STATISTIK 1 - BEGLEITVERANSTALTUNG

Größe: px
Ab Seite anzeigen:

Download "STATISTIK 1 - BEGLEITVERANSTALTUNG"

Transkript

1 STATISTIK 1 - BEGLEITVERANSTALTUNG VORLESUNG 4 ALPHA / BETA-FEHLER Mona Ulrich, Psychologie (M.Sc.)

2 AGENDA 01 STATISTISCHE HYPOTHESEN 02 POPULATION / STICHPROBE 03 ALPHA/ BETA-FEHLER 04 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)

3 STATISTISCHE HYPOTHESEN Mona Ulrich, Psychologie (M.Sc.)

4 STATISTISCHE HYPOTHESEN Inferenzstatistik befasst sich mit der Überprüfung von Hypothesen Hypothesen sind in der Regel Aussagen, die eine noch nicht bestätigte Vermutung ausdrücken. Formal gleichen sie aus Fragen abgeleiteten Aussagen, deren Kombination alle möglichen Aussagen abdeckt. Frage: Unterscheiden sich Frauen und Männer hinsichtlich ihrer Intelligenz? Hypothese 1: Frauen und Männer unterscheiden sich in ihrer Intelligenz. Hypothese 0: Frauen und Männer unterscheiden sich in ihrer Intelligenz nicht Mona Ulrich, Psychologie (M.Sc.)

5 STATISTISCHE HYPOTHESEN Diejenige Aussage, welche Gleichheit beschreibt, d.h. keinen Unterschied, nennt man Nullhypothese oder H0. Diejenige Aussage, welche einen Unterschied beschreibt, nennt man Alternativhypothese oder H1. Ziel einer Untersuchung / eines Experiments ist es nun herauszufinden, welche dieser beiden Aussagen mit einer höheren Wahrscheinlichkeit zutrifft bzw. welche Hypothese (vorläufig) angenommen oder verworfen wird Mona Ulrich, Psychologie (M.Sc.)

6 STATISTISCHE HYPOTHESEN Frage: Unterscheiden sich Frauen und Männer hinsichtlich ihrer Intelligenz? Aussagen H1: Frauen und Männer unterscheiden sich in ihrer Intelligenz. H0: Frauen und Männer unterscheiden sich in ihrer Intelligenz nicht. Mathematisch H1: Intelligenz (Frauen) Intelligenz (Männer) H0: Intelligenz (Frauen) = Intelligenz (Männer) Mona Ulrich, Psychologie (M.Sc.)

7 EFFEKTGRÖßE/TESTSTÄRKE Es kann sein, dass bei einer großen Stichprobe Unterschiede sehr schnell signifikant werden Umgekehrt gilt auch, dass große (und bedeutsame) Unterschiede bei zu kleinen Stichproben nicht signifikant werden, also unentdeckt bleiben. Deswegen benötigt man Verfahren, die praktische Bedeutsamkeit von Untersuchungen erkennen zu können. Das geht über die Feststellung der: Effektgrößen und Teststärke Die korrekte Anwendung eines Signifikanztests und die Interpretation der Ergebnisse unter dem Blickwinkel der praktischen Bedeutsamkeit sind essentielle und gleichwertige Bestandteile der empirischen Hypothesenprüfung Mona Ulrich, Psychologie (M.Sc.)

8 EFFEKTGRÖßE Der in der H 1 behauptete Unterschied wird als Effekt bezeichnet. Um Effekte verschiedener Untersuchungen vergleichbar zu machen, werden Effekte zu Effektgrößen standardisiert: ε = µ1 µo ô Die Effektgröße gibt also an, inwieweit in einem speziellen Test µ1 von µ0 von entfernt sein sollte, um von einem praktisch bedeutsamen Effekt sprechen zu können. Wenn man vor einer Untersuchung eine Effektgröße festlegt, hat dies den Vorteil (neben dem größeren Aufwand), dass der Stichprobenumfang kalkulierbar ist: Mona Ulrich, Psychologie (M.Sc.)

9 TESTSTÄRKE Die Teststärke ist die der korrekten Entscheidung für die H 1 zugeordnete Wahrscheinlichkeit, d.h. die Teststärke gibt an, mit welcher Wahrscheinlichkeit ein Signifikanztest zugunsten einer spezifischen H 1 entscheidet. Die Teststärke hat den Wert 1 Da sich α und β gegenseitig beeinflussen, ist die Teststärke für = 0,05 größer als für = 0,01. Um eine geeignete Teststärke zu erzielen, sollte vor einer Untersuchung eine Effektgröße festgelegt und n darauf abgestimmt werden Mona Ulrich, Psychologie (M.Sc.)

10 TESTSTÄRKE Eigenschaften der Teststärke: Sie vergrößert sich: mit wachsender Differenz von µ1 und µ0 (also auch mit wachsender Effektgröße) bei kleiner werdender Merkmals (=Populations-) streuung. mit größer werdendem α (sofern β nicht festgelegt ist). mit wachsendem Stichprobenumfang (da der Standardfehler kleiner ist) Bei gerichteter Hypothese hat ein einseitiger Test größere Power als zweiseitiger Test Mona Ulrich, Psychologie (M.Sc.)

