Stichproben- & Populations- Standardabweichung

Größe: px
Ab Seite anzeigen:

Download "Stichproben- & Populations- Standardabweichung"

Transkript

1 Stichproben- & Populations- Standardabweichung

2

3 Inhaltsverzeichnis Stichproben- & Populations-Standardabweichung... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-8) Ausgangslage Inhaltliche Fragestellung Statistisch bearbeitbare Fragestellung Arbeitsypothese und Alternativhypothese Prüfgrösse Prüfverteilung und Übertretungswahrscheinlichkeit Beurteilung der Übertretungswahrschein-lichkeit; Signifikanzniveaus... 8 Zusammenfassung zum Lernschritt... 8 Fallbeispiel (1-7) Ausgangslage Inhaltliche Fragestellung Statistisch bearbeitbare Fragestellung Arbeitshypthese und Alternativhypothese Prüfgrösse und Prüfverteilung Transformation der Prüfgrösse in die Prüfverteilung Beurteilung der Übertretenswahrschein-lichkeit; Signifikanzniveaus Stand vom:

4 Stichproben- & Populations-Standardabweichung Lernhinweise Benötigte Vorkenntnisse Sie können diesen Lernschritt effizient bearbeiten, wenn Sie die in Ihrem Curriculum vorgesehene Vorbereitungsliteratur bearbeitet haben und mit dem Grundprinzip der entscheidungsstatistischen Verfahren vertraut sind. Lernziele 1. Sie können entscheiden, in welchen Situationen ein Vergleich einer Stichproben-Standardabweichung mit einer Populations-Standardabweichung möglich ist. 2. Sie lernen - anhand eines einfachen Beispiels - einen Vergleich einer Stichproben-Standardabweichung mit einer Populations-Standardabweichung durchzuführen. Hinweise zur Bearbeitung des Lernschritts Empfohlene Bearbeitung: Beginnen Sie mit "Einführung" Klicken Sie nach der Bearbeitung der ganzen Seite auf den Button "next", er führt Sie auf den empfohlenen Pfad. Sie können auf die Rubriken "Einführung", "Theorie" oder "Fallbeispiel" klicken, Sie gelangen automatisch zur entsprechenden ersten Seite. Bei "Theorie" und "Fallbeispiel" gelangen Sie automatisch zum Inhaltsverzeichnis der angewählten Rubrik. Für die Bearbeitung dieses Lernschrittes, sollten Sie ca. eine Stunde Lernzeit einplanen. Hinweise zur Bearbeitung des Fallbeispiels Das Ziel der manuellen Bearbeitung ist, dass Sie das Testverfahren handelnd nachvollziehen können. Das Fallbeispiel ist so konstruiert, dass die Aufgaben mit einem Taschenrechner (mit Wurzelfunktion) gelöst werden kann. Sie brauchen kein Statistikprogramm wie z. B. SPSS. Es kann sein, dass sich Ihre Resultate bei den Dezimalstellen aufgrund von Rundungsfehlern (zwei Dezimalstellen) leicht von den Musterlösungen unterscheiden. Das darf Sie nicht verwirren. Das Fallbeispiel ist so konzipiert, dass die Entscheidungen zur Signifikanz eindeutig ausfallen. - Stand vom:

