Testen von Hypothesen
|
|
- Gretel Grosse
- vor 6 Jahren
- Abrufe
Transkript
1 Statistik 2 für SoziologInnen Testen von Hypothesen Univ.Prof. Dr. Marcus Hudec Statistik für SoziologInnen 1 Testtheorie
2 Inhalte Themen dieses Kapitels sind: Erklären der Grundbegriffe der statistischen Testtheorie Vorgehensweise zur Formulierung und Prüfung von Hypothesen Eine erste praxisrelevante Fragestellung: Durchführen von Hypothesentests betreffend dem Anteilswert Statistik für SoziologInnen 2 Testtheorie
3 Hypothesen über die Grundgesamtheit Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder Behauptungen) über die unbekannte Grundgesamtheit anhand einer Stichprobe als richtig oder falsch einzustufen. Arten von Hypothesen Hypothesen über Parameter (z.b.: Merkmalsanteil; Mittelwert) Hypothesen über die Unabhängigkeit von Merkmalen Hypothesen über Form der Verteilung (z.b.: Normalverteilung) Hypothesen über die Güte der Anpassung von Modellen (z.b.: passt eine lineare Trendgerade) Statistik für SoziologInnen 3 Testtheorie
4 John Arbuthnot ( ) Leibarzt von Queen Anne Wissenschaftler und Satiriker (Freund von Jonathan Swift) Auszählung von Geburtsregistern von 82 Jahrgängen ( ) Anzahl Knabengeburten > Anzahl Mädchengeburten Ergebnis: 82 zu 0 Schlussfolgerung: Das kann kein Zufall sein Die Hypothese, dass Knaben- und Mädchengeburten gleich wahrscheinlich seien war damit bereits 1710 widerlegt. Statistik für SoziologInnen 4 Testtheorie
5 Wo sind objektive Grenzen? Was wäre gewesen, wenn das Ergebnis nicht 82:0 sondern etwa 60:22, oder gar 50: 32 gelautet hätte? Ab welchem empirischen Ergebnis hätte sich Arbuthnot getraut, in seinen wissenschaftlichen Aufzeichnungen zu notieren? Das kann kein Zufall sein Statistik für SoziologInnen 5 Testtheorie
6 Testverfahren Ein statistischer Test (Signifikanztest) ist ein Verfahren, das es erlaubt auf der Basis einer empirischen Stichprobe mit einer gewissen Irrtumswahrscheinlichkeit sich zwischen zwei konkurrierenden wissenschaftlichen Hypothesen zu entscheiden. Statistik für SoziologInnen 6 Testtheorie
7 Knaben- vs. Mädchengeburten Nullhypothese: Knaben- und Mädchengeburten sind gleich wahrscheinlich Prob(K)=Prob(M)=0,5 Alternativhypothese: Knaben- und Mädchengeburten sind nicht gleich wahrscheinlich Prob(K)<>Prob(M) Anmerkung: Es handelt sich hier um eine sog. zweiseitige Fragestellung (two-sided test), da keine spezifische Richtung einer Abweichung von der Nullhypothese festgelegt wird. Statistik für SoziologInnen 7 Testtheorie
8 Prinzipielles Vorgehen der Testtheorie 1. Unter der Annahme, dass die Nullhypothese stimmt, bestimmen wir die Wahrscheinlichkeit der Stichprobe. 2. Wenn diese Wahrscheinlichkeit kleiner als eine vorher gewählte Irrtumswahrscheinlichkeit ist, können wir mit die Nullhypothese verwerfen. Prob(Knaben)= 0,5 Prob(Mädchen)= 0,5 Prob(Mehr Knabengeburten in einem Jahr)= 0,5 Prob(Mehr Mädchengeburten in einem Jahr)= 0,5 Anzahl der Jahre 82 Wahrscheinlichkeit, dass in allen 82 Jahren Knabengeburten überwiegen = 0,5 82 0, Statistik für SoziologInnen 8 Testtheorie
9 Arten von Hypothesen Nullhypothese (Ausgangshypothese) H 0 Alternativhypothese H 1 oder H A Wichtigste Form von Hypothesen: einseitige Hypothesen bezügl. eines Parameters H 0 : < 0 H 1 : 0 Oder H 0 : 0 H 1 : 0 zweiseitige Hypothesen bezügl. eines Parameters H 0 : = 0 H 1 : 0 Hinweis: Einseitige Hypothesen setzen voraus, dass die Richtung der Abweichung bekannt ist. Statistik für SoziologInnen 9 Testtheorie