11 VARIANTEN VON ALTERNATIVHYPOTHESEN Je nach Art der Hypothesenformulierung unterscheidet man zwischen Unterschiedshypothesen prüft man bei Häufigkeitsvergleichen und Mittelwertsvergleichen und Zusammenhangshypothesen bei Korrelationsrechnung Mona Ulrich, Psychologie (M.Sc.)

12 GERICHTETE / UNGERICHTETE HYPOTHESEN Statistische Hypothesen können unterteilt werden in gerichtete und ungerichtete Hypothesen. Ungerichtete Hypothesen formulieren lediglich einen Unterschied, gerichtete Hypothesen geben eine Richtung für den Unterschied vor. Frage: Sind Frauen intelligenter als Männer? Aussagen H1: Frauen sind intelligenter als Männer. H0: Frauen sind nicht intelligenter als Männer. Mathematisch H1: Intelligenz (Frauen) > Intelligenz (Männer) H0: Intelligenz (Frauen) Intelligenz (Männer) Mona Ulrich, Psychologie (M.Sc.)

13 UNGERICHTET ODER GERICHTET? Wann formuliert man nun eine ungerichtete Hypothese und wann eine gerichtete Hypothese? Ausgangspunkt ist immer die Forschungsfrage. Sind zu dieser Forschungsfrage bereits Ergebnisse bekannt, die in eine bestimmte Richtung zielen, oder besteht bereits eine Theorie, die eine bestimmte Richtung vermuten lässt, dann kann eine gerichtete Hypothese formuliert werden. Ist zu diesem speziellen Forschungsgebiet noch nichts bekannt oder existieren widersprüchliche Ergebnisse, sollte besser eine ungerichtete Hypothese formuliert werden Mona Ulrich, Psychologie (M.Sc.)

14 POPULATION/ STICHPROBE Mona Ulrich, Psychologie (M.Sc.)

15 STICHPROBE / GRUNDGESAMTHEIT Grundgesamtheit: alle potenziellen untersuchbaren Einheiten oder Elemente, die ein gemeinsames Merkmal (oder Kombination) aufweisen (Population von Deutschen, Bewohner einer Stadt, linkshändige Schüler etc.) Stichprobe: Teilmenge aller Untersuchungsobjekte, die die untersuchungsrelevanten Eigenschaften der Grundgesamtheit möglichst genau abbilden (Miniaturbild) Mona Ulrich, Psychologie (M.Sc.)

16 STICHPROBE / GRUNDGESAMTHEIT Eine Stichprobe kann in Bezug auf die Grundgesamtheit entweder in Bezug auf a) alle Merkmale (globale Repräsentativität) oder b) bestimmte Merkmale (spezifische Repräsentativität) repräsentativ sein Mona Ulrich, Psychologie (M.Sc.)

17 ALPHA/BETA-FEHLER Mona Ulrich, Psychologie (M.Sc.)

18 INFERENZSTATISTIK befasst sich mit der Überprüfung von Hypothesen Kann ich das Ergebnis meiner Stichprobe auf die gesamte Population übertragen? (Verteilung der Merkmale in der Population ist nie bekannt) Oder anders ausgedrückt: ist das Ergebnis signifikant? Der Einfluss des Zufalls auf das Stichprobenergebnis ist entscheidend Mona Ulrich, Psychologie (M.Sc.)

19 INFERENZSTATISTIK Signifikanz Wenn die Wahrscheinlichkeit hoch ist, dass das Stichprobenergebnis per Zufall aufgetreten ist, so wird es wohl kaum übertragbar sein auf die Bevölkerung Ist der Einfluss des Zufalls hingegen gering, so kann es gut sein dass das Ergebnis übertragbar, also signifikant ist In der Statistik hat man sich darauf geeinigt, dass wenn die Wahrscheinlichkeit <5% ist, dass ein Ergebnis per Zufall eingetreten ist, dieses als signifikant gilt Diese Restwahrscheinlichkeit bezeichnet man als Irrtumswahrscheinlichkeit Mona Ulrich, Psychologie (M.Sc.)

20 ALPHA/BETA FEHLER Zurück zu den Hypothesen: Man prüft in der Statistik in den meisten Fällen auf Unterschied, da man, was die Bevölkerungsebene betrifft, annimmt es bestünde kein Unterschied Man versucht also seine Alternativhypothese H1 zu bestätigen Wenn ein Ergebnis signifikant ist, schreibt man Mit einer Irrtumswahrscheinlichkeit von 5 % kann davon ausgegangen werden, dass Mona Ulrich, Psychologie (M.Sc.)