5 Einführung Ausagangslage Die Stadt XY hat sich zur Durchführung eines Schulversuchs entschlossen. Die fünfte Primarklasse soll in Französisch individualisiert unterrichtet werden. Alle sechs Klassen der Stadt werden in den Schulversuch einbezogen. Die sechs Klassen zählen zusammen über 100 Kinder. Diese Schüler bilden die Versuchsgruppe bzw. Stichprobe. Das Ziel des Schulversuchs besteht darin, dass diese Schülergruppe in Französisch durchschnittlich den gleichen Kenntnisstand aufweist, wie die anderen Fünftklässler des Kantons, welche nicht individualisierend unterrichtet werden. Jedes Kind der Versuchsgruppe kann nach seinem individuellen Tempo lernen. Die einen Kinder arbeiten langsamer und die anderen schneller. Der Lehrplan sieht vor, dass die Kinder am Ende der fünften Klasse eine bestimmte Anzahl Vokabeln kennen. In der Mitte des Schuljahres beherrschen die Fünftklässler des Kantons etwa die Hälfte dieser Wörter. Der arithmetische Mittelwert der Vokabelkenntnisse ist in der Stichprobe gleich gross wie bei der Population. Die Vokabelkenntnisse werden anhand eines Multiple-Choice-Tests während einer Woche erhoben. Überprüft wird, ob die Vokabelkenntnisse der Versuchsgruppe mehr variieren als die der Vergleichspopulation, also der übrigen Schüler des Kantons. Hinweis zur Bearbeitung des Fallbeispiels: Die Kennzahlen werden noch nicht bekannt gegeben, weil sie später Bestandteil einer Lernaktivität sein werden. In der Rubrik "Fallbeispiel" wird dieses Beispiel gelöst. Theorie (1-8) Inhaltsübersicht 1. Ausgangslage 2. Inhaltliche Fragestellung 3. Statistisch bearbeitbare Fragestellung 4. Arbeitsypothese und Alternativhypothese 5. Prüfgrösse 6. Prüfverteilung und Übertretungswahrscheinlichkeit 7. Beurteilung der Übertretungswahrscheinlichkeit; Signifikanzniveaus 8. Zusammenfassung zum Lernschritt - Stand vom:

6 1. Ausgangslage Gegeben ist die Verteilung eines normalverteilten (intervall- oder proportionalskaliertes) Merkmals in einer Population. Die Verteilung des Merkmals wird mit den Parametern und beschrieben. Gegeben ist zudem eine Stichprobe 1 mit n>100 Elementen. Die Verteilung des Merkmals in der Stichprobe 1 wird mit den Kennwerten und beschrieben. Wir möchten mit vergleichen und bezüglich eines signifikanten Unterschiedes beurteilen. 2. Inhaltliche Fragestellung Wir können unterschiedliche Fragen mit gleichem Inhalt formulieren: Streuen die Daten in der Stichprobe ungefähr gleich stark wie die in der Population? Sind die einzelnen Werte in der Stichprobe ähnlich um den Mittelwert verteilt wie diejenigen der Population um deren Mittelwert? Variieren in der Stichprobe die einzelnen Werte gleich stark wie in der Population? - Stand vom:

7 Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 3. Statistisch bearbeitbare Fragestellung Stammt die Stichprobe mit den Verteilungskennwerten und aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist? Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 4. Arbeitsypothese und Alternativhypothese Arbeitshypothese H 0 : Die Stichprobe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist. Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Alternativhypothesen Entsprechend unserer Fragestellung wählen wir die ungerichtete oder gerichtete, spezifische oder unspezifische Fragestellung. H 1 : - Stand vom:

8 Die Stichprobe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population nicht identisch ist (ungerichtet und unspezifisch). Eine ungerichtete H1 formulieren wir immer, wenn wir uns für den absoluten Betrag des Unterschieds zwischen den Kennzahlen interessieren. H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung grösser ist, als diejenige der bekannten Population (gerichtet und unspezifisch). H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung kleiner ist, als diejenige der bekannten Population (gerichtet und unspezifisch). 5. Prüfgrösse Aufgrund unserer Fragestellung ist (Standardabweichung der Stichprobe) die Prüfgrösse. Prüfverteilung Die Prüfverteilung ist die Verteilung der Standardabweichungen s. Unter der Voraussetzung, dass H 0 gültig ist, und die Stichprobe mehr als 100 Elemente (n > 100) umfasst, sind die Stichproben-Standardabweichungen mit den Parametern und normalverteilt. - Stand vom:

9 : Mittelwert der Verteilung der Stichprobenstandardabweichungen (Prüfverteilung) :Populationsstandardabweichung Vergleichspopulation der : Standardabweichung der Verteilung der Stichproben-Standardabweichungen (Prüfverteilung) n: Stichprobengrösse Damit ist die Prüfverteilung vollständig bestimmt. 6. Prüfverteilung und Übertretungswahrscheinlichkeit Nun können wir den beobachteten Wert in die Prüfverteilung einordnen. Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Wir können jetzt aber noch nicht entscheiden, ob sich die Population mit den Parametern und, aus der unsere Stichprobe stammt, hinsichtlich der Streuung signifikant von der bekannten Population unterscheidet. Um diesen Entscheid fällen zu können, transformieren wir die beobachtete Standardabweichung in die Standardnormalverteilung bzw. z-verteilung. Wir transformieren nach - Stand vom:

10 . So können wir die Überschreitungswahrscheinlichkeit bestimmen. Transformation der Prüfgrösse in die z-verteilung zur Bestimmung der Überschreitungswahrscheinlichkeit Wir transformieren die beobachteten Stichproben-Standardabweichung in die Prüfverteilung (z-verteilung) Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 7. Beurteilung der Übertretungswahrschein-lichkeit; Signifikanzniveaus Die Überschreitungswahrscheinlichkeit p gibt uns an, mit welcher Wahrscheinlichkeit der beobachtete Unterschied zwischen der Stichproben-Standardabweichung und der Populations-Standardabweichung zufällig zustande gekommen ist. Aufgrund der Grösse der Überschreitungswahrscheinlichkeit entscheiden wir über die Annahme oder Ablehnung der Arbeitshypothese H 0. Die Grösse von p beurteilen wir anhand der Signifikanzniveaus: 5%, 1% und 0.1%. Ist p > 5%, so behalten wir H 0 mit unbestimmter Irrtumswahrscheinlichkeit bei. Das heisst, wir können nicht ausschliessen, dass der Unterschied zwischen der Standardabweichung der Stichprobe und derjenigen der Population zufällig entstanden ist. Ist p # 5%, so lehnen wir H 0 mit einer Irrtumswahrscheinlichkeit p # 5% zu Gunsten von H 1 ab. Das bedeutet, dass wir mit einer Irrtumswahrscheinlichkeit p # 5% annehmen können, dass die Stichprobe aus einer Population stammt, deren Standardabweichung nicht mit der Standardabweichung der Population übereinstimmt. Zusammenfassung zum Lernschritt Voraussetzung und Ausgangslage Die Ausprägungsgrade des intervall- oder proportionalskalierten Merkmals müssen in der Population näherungsweise normalverteilt sein und die Stichprobe muss mehr als 100 Elemente umfassen. Prüfgrösse Standardabweichung: - Stand vom:

11 Arbeitshypothese H0 und Alternativhypothese H1 Arbeitshypothese H 0 : Alternativhypothese H 1 : (ungerichtet, unspezifisch) Alternativhypothese H 1 : oder (gerichtet, unspezifisch) Prüfverteilung Unter der Voraussetzung, dass H 0 gültig ist und n > 100, ist die Prüfgrösse mit folgenden Parametern normalverteilt Transformieren des beobachteten Wertes in die Standardnormalverteilung Transformation der beobachteten Standardabweichung in die Standardnormalverteilung (z-verteilung). Beurteilung der Überschreitungswahrscheinlichkeit, Signifikanzniveaus p > 5%: H 0 wird beibehalten. - Stand vom:

12 p # 5%: H 0 wird mit der Irrtumswahrscheinlichkeit p zugunsten von H 1 abgelehnt. Fallbeispiel (1-7) Inhaltsübersicht 1. Ausgangslage 2. Inhaltliche Fragestellung 3. Statistisch bearbeitbare Fragestellung 4. Arbeitshypthese und Alternativhypothese 5. Prüfgrösse und Prüfverteilung 6. Transformation der Prüfgrösse in die Prüfverteilung 7. Beurteilung der Übertretenswahrscheinlichkeit; Signifikanzniveaus 1. Ausgangslage Hinweis zur Bearbeitung des Fallbeispiels: Die Kennzahlen werden noch nicht bekanntgegeben, weil sie Bestandteil kommender Lernaktivität sein werden Die Stadt XY hat sich zur Durchführung eines Schulversuchs entschlossen. Die fünfte Primarklasse soll in Französisch individualisiert unterrichtet werden. Alle sechs Klassen der Stadt werden in den Schulversuch einbezogen. Die sechs Klassen zählen zusammen über 100 Kinder. Diese Schüler bilden die Versuchsgruppe bzw. Stichprobe. Das Ziel des Schulversuchs besteht darin, dass diese Schülergruppe in Französisch durchschnittlich den gleichen Kenntnisstand aufweist, wie die anderen Fünftklässler des Kantons, welche nicht individualisierend unterrichtet werden. Jedes Kind der Versuchsgruppe kann nach seinem individuellen Tempo lernen. Die einen Kinder arbeiten langsamer und die anderen schneller. Der Lehrplan sieht vor, dass die Kinder am Ende der fünften Klasse eine bestimmte Anzahl Vokabeln kennen. In der Mitte des Schuljahres beherrschen die Fünftklässler des Kantons etwa die Hälfte dieser Wörter. Der arithmetische Mittelwert der Vokabelkenntnisse ist in der Stichprobe gleich gross wie bei der Population. Die Vokabelkenntnisse werden anhand eines Multiple-Choice-Tests während einer Woche erhoben. Überprüft wird, ob die Vokabelkenntnisse der Versuchsgruppe mehr variieren als die der Vergleichspopulation, also der übrigen Schüler des Kantons. - Stand vom:

13 2. Inhaltliche Fragestellung Trifft es zu, dass die Kinder beim individualisierenden Lernen im Vergleich zu herkömmlichen Methoden stark unterschiedliche Vokabelkenntnisse aufweisen? Unterscheiden sich die Vokabelkenntnisse der Kinder in der Versuchsgruppe stärker voneinander als diejenigen in der bekannten Population? Variieren die Vokabelkenntnisse der Versuchsgruppe stärker als in der Vergleichsgruppe bzw. Population. 3. Statistisch bearbeitbare Fragestellung 1. Stammt die Stichprobe der individualisierend unterrichteten Kinder mit der Standardabweichung aus einer Population, die eine grössere Standardabweichung aufweist, als die bekannte Population mit der Standardabweichung? Oder: 2. Können wir aufgrund der Standardabweichung der Stichprobe annehmen, dass diese Stichprobe aus einer Population stammt, die eine grössere Standardabweichung aufweist, als die bekannte Population? 4. Arbeitshypthese und Alternativhypothese Arbeitshypothese H0 H 0 : Die Stichprobe der Versuchsgruppe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist. Das bedeutet... Die Vokabelkenntnisse der individualisierend unterrichteten Kinder, streuen gleich stark um den arithmetischen Mittelwert ( durchschnittliche Vokabelkenntnisse), wie diejenigen der Population bzw. der Gesamtheit der Kinder des Kantons, welche mit herkömmlichem Französischunterricht unterrichtet wurden. - Stand vom:

14 Alternativhypothese H1 H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung grösser ist, als Standardabweichung der bekannten Population (gerichtet und unspezifisch). Das bedeutet... Die Vokabelkenntnisse der individualisierend unterrichteten Kinder streuen stärker um den arithmetischen Mittelwert (durchschnittliche Vokabelkenntnisse), wie diejenigen der Population bzw. der Gesamtheit der Kinder des Kantons, welche mit herkömmlichem Französischunterricht unterrichtet wurden. 5. Prüfgrösse und Prüfverteilung Prüfgrösse Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Prüfverteilung Unter der Voraussetzung, dass H 0 gültig ist und n > 100, sind die Stichproben-Standardabweichungen mit den Parametern und normalverteilt. = - Stand vom:

15 , = 112 n = 125 : Damit ist die Prüfverteilung vollständig bestimmt. Nun können wir den beobachteten Wert in die Prüfverteilung einordnen. 6. Transformation der Prüfgrösse in die Prüfverteilung Nachdem wir wissen, dass die Standardverteilungen normalverteilt und die Parameter und der Prüfverteilung bekannt sind, kann die Überschreitungswahrscheinlichkeit anhand der z-verteilung bestimmt werden. Zu diesem Zweck transformieren wir die beobachtete Stichprobenstandardabweichung in die z-transformierte Prüfverteilung. = 130 Durch die z-transformation wird die Standardabweichung zu - Stand vom:

16 . : Wir konsultieren die z-tabelle und bestimmen damit die Überschreitungswahrscheinlichkeit. Wir haben auf Grund unserer inhaltlichen Fragestellung der Arbeitshypothese H 0 eine gerichtete Alternativhypothese H 1 gegenübergestellt. Dementsprechend interessiert uns die einseitige Überschreitungswahrscheinlichkeit der z-transformierten Prüfgrösse bzw. - Stand vom:

17 7. Beurteilung der Übertretenswahrschein-lichkeit; Signifikanzniveaus Da die z-transformierte Standardabweichung der Versuchsgruppe über dem Grenzwert von 1% liegt, lehnen wir H 0 mit einer Irrtumswahrscheinlichkeit von p < 1% zu Gunsten von H1 ab. Dies bedeutet, dass die Versuchsgruppe mit einer Irrtumswahrscheinlichkeit p < 1% aus einer Population stammt, die eine grössere Standardabweichung aufweist als die bekannte Population. - Stand vom:

18 Schlussfolgerung Die signifikant grössere Standardabweichung in der Versuchsgruppe zeigt, dass die Kinder mit dem individualisierenden Französischunterricht tatsächlich in unterschiedlicheren Tempi Französischvokabeln lernen als ihre Kolleginnen und Kollegen, die konventionell unterrichtet werden. Sie sind nun am Ende des Lernschrittes angelangt. - Stand vom:

Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test

Vergleich 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)...

Mehr

t-test für abhängige Stichproben

t-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...

Mehr

Entscheidungsstatistische Verfahren

Entscheidungsstatistische Verfahren Inhaltsverzeichnis Entscheidungsstatistische Verfahren... 2 Lernhinweise... 2 Theorie (1-8)... 2 1. Der Ausgangspunkt: Eine inhaltliche Fragestellung... 3 2. Formulierung der Fragestellung so, dass sie

Mehr

Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen

Vergleich 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...

Mehr

Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen

Vergleich 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

Mehr

t-test für unabhängige Stichproben

t-test für unabhängige Stichproben Inhaltsverzeichnis t-test für unabhängige Stichproben... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 4 3. Prüfgrösse...

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

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

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

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

Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar

Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:

Mehr

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei

Mehr

Wiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)

Wiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36) Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7

Mehr

Statistik II: Signifikanztests /1

Statistik 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

Mehr

Unterschiedshypothesen Vergleiche von Häufigkeiten bzw. Mittelwerten zwischen (mindestens) zwei Gruppen Zusammenhangshypothesen Korrelationsanalysen

Unterschiedshypothesen Vergleiche von Häufigkeiten bzw. Mittelwerten zwischen (mindestens) zwei Gruppen Zusammenhangshypothesen Korrelationsanalysen Statistische Überprüfung von Hypothesen Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen und logischen Sachverhalten.Allgemein bezeichnet man diejenigen Aussagen als Hypothesen,

Mehr

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Statistische 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

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

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

Test auf den Erwartungswert

Test auf den Erwartungswert Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen

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

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft

Mehr

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

Anpassungstests VORGEHENSWEISE

Anpassungstests 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

Mehr

Methodenlehre. Vorlesung 13. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. 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

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

Statistik II. IV. Hypothesentests. Martin Huber

Statistik 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

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

Ablaufschema beim Testen

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

Mehr

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

Forschungsstatistik I

Forschungsstatistik I Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

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

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

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

Mehr

Primer: Inferenzstatistik 1.0

Primer: 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?

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 26. Jänner 2008 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: SKZ: 1) Bei einer Erhebung über den Beliebtheitsgrad von Politikern wurden n=400

Mehr

In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?