10 Beziehung Hypothesentest zu Konfidenzintervall Zweiseitige Fragestellung: Null-Hypothese: 25% der Haushalte verfügen über mehr als ein KFZ. Alternativ-Hypothese: Anteil der Haushalte mit mehr als ein KFZ weicht von 25% ab. N= Haushalte einer Kleinstadt Eine Stichprobe unter n=100 Haushalten hat ergeben, dass 30 der befragten Haushalte über mehr als ein Auto verfügen. p=30% Ist damit unsere Hypothese widerlegt? Statistik für SoziologInnen 10 Testtheorie
11 Beziehung Hypothesentest zu Konfidenzintervall Einen Indikator für die Beantwortung liefert das Konfidenzintervall, das wir im vorigen Kapitel für =0,05 mit [21%;39%] ermittelt haben. s p2 =0,3*0,7/99=0,0021 Standardfehler: s p =0,046 Für 95% (=0,05) Konfidenzintervall: z=1,96 0,3-1,96*0,046 < < 0,3 + 1,96*0,046 Offensichtlich werden wir unsere Hypothese, wenn wir mit 95% Sicherheit argumentieren wollen, nicht verwerfen, da das Intervall den Wert von 25% inkludiert. Umgekehrt: hätten wir die Null-Hypothese gehabt, dass 20% der Haushalte über mehr als ein KFZ verfügen, könnten wir diese wohl verwerfen, da der Wert von 20% nicht mehr im Intervall liegt. Statistik für SoziologInnen 11 Testtheorie
12 Zusammenfassung Zweiseitige Hypothesentests über einen Parameter entsprechen mathematisch dem Prinzip des Konfidenzintervalls Ein zweiseitiger Parameter-Test kann daher auch durch das Berechnen eines Konfidenzintervalls für diesen Parameter beantwortet werden Beachte: bei einseitigen Hypothesentests hilft das symmetrisch konzipierte Konfidenzintervall nicht unmittelbar zu Entscheidungsfindung! Statistik für SoziologInnen 12 Testtheorie
13 Testverfahren Ein statistischer Test (Signifikanztest) ist ein Verfahren, das es erlaubt auf der Basis einer Stichprobe entweder die Nullhypothese H 0 abzulehnen (auch zurückweisen oder verwerfen) und sich für die Alternativhypothese H 1 zu entscheiden oder aber die H 0 beizubehalten (anzunehmen). Das Annehmen oder Ablehnen von H 0 kann entweder die richtige oder die falsche Entscheidung sein. Insgesamt gibt es 4 Konstellationen Statistik für SoziologInnen 13 Testtheorie
14 Entscheidungsproblem Ergebnis des Test H 0 verworfen statistisch signifikant H 0 beibehalten statistisch nicht signifikant Wahrer Zustand H A O.K. -Fehler H 0 -Fehler O.K. Statistik für SoziologInnen 14 Testtheorie
15 Fehlerarten Die Irrtumswahrscheinlichkeit (Fehler 1.Art) ist die Wahrscheinlichkeit, mit der die Nullhypothese fälschlicherweise abgelehnt wird. Entscheidung für die Alternativhypothese, obwohl die Nullhypothese richtig ist. <false positive> Die Fehlerwahrscheinlichkeit (Fehler 2.Art) ist die Wahrscheinlichkeit, mit der die Alternativhypothese nicht als richtig erkannt wird. Entscheidung für die Nullhypothese, obwohl die Alternativhypothese richtig ist. <false negative> Statistik für SoziologInnen 15 Testtheorie
16 Neyman-Pearson Prinzip Da die simultane Minimierung beider Fehlerarten scheitert, erfolgt eine asymmetrische Behandlung Der -Fehler (Fehler 1. Art) wird a priori festgehalten (meist 0,01 oder 0,05) Die interessierende Hypothese wird dabei als Alternativhypothese festgelegt ==> für signifikante Ergebnisse [Entscheidung für Alternativhypothese] kennen wir dann die Irrtumswahrscheinlichkeit, die wir a priori festsetzen ==> nicht signifikante Ergebnisse [Entscheidung für Nullhypothese] implizieren aber nicht, dass die Nullhypothese tatsächlich gilt (Fehler 2.Art) Statistik für SoziologInnen 16 Testtheorie
17 Einstichprobentest für den Anteilswert (1) Fragestellung: Wir wollen zeigen, dass der Anteil (einer Minderheit X in einer Population größer als 10%. H 0 : =0,10 (bzw. 0,10) versus H 1 : > 0,10 Irrtumswahrscheinlichkeit =0,05 bzw. Signifikanzniveau 1-=0,95 Hinweise: (1) Für die Berechnung der Verteilung der Teststatistik genügt es den kritischen Fall =0,10 zu betrachten. (2) Da der Fehler bei der Rückweisung der Nullhypothese kontrolliert ist, formuliert man das Forschungsziel als Alternativ- Hypothese Statistik für SoziologInnen 17 Testtheorie