21 ALPHA/BETA FEHLER Alpha-Fehler Bedeutet: sich für die Alternativhypothese (H1) zu entscheiden, obwohl es in der Bevölkerung keinen Unterschied gibt (H0) In meinem Stichprobenergebnis besteht ein Unterschied zwischen zwei Variablen, und dieser ist auch signifikant dennoch besteht die Wahrscheinlichkeit von 5% dass es Zufall war. Ich kann mich also immer noch irren, indem ich behaupte in der Bevölkerung gelte das gleiche wie bei meiner Berechnung. Die Gefahr diesen Fehler zu begehen wird durch den alpha-fehler ausgedrückt Mona Ulrich, Psychologie (M.Sc.)

22 ALPHA/BETA FEHLER Beta-Fehler In bestimmten Fällen kann es jedoch vorkommen, dass auf Gleichheit geprüft wird (d.h. es wird mit dem Ziel geprüft, dass kein Unterschied besteht bzw. kein Zusammenhang). Dies bedeutet dann, dass man die Annahme treffen muss, in der Bevölkerung bestünde ein Unterschied. Fehler 2.Art: Die H 0 wird beibehalten, obwohl eigentlich die H 1 in der Population gilt. Bezogen auf die Vierfelder-Tafel zu alpha- und beta-fehler bedeutet das, dass der beta-fehler relevant wäre Mona Ulrich, Psychologie (M.Sc.)

23 ALPHA-BETA-FEHLER Grafische Darstellung Mona Ulrich, Psychologie (M.Sc.)

24 ALPHA/BETA FEHLER Alpha- und Beta-Fehler sind gegenläufig zueinander! Das heißt: vergrößert man den einen, verkleinert man den anderen. Üblicherweise wird der Alpha-Fehler auf 5% festgesetzt bzw. auf p=0,05. Der Beta-Fehler berechnet sich aus den nicht-zentralen Verteilungen. Da Alpha- und Beta-Fehler aber gegenläufig zueinander sind, kann man den Beta-Fehler dadurch verkleinern, dass man den Alpha- Fehler vergrößert, z. B. auf 10% bzw. p=0, Mona Ulrich, Psychologie (M.Sc.)

25 ALPHA/BETA FEHLER Wissenschaft ist primär konservativ. Für die Statistik heißt das: Wissenschaft geht prinzipiell davon aus, dass es in der Gesamtbevölkerung keinen Unterschied bzw. keinen Zusammenhang gibt. Daraus folgt, dass man üblicherweise mit dem Ziel prüft, ob -basierend auf den Stichprobenergebnissen- doch ein Unterschied (bzw. ein Zusammenhang unterschiedlich von Null) angenommen werden kann. Bezogen auf die Vierfelder-Tafel zu alpha- und beta-fehler heißt das, dass üblicherweise nur der alpha-fehler betrachtet wird Mona Ulrich, Psychologie (M.Sc.)

26 SIGNIFIKANZ UND ALPHA-FEHLER? Signifikanz heißt Bedeutsamkeit. Von Signifikanz wird gesprochen, wenn die Wahrscheinlichkeit, den alpha-fehler zu begehen, kleiner als 5% ist. Signifikanz heißt nicht, dass der alpha-fehler ausgeschlossen ist! Signifikanz bedeutet nicht zwangsläufig, dass ein Ergebnis auch Relevanz besitzt! Diese 5%-Grenze ist lediglich Konvention und hat keinen mathematischen Hintergrund! Mona Ulrich, Psychologie (M.Sc.)

27 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)

28 ÜBUNG 1 Ein Tester hat eine Urne vor sich, in die er nicht hineinschauen kann. Darin befinden sich rote und grüne Kugeln. Es kann jeweils nur eine Kugel zu Testzwecken aus der Urne entnommen werden. Nehmen Sie dabei an, dass sich mehr rote als grüne Kugeln in der Urne befinden. Entwickele H0 und H1(auch mathematisch) und überlege, was Fehler 1. Art ist Mona Ulrich, Psychologie (M.Sc.)

29 ÜBUNG 1 Lösung Alternativhypothese: In der Urne befinden sich mehr rote als grüne Kugeln. Rote Kugeln > grüne Kugeln Nullhypothese: Es befinden sich gleich viele oder weniger rote als grüne Kugeln in der Urne. Rote Kugeln grüne Kugeln Um ein Urteil über den Inhalt der Urne abgeben zu können, wird der Tester der Urne mehrmals Kugeln zu Testzwecken entnehmen. Wenn er daraufhin zu der Entscheidung gelangt, dass die Alternativhypothese zutreffend sein kann, also er die Meinung vertritt, dass mehr rote als grüne Kugeln in der Urne seien, obwohl in Wirklichkeit die Nullhypothese zutrifft, nämlich dass gleich viele rote wie grüne oder weniger rote als grüne Kugeln in der Urne sind, dann begeht er einen Fehler 1. Art Mona Ulrich, Psychologie (M.Sc.)

30 ÜBUNG 2 Spam-Filter für ankommende s: ein Filter soll erkennen, ob eine ankommende Spam ist oder nicht. Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1. Art ist Mona Ulrich, Psychologie (M.Sc.)

