoden II
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 Persike
MehrExakter Binomialtest als Beispiel
Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.
MehrKlausur Statistik 2 RE Statistik für Soziologen Do,
Klausur Statistik 2 RE Statistik für Soziologen Do, 24. 9. 2009 Name...Vorname... Matrikelnummer... Einsichtnahme: Fr, 2. Oktober BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem
MehrTesten 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
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
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
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
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
MehrGrundlagen 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
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
MehrHypothesentests 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
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
MehrMethodenlehre. Vorlesung 13. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 13 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 19.05.15 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie
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
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
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
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrPflichtlektüre: 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
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
MehrStatistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik
Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.
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
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrUnterschiedshypothesen 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,
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Diese Selbstkontrollarbeit bezieht sich auf die Kapitel 1 bis 4 der Kurseinheit 1 (Multivariate Statistik) des Kurses Multivariate Verfahren (883). Hinweise:
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de
MehrMathematische und statistische Methoden II
Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de lordsofthebortz.de lordsofthebortz.de/g+
MehrGrundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Statistischer Schluss Voraussetzungen z.b. bzgl. Skalenniveau und
MehrSoSe 2014 Klausur zur LV 36654: Einführung in 16. Juli 2014 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.
Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:
Mehr8. 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
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
MehrStatistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.
Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist
MehrEin- und Zweistichprobentests
(c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen
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
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrDiagnose und Prognose: Kurzfassung 4
Diagnose und Prognose: Kurzfassung 4 Ziele der 4. Vorlesung Inhaltliche Verbindung zwischen inhaltlicher Statistisches Konzept / Problemstellung Problemstellung und statistischem statistische Methode Konzept/Methode
Mehr2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017
. Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit untersucht. Für die als normalverteilt angesehene zufällige Bearbeitungszeit
MehrMethodenlehre. 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
MehrChi-Quadrat-Verfahren (ohne Messwiederholung)
Chi-Quadrat-Verfahren (ohne Messwiederholung) Inhaltsverzeichnis Chi-Quadrat-Verfahren (ohne Messwiederholung)... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-4)... 5 1. Grundkonzept aller Verfahren...
MehrStatistische 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,...,
MehrMarcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 12. Winterthur, 17. Mai Institut für Datenanalyse und Prozessdesign
Marcel Dettling Institut für Datenanalyse und Prozessdesign Zürcher Hochschule für Angewandte Wissenschaften marcel.dettling@zhaw.ch http://stat.ethz.ch/~dettling Winterthur, 17. Mai 2017 1 Verteilung
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrSerie 9, Musterlösung
WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit
Mehr9 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
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
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
MehrStatistiktutorium (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
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
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.
MehrMethodenlehre. 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 II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrWelche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an.
AUFGABE 1) Z-TRANSFORMATION (4 PUNKTE) Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an. Eine z-transformierte Verteilung hat einen Mittelwert von 0 und eine
MehrBeispiel für Gütefunktionen Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = 0.10
6 Hypothesentests Gauß-Test für den Mittelwert bei bekannter Varianz 6.3 Beispiel für Gütefunktionen Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = 0.10 G(µ) 0 α 0. 0.4 0.6 0.8 1 n = 10 n =
MehrKlausur 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