18 Einstichprobentest für den Anteilswert (2) Bestimmung einer sinnvollen Prüfgröße Idee: Als Teststatistik eignet sich die standardisierte Abweichung des empirisch beobachteten Anteils vom hypothetisch unterstellten Anteil Bestimmung der Verteilung dieser Prüfgröße unter der Annahme, dass die Nullhypothese gültig ist Vergleich des kritischen Wertes aus der Verteilung mit dem empirisch beobachteten Wert der Teststatistik Statistik für SoziologInnen 18 Testtheorie
19 Einstichprobentest für den Anteilswert (3) p ~N(, (1-)/n) Falls H 0 zutrifft: p ~ N(, (1- )/n)...grenzwert (in unserem Beispiel = 0,10) Prüfgröße Z p p 0 0 p 0( 1 0) n Die Prüfgröße Z ist bei Gültigkeit der Nullhypothese für große Stichproben und kleinem Auswahlsatz approximativ standardnormal verteilt Statistik für SoziologInnen 19 Testtheorie
20 Der kritische Bereich Der Ablehnungsbereich (Kritischer Bereich) wird so gewählt, dass die Wahrscheinlichkeit einen Wert aus dem kritischen Bereich zu erhalten bei Gültigkeit der H 0 höchstens genau beträgt. Der kritische Tabellenwert ist 1, = 0,95 = 0, Annahmebereich 1,645 kritischer Bereich Statistik für SoziologInnen 20 Testtheorie
21 Kritischer Wert In unserem Beispiel ist also der kritische Wert 1,645 Liegt die standardisierte Abweichung des Stichprobenwertes vom zu testenden Wert der Nullhypothese unter diesem Wert, fällt die Beobachtung in den Annahmebereich und wir entscheiden uns für die Nullhypothese H 0. Liegt die Beobachtung oberhalb dieses Wertes, d.h. sie liegt im kritischen Bereich (Rückweisungs-, Ablehnungsbereich), so entscheiden wir uns für die Alternativhypothese H 1. Man spricht dann auch von einem signifikanten Ergebnis. Statistik für SoziologInnen 21 Testtheorie
22 Beispiel: Stichprobe: n=100; x=15 p=0,15 p 0 015, 010, 005, Z , ( ),,, n 100 Das bedeutet wir entscheiden uns (knapp aber doch) für H 1. Wir können die Nullhypothese bei einem Signifikanzniveau von 0,95 verwerfen. Auf der Basis unseres Stichprobenergebnisses können wir bei Vorgabe einer Irrtumswahrscheinlichkeit von 5%, die Hypothese, dass der Anteil der Minderheit kleiner gleich 10% ist, zurückweisen bzw. die Hypothese, dass der Anteil größer als 10% ist annehmen. Statistik für SoziologInnen 22 Testtheorie
23 Alternative zum Beispiel: Stichprobe: n=100; x=12 p=0,12 Z p 0( 1 0) n 0,12 0,10 0,1 0, ,02 0,03 0 0,66 Das bedeutet wir entscheiden uns für die Beibehaltung der H 0. Wir können die Nullhypothese bei einem Signifikanzniveau von 0,95 nicht verwerfen. Auf der Basis unseres Stichprobenergebnisses können wir bei Vorgabe einer Irrtumswahrscheinlichkeit von 5%, die Nullhypothese, dass der Anteil der Minderheit kleiner gleich 10% ist, nicht zurückweisen bzw. die Hypothese, dass der Anteil größer als 10% ist nicht annehmen. Statistik für SoziologInnen 23 Testtheorie
24 Alternative Angabe des kritischen Bereichs In manchen Anwendungen will man den kritischen Bereich in der eigentlich untersuchten Dimension ausdrücken, dazu errechnet man durch Umformung der Teststatistik die sog. Annahmekennzahl. In unserem Beispiel sucht man jenen Wert für die Anzahl der deklarierten Mitglieder einer Minderheit in einer Stichprobe von n=100, ab welchem die Nullhypothese 0,10 abzulehnen ist? z c p 0 ( 1 ) n c 0 0 p z ( 1 ) n Statistik für SoziologInnen 24 Testtheorie c 0 c 0 0