31 ÜBUNG 2 Lösung Nullhypothese: Es handelt sich um eine normale und um keinen Spam. Spam Alternativhypothese: Es handelt sich um Spam. = Spam Falls eine als Spam klassifiziert wird, es sich jedoch in Wirklichkeit nicht um Spam handelt, die also fälschlicherweise als Spam klassifiziert wird, so sprechen wir von einem Fehler 1. Art (falsch-positiv) Mona Ulrich, Psychologie (M.Sc.)

32 ÜBUNG 3 Wir wollen überprüfen, ob eine neue Lernmethode die Lernleistung von Schülern steigert. Dafür vergleichen wir eine Gruppe von Schülern, die nach der neuen Lernmethode unterrichtet wurden, mit einer Stichprobe von Schülern, die nach der alten Methode unterrichtet wurden. Nehmen Sie dabei an, dass die Schüler mit der neuen Lehrmethode unterrichtet wurden, eine höhere Lernleistung aufweisen Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1.Art ist Mona Ulrich, Psychologie (M.Sc.)

33 ÜBUNG 3 Lösung-1 Alternativhypothese: Schüler, die nach der neuen Lernmethode unterrichtet wurden, haben eine höhere Lernleistung als Schüler, die nach der alten Methode unterrichtet wurden. Lernleistung Schüler neue Lernmethode > Lernleistung Schüler alte Lernmethode Nullhypothese: Schüler, die nach der neuen Lernmethode unterrichtet wurden, weisen keinen Unterschied bzw. schlechtere Lernleistungen als Schüler auf, die nach der alten Methode unterrichtet wurden. Lernleistung Schüler neue Lernmethode Lernleistung Schüler alte Lernmethode Mona Ulrich, Psychologie (M.Sc.)

34 ÜBUNG 3 Lösung-2 Angenommen in unserer Untersuchung weist die Stichprobe von Schülern, die nach der neuen Lernmethode unterrichtet wurden, tatsächlich eine bessere Lernleistung auf. Vielleicht beruht dieser Unterschied aber auch nur auf Zufall oder anderen Einflüssen. Wenn also in Wahrheit zwischen den beiden Populationen überhaupt kein Unterschied besteht und wir fälschlicherweise die Nullhypothese verwerfen es also als gesichert ansehen, dass die neue Methode das Lernen verbessert dann begehen wir einen Fehler 1. Art. Dieser kann natürlich fatale Folgen haben, wenn wir z.b. mit hohen Kosten und viel Aufwand den gesamten Unterricht auf die neue Lernmethode umstellen, obwohl diese in Wahrheit überhaupt keine besseren Ergebnisse bewirkt Mona Ulrich, Psychologie (M.Sc.)

35 ÜBUNG 4 Wir möchten den Einfluss der Ernährung auf die geistige Entwicklung von Kindern in Kinderheimen untersuchen. Dafür vergleichen wir zwei Gruppen von Kindern hinsichtlich ihrer Leistung in kognitiven Tests: Die eine Stichprobe wird nach dem herkömmlichen Plan ernährt, die andere erhält eine besonders gesunde Kost. Wir vermuten, dass die gesunde Kost sich positiv auf die kognitiven Leistungen auswirkt. Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1. und 2. Art sind. Beurteilen Sie die Konsequenzen Mona Ulrich, Psychologie (M.Sc.)

36 ÜBUNG 4 Lösung-1 Alternativhypothese: Kinder, die eine besonders gesunde Kost erhalten, weisen bessere kognitive Leistung auf als Kinder, die auf die herkömmliche Weise ernährt werden. Kognitive Leistung (gesunde Kost) > Kognitive Leistung (herkömmliche Kost) Nullhypothese: Kinder, die eine besonders gesunde Kost erhalten, weisen keinen Unterschied (oder schlechter) in der kognitive Leistung auf als Kinder, die auf die herkömmliche Weise ernährt werden. Kognitive Leistung (gesunde Kost) Kognitive Leistung (herkömmliche Kost) Mona Ulrich, Psychologie (M.Sc.)

37 ÜBUNG 4 Lösung-2 Wenn wir nun die kognitive Leistung unserer beiden Stichproben vergleichen, so stellen wir keinen Unterschied in der kognitiven Leistung fest. Demzufolge halten wir die Alternativhypothese für falsch und bestätigen die Nullhypothese. Wenn jedoch in Wahrheit die Population der gesund Ernährten doch eine bessere Leistung aufweist, dann begehen wir einen Fehler 2. Art. Dies hat ausgesprochen nachteilige Konsequenzen: Obwohl die gesunde Ernährung die Leistung verbessert, entscheiden wir uns, die herkömmliche Ernährung beizubehalten. Ein Fehler 1. Art, also die Einführung der gesunden Ernährung für alle Kinder, obwohl diese keine Leistungsverbesserung bringt, hätte hier weniger nachteilige Konsequenzen gehabt Mona Ulrich, Psychologie (M.Sc.)