In 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?...

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

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

4.1. 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

Mehr

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

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft

Mehr

Mathematische und statistische Methoden II

Mathematische 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

Mehr

Einfaktorielle Rangvarianzanalyse mit Messwiederholungen

Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Inhaltsverzeichnis Einfaktorielle Rangvarianzanalyse mit Messwiederholungen... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-3)... 3 Teil 1 -

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

T-Test für den Zweistichprobenfall

T-Test für den Zweistichprobenfall T-Test für den Zweistichprobenfall t-test (unbekannte, gleiche Varianzen) Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten, aber gleichen Varianzen durch Vergleich der

Mehr

Chi-Quadrat Verfahren

Chi-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

Mehr

Mittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324

Mittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324 1. In der folgenden Tabelle sind drei Datenspalten gegeben: x y z 9 41 31 12 34 3 13 386 29 14 245 26 15 288 25 17 51 23 18 296 22 19 256 2 21 412 19 23 344 18 26 324 7 Zu diesen Daten liegen folgende

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Juni 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden 1/46 Anpassungstests allgemein Gegeben: Häufigkeitsverteilung

Mehr

Statistik in der Praxis

Statistik in der Praxis Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1

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

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten

Mehr

9 Prinzipien der statistischen Hypothesenprüfung

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

Mehr

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

Statistik für Wirtschaftswissenschaftler

Statistik für Wirtschaftswissenschaftler Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Prof. Dr. Rafael Weißbach, Dr. Günther Gehlert, Prof. Dr. Herbert Gülicher 7., überarbeitete Auflage Verlag Franz Vahlen München

Mehr

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Modul 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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben

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

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht 43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,

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

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

Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Stichprobengrösse

Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Stichprobengrösse Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Inhaltsverzeichnis Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale... 2 Lernhinweise...

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist

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

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

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

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 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

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

Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007

Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007 Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte

Mehr

Statistik Einführung // Stichprobenverteilung 6 p.2/26

Statistik Einführung // Stichprobenverteilung 6 p.2/26 Statistik Einführung Kapitel 6 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // 6 p.0/26 Lernziele 1. Beschreiben

Mehr

Biostatistik. Eine Einführung für Biowissenschaftler

Biostatistik. Eine Einführung für Biowissenschaftler Matthias Rudolf Wiltrud Kuhlisch Biostatistik Eine Einführung für Biowissenschaftler ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City

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

Name...LÖSUNGEN...Vorname...

Name...LÖSUNGEN...Vorname... PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

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

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63

Mehr

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 5. Juni 2013 Christodoulides / Waldherr Einführung in Quantitative Methoden- 11. VO 1/48 Anpassungstests allgemein Gegeben:

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung 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

Mehr

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

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

Mehr

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

Stichprobenbildung 2

Stichprobenbildung 2 61 Stichprobenbildung 2 Inhalt 2.1 Grundlagen der Stichprobenbildung 2.2 Zufallsstichproben 2.3 Bewusste Stichproben 2.4 Mehrstufige und mehrteilige Stichproben 2.5 Fehlerquellen bei der Stichprobenziehung

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

Biostatistik Erne Einfuhrung fur Biowissenschaftler

Biostatistik Erne Einfuhrung fur Biowissenschaftler Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher

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

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

Parametrische vs. Non-Parametrische Testverfahren

Parametrische 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

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN

Mehr

Kapitel 13. Grundbegriffe statistischer Tests

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

Mehr

Statistik Einführung // Tests auf einen Parameter 8 p.2/74

Statistik Einführung // Tests auf einen Parameter 8 p.2/74 Statistik Einführung Tests auf einen Parameter Kapitel 8 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Tests

Mehr

9 Prinzipien der statistischen Hypothesenprüfung

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

Mehr

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

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

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht

Mehr

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08 Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

Analytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09

Analytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Analytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Varianzanpassungstest Untersuchung der Streuung einer bzw.

Mehr

Standardisierte 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 Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

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