25 Beispiel p c =0,10+1,645*0,03=0,1494 Bei einer Stichprobe von 100 können wir die H 0 daher ab einer Anzahl von 15 oder mehr deklarierten Mitgliedern der Minderheit in der Stichprobe mit einer Irrtumswahrscheinlichkeit von =0,05 ablehnen. Hat man weniger als 15 (also maximal 14) deklarierte Mitglieder empirisch erhoben, so kann die Nullhypothese nicht verworfen werden. Hätte man etwa x=13 beobachtet, so ergibt sich für die Testgröße z = (0,13-0,10)/0,03=1, was zur Beibehaltung der H 0 geführt hätte. Statistik für SoziologInnen 25 Testtheorie
26 Kritischer Bereich ausgedrückt als Anteilswert 1-= 0,95 p c =0,1494 = 0, Statistik für SoziologInnen 26 Testtheorie
27 Zusammengesetzte Nullhypothese p=0,08 p=0,09 p=0,10 Es genügt den Grenzfall (p=0,10) zu betrachten, um auf der sicheren Seite zu sein (darf maximal 5% sein) p c =0, Statistik für SoziologInnen 27 Testtheorie
28 Beispiel: Der Stimmenanteil einer Partei betrug bei der letzten Wahl 40%. Eine Umfrage unter n=600 Wahlberechtigten soll zeigen, ob sich der Anteil der Partei verändert hat. H 0 : = 0,40 H 1 : 0,40 (zweiseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Signifikanzniveau 1- = 0,95 Prüfgröße: Z p p 0 0 p 0( 1 0) n Beachte: keine gerichtete Fragestellung zweiseitiger Test Statistik für SoziologInnen 28 Testtheorie
29 Beispiel: Kritischer Bereich: [-,-1,96] [1,96,+ ] Annahmebereich: [-1,96,+1,96] Alternative Angabe des Kritischen Bereichs entspricht dem Schwankungsintervall bei Gültigkeit von H 0 : 0( 1 0) 04, 06, p 00004, 002, n 600 0( 1 0) pc 0 zc 04, 196, 002, 04, 00392, n [ 0, 3608; 0, 4392] Annahmebereich in Anteilen [ 217; 263] Annahmebereich in Anzahl Statistik für SoziologInnen 29 Testtheorie
30 Beispiel: Durchführen der Befragung ergibt: n=600 x=261 p=0,435 43,5% Teststatistik: Z p p , 04, 175, p 0( 1 0) 002, n Entscheidung: Beibehaltung der Nullhypothese Aufgrund des Stichprobenergebnisses kann, die Nullhypothese =0,40 mit einer Irrtumswahrscheinlichkeit von =0,05 nicht abgelehnt werden. Keinesfalls ist damit die Nullhypothese bewiesen! Fehler 2.Art!!! Statistik für SoziologInnen 30 Testtheorie
31 Einseitige Formulierung der Fragestellung Wir wollen mit 95% Wahrscheinlichkeit nachweisen", dass der Stimmenanteil gewachsen ist: H 0 : 0,40 H 1 : 0,40 (einseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Konfidenzniveau 1- = 0,95 Prüfgröße bleibt unverändert Einseitiger Annahmebereich: [-,+1,645] Beachte die Wahl von H 0 und H 1! bzw. Rückweisungsbereich in Anteilen ausgedrückt 0,40+1,645*0,02==> [43,29%; 100%] Im Beispiel: ==> signifikantes Ergebnis bei =0,05 Statistik für SoziologInnen 31 Testtheorie
32 Einseitige versus Zweiseitige Hypothesen Offensichtlich sind einseitige Fragestellungen trennschärfer als zweiseitige (d.h. wir erzielen ceteris paribus leichter ein signifikantes Ergebnis) Bei einseitiger Hypothese geht Richtung der vermuteten Abweichung in die Testprozedur als zusätzliche Annahme ein Festlegen der Hypothesen muss immer vor der Durchführung der Untersuchung festgelegt werden Eine nachträgliche datengesteuerte Spezifikation verfälscht das Signifikanzniveau Statistik für SoziologInnen 32 Testtheorie
33 0,5 2,5% 2,5% Oben: Zweiseitiger Test liefert kein signifikantes Ergebnis 0,5 5,0% Unten: Einseitiger Test liefert signifikantes Ergebnis Statistik für SoziologInnen 33 Testtheorie
34 Formulierung der Hypothesen Formulierung der Hypothesen wird vom Forschungsinteresse determiniert Statistik für SoziologInnen 34 Testtheorie
35 Auswirkungen auf den Annahmebereich Statistik für SoziologInnen 35 Testtheorie
36 Streng konfirmatorische Vorgangsweise Vor der Datenerhebung Nach Aufstellen von Null- und Alternativhypothese Festlegen des Signifikanzniveaus Festlegen einer Prüfgröße (Stichprobenfunktion) Bestimmen der Testverteilung bei Gültigkeit der Nullhypothese Ermittlung des kritischen Bereichs (Ablehnungsbereich) Berechnung der Prüfgröße Entscheidung & Interpretation Statistik für SoziologInnen 36 Testtheorie