38 ÜBUNG 5 Ein pharmazeutisches Unternehmen hat ein neues Medikament entwickelt, das angeblich in weniger als 10 % der Anwendungen schädliche Nebenwirkungen zeigt. Sowohl das Pharmaunternehmen als auch die Zulassungsbehörde planen einen Test. Entwickeln Sie für beide Varianten eine H0 und H1 Hypothese. Wie schlimm ist es in beiden Fällen, wenn es zu einer Fehlentscheidung kommt? (im Fall der Ablehnung oder Annahme der Nullhypothese) Wie sollten die Hypothesen aufgrund dessen lauten? Mona Ulrich, Psychologie (M.Sc.)

39 ÜBUNG 5 Lösung -1 Unternehmen Das Unternehmen plant einen Test: 1.Zu bestätigen aus Sicht des Unternehmens: Prozentsatz ist geringer. 2.Nachzuweisen: Hoher Prozentsatz ist unwahrscheinlich. 3.H0: p 0,1; H1: p < 0,1 Zulassungsbehörde Die Zulassungsbehörde plant einen Test: 1.Zu bestätigen aus Sicht der Zulassungsbehörde: Prozentsatz ist höher. 2.Nachzuweisen: Niedriger Prozentsatz ist unwahrscheinlich. 3.H0: p 0,1; H1: p > Mona Ulrich, Psychologie (M.Sc.)

40 ÜBUNG 5 Lösung-2 1. Fall: Der Test führt zur Ablehnung der Nullhypothese. Die Nullhypothese wird abgelehnt, obwohl sie wahr ist, Fehler 1. Art Unternehmen 1.H0: p 0,1; H1: p < 0,1 (falsch!) 2.Das Medikament wird als unschädlich eingestuft, ist aber schädlich! 3.Dieser Fehler (Fehler 1. Art) ist kontrollierbar und kann klein gehalten werden. Zulassungsbehörde 1.H0: p 0,1; H1: p > 0,1 (falsch!) 2.Das Medikament wird als schädlich eingestuft, ist aber unschädlich Mona Ulrich, Psychologie (M.Sc.)

41 ÜBUNG 5 Lösung Fall: Test führt nicht zur Ablehnung der Nullhypothese. Die Nullhypothese wird nicht abgelehnt, obwohl sie falsch ist, Fehler 2. Art Unternehmen 1.H0: p 0,1 (falsch!); H1: p < 0,1 2.Das Medikament wird als schädlich eingestuft, ist aber unschädlich. 3.Dieser Fehler ist i. A. nicht kontrollierbar. Zulassungsbehörde 1.H0: p 0,1 (falsch!) ; H1: p > 0,1 2.Das Medikament wird als unschädlich eingestuft, ist aber schädlich! 3.Dieser Fehler (Fehler 2. Art) ist i. A. nicht kontrollierbar! Diese Situation muss vermieden werden! Mona Ulrich, Psychologie (M.Sc.)

42 ÜBUNG 5 Lösung - 4 Einzig sinnvolle Wahl der Hypothesen damit: H0: p 0,1 und H1: p < 0,1. Bei der Wahl der Nullhypothese sind die Konsequenzen einer Fehlentscheidung zu berücksichtigen! Mona Ulrich, Psychologie (M.Sc.)

43 ÜBUNG 6 Warum ist die folgende Aussage falsch? Die Entscheidung zugunsten der H0 war mit einer Wahrscheinlichkeit eines Fehlers 1. Art von 5% versehen. Lösung: Fehler 1.Art ist nur mit Entscheidungen zugunsten der H1 verbunden Mona Ulrich, Psychologie (M.Sc.)

44 VIELEN DANK FÜR DIE AUFMERKSAMKEIT! Mona Ulrich, Psychologie (M.Sc.)

45 INFERENZSTATISTIK Die Inferenzstatistik beschäftigt sich damit, in wie weit Ergebnisse aus einer Stichprobe auf die Grundgesamtheit / Population / Bevölkerung übertragen werden können. Praktisch geschieht diese Überprüfung dadurch, dass ermittelt wird, mit welcher Wahrscheinlichkeit das Stichprobenergebnis per Zufall aufgetreten sein könnte. Ist die Wahrscheinlichkeit für ein zufälliges Auftreten hoch, dann wird dieses Ergebnis als Zufallsergebnis gewertet, d.h. es besitzt keine statistische Bedeutsamkeit. Ist die Wahrscheinlichkeit für ein zufälliges Auftreten gering, dann wird das Ergebnis wohl nicht aus Zufall aufgetreten sein, d.h. es besitzt statistische Bedeutsamkeit Mona Ulrich, Psychologie (M.Sc.)

46 UNTERSCHEIDUNG VON STICHPROBEN Hat eine Person aus Stichprobe A einen festen, ganz bestimmten Vergleichspartner in Stichprobe B, nennt man dies Abhängige Stichproben oder auch Verbundene Stichproben. Bei einer Gruppe von Mitarbeitern wird die Leistungsfähigkeit vor und nach einer Weiterbildung verglichen. Trifft dies nicht zu, spricht man von Unabhängigen Stichproben. Eine Gruppe von Mitarbeitern bekommt Weiterbildung A, eine zweite Gruppe von Mitarbeitern bekommt Weiterbildung B. Verglichen wird die Wirkung der beiden Weiterbildungen Mona Ulrich, Psychologie (M.Sc.)