37 Empirisches Signifikanzniveau (p-value) Das empirische Signifikanzniveau ist jene Wahrscheinlichkeit *, mit der die Prüfgröße einen Wert T annimmt, der unter H 0 genauso oder sogar noch unplausibler ist als der in der Stichprobe beobachtete Wert für die Teststatistik. Häufige Schreibweise für das empirische Signifikanzniveau: p-value= Die Nullhypothese ist bei vorgegebenen immer dann abzulehnen, wenn der p-value kleiner als das gewählte ist. Statistik für SoziologInnen 37 Testtheorie
38 Beispiel zum p-value: Eine Umfrage unter n=400 Wahlberechtigten ergab für einen Kandidaten A 220 Befürworter. Kann man aus dieser Stichprobe schließen, dass die Befürworter in der Mehrheit sind? H 0 : <= 0,50 H 1 : 0,50 (einseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Signifikanzniveau 1- = 0,95 Prüfgröße: Z p p 0 0 p 0( 1 0) n Statistik für SoziologInnen 38 Testtheorie
39 Beispiel: Kritischer Bereich (Rückweisungsbereich): [1,645, +] Annahmebereich Nullhypothese: [-+1,645] p=220/400=0,55 Z p p p 0( 10) n 0,550,50 0, Statistik für SoziologInnen 39 Testtheorie
40 Der kritische Bereich Verteilung der Teststatistik bei Gültigkeit der Nullhypothese Kritischer Wert aus der Tabelle Z =1,645 1-=95% =5% Annahmebereich der Nullhypothese Rückweisungsbereich Statistik für SoziologInnen 40 Testtheorie
41 p-value und kritischer Bereich Beobachteter Wert der Teststatistik Z =2 Kritischer Wert aus der Tabelle Z =1,645 p-value = 0,0228 Fläche unter der Kurve rechts vom Testwert Annahmebereich der Nullhypothese Rückweisungsbereich Statistik für SoziologInnen 41 Testtheorie
42 Empirisches Signifikanzniveau Der p-value ist eine deskriptive Zusatzinformation, die angibt, wie weit die Teststatistik im Ablehnungsbereich liegt bzw. wie weit sie vom kritischen Bereich entfernt ist. Der p-value kann für eine objektive Entscheidungsfindung nicht die a priori Wahl des Signifikanzniveaus ersetzen. Die datengesteuerte Wahl des Signifikanzniveaus verändert den Fehler 2.Art! Beim zweiseitigen Test müssen die Abweichungen auf beiden Seiten berücksichtigt werden! Statistik für SoziologInnen 42 Testtheorie
43 Kommunikation von p-values Statistik für SoziologInnen 43 Testtheorie
44 Beispiel: Wirksamkeit von Medikamenten Eine Pharmafirma hat ein neues Medikament entwickelt, von dem vermutet wird, dass es die Heilungschance bei einer bestimmten Krankheit von 20% (Erfolgschance bei Standardmedikation) erhöht. Man plant eine Studie mit n=100 Patienten. Ab welchem Ergebnis, sprechen wir von einer signifikanten Verbesserung? Ab welchem Ergebnis, würden Sie die Entscheidung treffen, dass das neue Medikament besser als die Standardmedikation ist? Statistik für SoziologInnen 44 Testtheorie
45 Hypothesen Nullhypothese: Die Wirksamkeit des neuen Medikamentes ist höchstens gleich gut, wie die der bisherigen Standardmedikation: Prob(Response) <= 0,2 Alternativhypothese: Die Wirksamkeit des neuen Medikamentes ist besser, als die der bisherigen Standardmedikation: Prob(Response) > 0,2 Anmerkung: einseitige Fragestellung (one-sided test) Statistik für SoziologInnen 45 Testtheorie
46 Einstichprobentest für den Anteilswert bei großem n Berechnen einer standardisierten Prüfgröße Z p0 0(1 0) n p ist der tatsächlich beobachtete Anteil, 0 ist der zu testende Anteil, n ist die Fallzahl Z ist unter Gültigkeit der Nullhypothese standardnormalverteilt und kann als Normierung der Responserate interpretiert werden Statistik für SoziologInnen 46 Testtheorie
47 Der kritische Bereich = 0,95 = 0,05 Annahmebereich ,645 krit. Bereich Statistik für SoziologInnen 47 Testtheorie
48 Berechnung der Testgröße n= 100 p 0 = 0,2 Anzahl der Respondenten= 29 Response-Rate in der Studie p= 0,29 Standardabweichung= 0,04 Differenz= 0,09 Teststatistik= 2,25 p-value= 0, Aufgrund der durchgeführten Studie können wir bei einer Irrtumswahrscheinlichkeit von =0,05 die Nullhypothese, dass die Wirksamkeit kleiner gleich 20% ist zurückweisen. Der p-value beträgt 0,0122. Statistik für SoziologInnen 48 Testtheorie
49 Der kritische Bereich = 0,95 Beobachteter Wert =2,25 = 0,05 p-value = 0,012 Fläche unter der Kurve rechts vom Testwert Annahmebereich ,645 krit. Bereich Statistik für SoziologInnen 49 Testtheorie
50 Anmerkungen Ein signifikantes Ergebnis eines Hypothesentests besagt: die Daten sind bei einer vorgegebenen Irrtums-Wahrscheinlichkeít mit der H 0 inkompatibel, daher sollten wir die H 0 verwerfen. Es sagt nichts darüber, wie wahrscheinlich die H 1 tatsächlich ist sondern lediglich, dass die beobachtete Abweichung von der H 0 mit einer gewissen Irrtumswahrscheinlichkeit nicht rein zufällig ist. Insbesondere kann aus einem Signifikanztest nicht unmittelbar auf Kausalität geschlossen werden! Auch sagt das Ergebnis eines Signifikanztests nichts darüber aus, ob ein Unterschied (Effekt) wichtig oder groß ist. Bei kleinem Standardfehler (geringe Streuung und/oder große Stichprobe) besteht eine starke Tendenz zu signifikanten Ergebnissen. Ein nicht signifikantes Ergebnis ist ohne Überlegungen zur Power nicht direkt sinnvoll interpretierbar. Statistik für SoziologInnen 50 Testtheorie
51 Was wir uns merken sollten Für das Testen von Hypothesen benötigen wir, eine sinnvolle Teststatistik (z.b. standardisierte Abweichung eines empirisch erhobenen Wertes vom Parameterwert der Nullhypothese) sowie die Kenntnis der Verteilung der Teststatistik bei Gültigkeit der Nullhypothese Der Rückweisungsbereich enthält jene Werte der Teststatistik, die bei Gültigkeit der Nullhypothese insgesamt eine Wahrscheinlichkeit von maximal haben. Liegt der empirische Wert der Teststatistik im Rückweisungsbereich, bedeutet dies, dass die empirische Beobachtung bei Gültigkeit der Nullhypothese sehr unwahrscheinlich ist, und wir daher die Nullhypothese verwerfen können. Statistik für SoziologInnen 51 Testtheorie
52 Was wir uns merken sollten Der p-value (empirisches Signifikanzniveau) drückt aus, wie weit der empirische Wert der Teststatistik im Rückweisungsbereich liegt. Er ist eine deskriptive Zusatzinformation zum Entscheidungsproblem des Hypothesentestens. Die Formulierung der Hypothesen ist nicht symmetrisch. Nur für die Ablehnung der Nullhypothese wird der Fehler ex ante festgelegt. Einseitige Fragestellungen sind trennschärfer als zweiseitige. Statistik für SoziologInnen 52 Testtheorie
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
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
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
Mehr3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft
3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)
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
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
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
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
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 =
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
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
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
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von
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
Mehr: p= 1 6 ; allgemein schreibt man hierfür H : p = p. wird Gegenhypothese genannt und mit H 1 bezeichnet.