47 ARTEN VON STICHPROBEN Zufallsstichprobe: Jedes Element der Grundgesamtheit kann mit gleicher Wahrscheinlichkeit ausgewählt werden (Ziehen mit Zurücklegen). Eine absolut fehlerfreie Zufallsstrichprobe ist fast unmöglich; meist aufgrund zu kleiner Stichprobengrößen, mangelnder Repräsentativität und mangelnder Bereitschaft der Menschen, an einem Experiment teilzunehmen. Klumpenstichprobe: Elemente werden nicht einzeln, sondern in natürlichen Gruppen (Klumpen) ausgewählt [ z.b. alle Alkoholiker in Kliniken]. Hierbei ist zu beachten, dass die Klumpen zufällig ausgewählt werden (vgl. mit dem Bsp.: die Auswahl der Kliniken müsste zufällig sein.), ein einzelner Klumpen reicht nicht aus Mona Ulrich, Psychologie (M.Sc.)

48 ARTEN VON STICHPROBEN Geschichtete Stichprobe: Elemente werden nach relevanten Merkmalen in Schichten (Strata) vorgruppiert. Man überlegt, welche Merkmale relevant für die Untersuchung sind (z.b. Geschlecht, etc.), und wählt innerhalb dieser Merkmale zufällig die Leute aus (mit dem Klumpen-Verfahren geht es auch, ist aber statistisch unsauberer.). Proportional geschichtete Stichprobe: entsprechend der Merkmalsverteilung in Population zusammengestellt, z.b. 40% Singles, 60% Ehepaare. Generell führt eine nach relevanten Merkmalen geschichtete Stichprobe zu besseren Schätzwerten der Populationsparameter als eine einfache Zufallsstichprobe Mona Ulrich, Psychologie (M.Sc.)

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und β-fehler? Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:

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

12.1 Wie funktioniert ein Signifikanztest?

12.1 Wie funktioniert ein Signifikanztest? Sedlmeier & Renkewitz Kapitel 12 Signifikanztests 12.1 Wie funktioniert ein Signifikanztest? Zentrales Ergebnis eine Signifikanztests: Wie wahrscheinlich war es unter der Bedingung dass H0 gilt, diesen

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

9. StatistischeTests. 9.1 Konzeption

9. 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

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Statistische Datenauswertung. Andreas Stoll Kantonsschule Olten

Statistische Datenauswertung. Andreas Stoll Kantonsschule Olten Statistische Datenauswertung Andreas Stoll Beschreibende vs. schliessende Statistik Wir unterscheiden grundsätzlich zwischen beschreibender (deskriptiver) und schliessender (induktiver) Statistik. Bei

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

Stochastik Abitur 2009 Stochastik

Stochastik Abitur 2009 Stochastik Abitur 2009 Stochastik Beilage ea (erhöhtes Anforderungsniveau) ga (grundlegendes Anforderungsniveau) ISBN 978-3-8120-0108-3 und ISBN 978-3-8120-0223-3 1 Aufgabe 2 (ea) Rauchen ist das größte vermeidbare

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. 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,

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

Mehr

Varianzanalyse (ANOVA: analysis of variance)

Varianzanalyse (ANOVA: analysis of variance) Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen Ergebnisse 77 5 Ergebnisse Das folgende Kapitel widmet sich der statistischen Auswertung der Daten zur Ü- berprüfung der Hypothesen. Die hier verwendeten Daten wurden mit den in 4.3 beschriebenen Instrumenten

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

Mehr

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests 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

Mehr

Eine Einführung in R: Statistische Tests

Eine 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/ws12/r-kurs/

Mehr

Überblick über die Verfahren für Ordinaldaten

Überblick über die Verfahren für Ordinaldaten Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische

Mehr

Fortgeschrittene Statistik Logistische Regression

Fortgeschrittene Statistik Logistische Regression Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E

Mehr

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,

Mehr

Statistik II für Betriebswirte Vorlesung 3

Statistik II für Betriebswirte Vorlesung 3 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst

Mehr

5. Wie wird im Experiment die interessierende, vom Versuchsleiter gemessene Variable bezeichnet?

5. Wie wird im Experiment die interessierende, vom Versuchsleiter gemessene Variable bezeichnet? Bei jeder Frage ist mindestens eine Antwort anzukreuzen. Es können mehrere Antwortalternativen richtig sein. Die Frage gilt nur dann als richtig beantwortet, wenn alle richtigen Alternativen angekreuzt

Mehr

J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff

J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff Signifikanztests Zur Logik des Signifikanztests Tests zur statistischen Überprüfung von Hypothesen

Mehr

3. Der t-test. Der t-test

3. Der t-test. Der t-test 3 3. Der t-test Dieses Kapitel beschäftigt sich mit einem grundlegenden statistischen Verfahren zur Auswertung erhobener Daten: dem t-test. Der t-test untersucht, ob sich zwei empirisch gefundene Mittelwerte

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Florian Frötscher und Demet Özçetin

Florian Frötscher und Demet Özçetin Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60

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

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

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)

Mehr

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese: 2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

Univariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen

Univariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen Univariate/ multivariate Ansätze Klaus D. Kubinger Effektgrößen Rasch, D. & Kubinger, K.D. (2006). Statistik für das Psychologiestudium Mit Softwareunter-stützung zur Planung und Auswertung von Untersuchungen

Mehr

3. Der t-test. Der t-test

3. Der t-test. Der t-test Der t-test 3 3. Der t-test Dieses Kapitel beschäftigt sich mit einem grundlegenden statistischen Verfahren zur Auswertung erhobener Daten: dem t-test. Der t-test untersucht, ob sich zwei empirisch gefundene

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

2.1 Die Normalverteilung

2.1 Die Normalverteilung . INFERENZSTATISTIK Inferenzstatistik bedeutet übersetzt schließende Statistik. Damit ist der Schluss von den erhobenen Daten einer Stichprobe auf Werte in der Population gemeint..1 Die Normalverteilung

Mehr

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird. Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%

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

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Analytische Statistik I Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Testen Anpassungstests (goodness of fit) Weicht eine gegebene Verteilung signifikant von einer bekannten

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Untersuchungsdesign: 23.11.05

Untersuchungsdesign: 23.11.05 Untersuchungsdesign: 23.11.05 Seite 1! Ablauf Untersuchungsdesign! Beispiel! Kleine Übung! Diskussion zur Vorbereitung von Übung 2 Während Sie das Untersuchungsdesign festlegen, planen und bestimmen Sie:

Mehr

Klausur in Statistik VWA Essen

Klausur in Statistik VWA Essen Prof. Dr. Peter von der Lippe Klausur in Statistik VWA Essen neue Regelung (verkürzter Stoff) Bitte schreiben Sie hier Ihren Namen auf das Deckblatt. Bitte neben dieser Aufgabenstellung keine weitere Blätter

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

U0. Einführender Text: ein quickly prototyping

U0. Einführender Text: ein quickly prototyping U0. Einführender Text: ein quickly prototyping Mit der zunehmenden Computerunterstützung bei der Anwendung statistischer Verfahren haben sich zugleich die Schwierigkeiten beim Einsatz der Statistik verschoben.

Mehr

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit 3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit Aufgabe : Summenregel und bedingte Wahrscheinlichkeit Eine Statistik hat folgende Ergebnisse zutage gebracht: 52 % der Bevölkerung sind weiblich.

Mehr

Einfache statistische Testverfahren

Einfache statistische Testverfahren Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung

Mehr

Marktforschung I. Marktforschung I 2

Marktforschung I. Marktforschung I 2 Marktforschung I Marktforschung I Einführung in die Testtheorie (Toporowski) Mathematische Grundlagen (Toporowski) Varianzanalyse (Toporowski) Regressionsanalyse (Boztuğ) Diskriminanzanalyse (Hammerschmidt)

Mehr

Multivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167

Multivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167 Multivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.167 Multivariate Regression Verfahren zur Prüfung des gemeinsamen linearen Einflusses mehrerer unabhängiger Variablen auf eine

Mehr

Kapitel 9: Verfahren für Nominaldaten

Kapitel 9: Verfahren für Nominaldaten Kapitel 9: Verfahren für Nominaldaten Eindimensionaler Chi²-Test Der eindimensionale χ²-test wird dann herangezogen, wenn die Versuchspersonen einer Population anhand eines Merkmals mit zwei oder mehr

Mehr

Statistik I für Betriebswirte Vorlesung 11

Statistik I für Betriebswirte Vorlesung 11 Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Gestaltungsempfehlungen

Gestaltungsempfehlungen Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Gestaltungsempfehlungen Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische

Mehr

Einführung in statistische Testmethoden

Einführung in statistische Testmethoden Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Statistische Auswertung der Daten von Blatt 13

Statistische Auswertung der Daten von Blatt 13 Statistische Auswertung der Daten von Blatt 13 Problemstellung 1 Graphische Darstellung der Daten 1 Diskussion der Normalverteilung 3 Mittelwerte und deren Konfidenzbereiche 3 Signifikanz der Behandlung

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

Einführung in die Methoden der empirischen Sozialforschung

Einführung in die Methoden der empirischen Sozialforschung Einführung in die Methoden der empirischen Sozialforschung Überblick Population - nauswahl Definition der Begriffe Quantitative Studien: Ziehen von n (= Sampling) Qualitative Studien: Ziehen von n (= Sampling)

Mehr

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY 5.2. Nichtparametrische Tests 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY Voraussetzungen: - Die Verteilungen der beiden Grundgesamtheiten sollten eine ähnliche Form aufweisen. - Die

Mehr

Gestaltungsempfehlungen

Gestaltungsempfehlungen Gestaltungsempfehlungen Prof. Dr. Günter Daniel Rey 1 Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische Überprüfung Variablenarten Versuchspläne Beispiel eines Experimentes Statistische

Mehr

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1 Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...