Einseitiger Signifikanztest Allgemein heißt die Hypothese, dass eine vorgelegte unbekannte Wahrscheinlichkeitsverteilung mit einer angenommenen Verteilung übereinstimmt, Nullhypothese und wird mit H 0
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
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
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
MehrWB 11 Aufgabe: Hypothesentest 1
WB 11 Aufgabe: Hypothesentest 1 Ein Medikament, das das Überleben eines Patienten sichern soll, wird getestet. Stelle Null- und Alternativhypothese auf und beschreibe die Fehler 1. Art und 2. Art. Welcher
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,
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
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
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
MehrExakter Binomialtest als Beispiel
Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.
MehrUm 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 ------------------------------------------------------------------------------------------------------------------
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
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
MehrPrüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen
MehrHypothesentest. Ablehnungsbereich. Hypothese Annahme, unbewiesene Voraussetzung. Anzahl Kreise
Hypothesentest Ein Biologe vermutet, dass neugeborene Küken schon Körner erkennen können und dies nicht erst durch Erfahrung lernen müssen. Er möchte seine Vermutung wissenschaftlich beweisen. Der Biologe
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
MehrDie Abfüllmenge ist gleich dem Sollwert 3 [Deziliter].
Eine Methode, um anhand von Stichproben Informationen über die Grundgesamtheit u gewinnen, ist der Hypothesentest (Signifikantest). Hier wird erst eine Behauptung oder Vermutung (Hypothese) über die Parameter
MehrTesten von Hypothesen, Beurteilende Statistik
Testen von Hypothesen, Beurteilende Statistik Was ist ein Test? Ein Test ist ein Verfahren, mit dem man anhand von Beobachtungen eine begründete Entscheidung über die Gültigkeit oder Ungültigkeit einer
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
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
MehrProf. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Hypothesentesten, Fehlerarten und Güte 2 Literatur Kreyszig: Statistische Methoden und ihre Anwendungen, 7.
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
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 7.9. Lösungen zum Hypothesentest II Ausführliche Lösungen: A A Aufgabe Die Firma Schlemmerland behauptet, dass ihre Konkurrenzfirma Billigfood die Gewichtsangabe,
Mehr9. StatistischeTests. 9.1 Konzeption
9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen
MehrSchließende 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
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
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 19. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung
MehrKapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Induktive Statistik Prof. Dr. W.-D. Heller
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,...,
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrKATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert
KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert 0. Das eigentliche Forschungsziel ist: Beweis der eigenen Hypothese H 1 Dafür muss Nullhypothese H 0 falsifiziert werden können Achtung!