Mehr

Deduktive und induktive Aspekte statistischer Methoden

Deduktive und induktive Aspekte statistischer Methoden Deduktive und induktive Aspekte statistischer Methoden Wissenschaftshistorische und -philosophische Grundlagen Felix Günther Institut für Statistik Ludwig-Maximilians-Universität München Prof. Seising

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

Hypothesenentwicklung und Fragebogengestaltung

Hypothesenentwicklung und Fragebogengestaltung Hypothesenentwicklung und Fragebogengestaltung 1 1 Hypothesen: Grundlagen 2 Die Entwicklung und Untersuchung von Hypothesen Typischer Forschungsablauf zur Untersuchung handelswissenschaftlicher Hypothesen

Mehr

Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test

Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test 1/29 Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1516/ 11.12.2015 2/29 Inhalt 1 t-test

Mehr

Vorwort zur 6. Auflage 11 Einleitung 13. Kapitel 1 Psychologie als Wissenschaft 15

Vorwort zur 6. Auflage 11 Einleitung 13. Kapitel 1 Psychologie als Wissenschaft 15 5 Inhalt Vorwort zur 6. Auflage 11 Einleitung 13 Kapitel 1 Psychologie als Wissenschaft 15 1.1 Alltagspsychologie und wissenschaftliche Psychologie 15 1.2 Sammlung von Tatsachenwissen Erforschung von Gesetzmäßigkeiten

Mehr

AKZEPTANZ VON STUDIENGEBÜHREN

AKZEPTANZ VON STUDIENGEBÜHREN AStA der Universität München (Hrsg.) AKZEPTANZ VON STUDIENGEBÜHREN FÜR DAS ERSTSTUDIUM Die wichtigsten Ergebnisse Carolin Strobl Rita Reimer 1. Stichprobenziehung und Repräsentativität 606 Personen aus

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/31 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

Mehr

Einführung in die statistische Datenanalyse I

Einführung in die statistische Datenanalyse I Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE

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

Aussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.

Aussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird. Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen

Mehr

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling Einführung in die Versuchsplanung

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling <kiesling@stat.uni-muenchen.de> Einführung in die Versuchsplanung Versuchsplanung Teil 1 Einführung und Grundlagen Dr. Tobias Kiesling Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise

Mehr

1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) :

1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) : Prof. Dr. E. Mammen SEMINAR FÜR STATISTIK Prof. Dr. H. Stenger UNIVERSITÄT MANNHEIM Vierstündige Klausur in statistischer Methodenlehre 9. Juli 003; 8:30 - :30 Zulässige Hilfsmittel: keine, insbesondere

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

TESTEN VON HYPOTHESEN

TESTEN 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

Mehr

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/35 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

Mehr

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr

27. Statistische Tests für Parameter. Was ist ein statistischer Test?

27. Statistische Tests für Parameter. Was ist ein statistischer Test? 27. Statistische Tests für Parameter Wenn du eine weise Antwort verlangst, musst du vernünftig fragen Was ist ein statistischer Test? Ein statistischen Test ist ein Verfahren, welches ausgehend von Stichproben

Mehr

Auswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro

Auswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Letzte Worte zur Inferenzstatistik, v. a. zu Signifikanztests Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische

Mehr

Kapitel 3: Etwas Informationstheorie

Kapitel 3: Etwas Informationstheorie Stefan Lucks 3: Informationstheorie 28 orlesung Kryptographie (SS06) Kapitel 3: Etwas Informationstheorie Komplexitätstheoretische Sicherheit: Der schnellste Algorithmus, K zu knacken erfordert mindestens

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Prüfen von Mittelwertsunterschieden: t-test

Prüfen von Mittelwertsunterschieden: t-test Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test

Mehr

Umfrage zum Thema Energieausweis. Ergebnisbericht. August 2014. TNS Emnid. Political Social

Umfrage zum Thema Energieausweis. Ergebnisbericht. August 2014. TNS Emnid. Political Social Umfrage zum Thema Energieausweis Ergebnisbericht August 2014 Political Social TNS 2014 Inhalt 1 Zusammenfassung... 2 2 Studiendesign... 3 3 Einschätzung von Fakten zum Energieausweis... 4 3.1 Funktionen...

Mehr

E ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen

E ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen DAS THEMA: EFFEKTGRÖßEN UND METAANALYSE E ektgrößen Metaanalysen Zusammenhänge und Unterschiede quantifizieren E ektgrößen Was ist ein E ekt? Was sind E ektgrößen? Berechnung von E ektgrößen Interpretation

Mehr

Datenanalyse mit Excel. Wintersemester 2013/14

Datenanalyse mit Excel. Wintersemester 2013/14 Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen

Mehr

Klausur: Einführung in die Statistik

Klausur: Einführung in die Statistik 1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern

Mehr

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung

Online-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.)

Mehr