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrStatistischer Rückschluss und Testen von Hypothesen
Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss Lerne von der Stichprobe über Verhältnisse in der Grundgesamtheit Grundgesamtheit Statistischer Rückschluss lerne aus Analyse
MehrÜbungsaufgaben zu Kapitel 5
Übungsaufgaben zu Kapitel 5 Lösungen zu den Übungsaufgaben ab Seite 9. Aufgabe 9 Bei der Herstellung von Schokoladentafeln interessiert a) das durchschnittliche Abfüllgewicht einer Tafel Schokolade. b)
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.7 und 4.8 besser zu verstehen. Auswertung und Lösung Abgaben: 71 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 5.65 Frage 1
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
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
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,
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
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
MehrOnline-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung
Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)
MehrGlossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung
Glossar Biometrie / Statistik A Äquivalenztest Der Äquivalenztest beurteilt die Gleichwertigkeit von Therapien. Beim Äquivalenztest werden als Hypothesen formuliert: Nullhypothese H 0 : Die Präparate sind
MehrEntscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 4.1 4. Statistische Entscheidungsverfahren Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Beispiel:
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
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrKapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
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
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 13 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrTest 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
Mehr11 Tests zur Überprüfung von Mittelwertsunterschieden
11 Tests zur Überprüfung von Mittelwertsunterschieden 11.1 Der z Test (t Test) für verbundene Stichproben 11.2 Der z Test (t Test) für unabhängige Stichproben 11.3 Fehler 1. Art und 2. Art 11.4 Typische
MehrAussagen 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
MehrÜberblick Hypothesentests bei Binomialverteilungen (Ac)
Überblick Hypothesentests bei Binomialverteilungen (Ac) Beim Testen will man mit einer Stichprobe vom Umfang n eine Hypothese H o (z.b.p o =70%) widerlegen! Man geht dabei aus von einer Binomialverteilung
MehrTesten von Hypothesen
Elke Warmuth Humboldt-Universität zu Berlin Sommersemster 2010 1 / 46 2 / 46 1 Testen von Hypothesen 3 / 46 Signifikant, signifikant, signifikant,... 4 / 46 Signifikant, signifikant, signifikant,... 5
Mehr1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0
1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen
MehrAlternativtest Einführung und Aufgabenbeispiele
Alternativtest Einführung und Aufgabenbeispiele Ac Einführendes Beispiel: Ein Medikament half bisher 10% aller Patienten. Von einem neuen Medikament behauptet der Hersteller, dass es 20% aller Patienten
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
Mehrk np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr
Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Beispiel: Kann ein neugeborenes Küken Körner erkennen oder lernt es dies erst durch Erfahrung? Um diese Frage zu entscheiden, wird folgendes Experiment geplant: Sobald das Küken
Mehr6. Statistische Hypothesentests
6. Statistische Hypothesentests Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang X habe die unbekannte VF F X (x) Interessieren uns für einen unbekannten Parameter θ der Verteilung von
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
MehrInferenzstatistik Vortrag: Alpha und Beta Fehler
Inferenzstatistik Vortrag: Alpha und Beta Fehler Dresden, 18.11.08 01 Fehlerquelle Hypothesen Unbekannte Wirklichkeit H0 ist richtig H0 ist falsch Schlussfolgerung aus dem Test unserer Stichprobe Ho annehmen
MehrZweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz
Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis
MehrTest auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)
Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen
MehrTesten von Hypothesen
Testen von Hypothesen Mathematik-Didaktik B Stochastik im Unterricht Referenten: Alexander Hochstein Christian Herrmann Friedrich- Schiller Universität Jena Jena, d. 11.11.2008 Gliederung 1. Einleitung
MehrKinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik
Beurteilende Statistik im Mathematikunterricht Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik 20.11.2014 Gliederung Anliegen der beurteilenden
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
Mehre) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese
9 Hypothesentests 1 Kapitel 9: Hypothesentests A: Übungsaufgaben: [ 1 ] Bei Entscheidungen über das Ablehnen oder Nichtablehnen von Hypothesen kann es zu Irrtümern kommen. Mit α bezeichnet man dabei die
MehrÜbungen mit dem Applet Vergleich von zwei Mittelwerten
Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung
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-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrTests einzelner linearer Hypothesen I
4 Multiple lineare Regression Tests einzelner linearer Hypothesen 4.5 Tests einzelner linearer Hypothesen I Neben Tests für einzelne Regressionsparameter sind auch Tests (und Konfidenzintervalle) für Linearkombinationen
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrTestentscheidungen. Worum geht es in diesem Modul? Kritische Werte p-wert
Testentscheidungen Worum geht es in diesem Modul? Kritische Werte p-wert Worum geht es in diesem Modul? Testentscheidungen: Annahme- und Ablehnbereich Bei der Durchführung eines statistischen Tests kommen
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
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrStatistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
MehrKlausur zu Statistik II
GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel
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
MehrBiometrische Planung von Versuchsvorhaben
Biometrische Planung von Versuchsvorhaben Einführung in das Prinzip der Lehrstuhl für Mathematik VIII Statistik http://statistik.mathematik.uni-wuerzburg.de/~hain Ziel des Vortrags Im nachfolgenden Vortrag
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
MehrStatistische Tests zu ausgewählten Problemen
Einführung in die statistische Testtheorie Statistische Tests zu ausgewählten Problemen Teil 4: Nichtparametrische Tests Statistische Testtheorie IV Einführung Beschränkung auf nichtparametrische Testverfahren
Mehr3 Konfidenzintervalle
3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik
Mehr