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

Ähnliche Dokumente
Auswertung und Lösung

Auswertung und Lösung

Nachgefragte Aufgaben über spezifische Themen

Zweiseitiger Binomialtest. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Bemerkungen zu statistischen Tests

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

Schließende Statistik: Hypothesentests (Forts.)

Hypothesentests für Erwartungswert und Median. Statistik (Biol./Pharm./HST) FS 2015

Auswertung und Lösung

Zusammenfassung PVK Statistik

Wahrscheinlichkeit und Statistik BSc D-INFK

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Biostatistik, Winter 2011/12

Auswertung und Lösung

Wahrscheinlichkeit und Statistik BSc D-INFK

Beurteilende Statistik

Musterlösung. Kind Blume (beredet) Blume (nicht beredet)

Auswertung und Lösung

D-MATH Wahrscheinlichkeitsrechnung und Statistik FS18 Prof. J. Teichmann. Serie 12

Warum Statistik? Statistik für Biol./Pharm. Wiss. Herbst 2012

Musterlösung zu Serie 8

Tutorial: Anpassungstest

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Einführung in die Induktive Statistik: Testen von Hypothesen

Statistik II. Statistische Tests. Statistik II

Typ I und Typ II Fehler

Bemerkungen bzgl statistichen Tests. (basierend auf Slides von Lukas Meier)

Prüfung. Wahrscheinlichkeit und Statistik. ETH Zürich HS 2015 Prof. Dr. P. Embrechts Januar Nachname. Vorname. Legi Nummer

Wahrscheinlichkeit und Statistik BSc D-INFK

Güteanalyse. Nochmal zur Erinnerung: Hypothesentest. Binominalverteilung für n=20 und p=0,5. Münzwurf-Beispiel genauer

Statistik II. Statistische Tests. Statistik II

Warum Statistik? Statistik 1 für Biol./Pharm. Wiss./HST Herbst 2015

Konfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt

Schriftliche Prüfung (90 Minuten)

4.1. Nullhypothese, Gegenhypothese und Entscheidung

Serie 9, Musterlösung

Abbildung 1: Dieses Quiz soll Ihnen helfen, die Residuenplots besser zu verstehen. Am Schluss kommen noch vermischte Aufgaben zur Wiederholung.

How To Find Out If A Ball Is In An Urn

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Einführung in Quantitative Methoden

Statistisches Testen

Tutorial: χ 2 -Test auf vorgegebene Verteilung

Stochastik Serie 11. ETH Zürich HS 2018

Stochastik Musterlösung 10

Schriftliche Prüfung (1 Stunde)

Gepaarter und ungepaarter t-test. Statistik (Biol./Pharm./HST) FS 2014

Statistik II für Betriebswirte Vorlesung 1

Teil XI. Hypothesentests für zwei Stichproben. Woche 9: Hypothesentests für zwei Stichproben. Lernziele. Beispiel: Monoaminooxidase und Schizophrenie

Überblick Hypothesentests bei Binomialverteilungen (Ac)

Experimentelle Methoden der Teilchenphysik Sommersemester 2011/2012 Albert-Ludwigs-Universität Freiburg

Konkretes Durchführen einer Inferenzstatistik

Bachelorprüfung: Statistik (1 Stunde)

Wahrscheinlichkeitsrechnung und Statistik

WB 11 Aufgabe: Hypothesentest 1

8. Konfidenzintervalle und Hypothesentests

Wahrscheinlichkeit und Statistik BSc D-INFK

THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ

Teil X. Hypothesentests für eine Stichprobe. Woche 8: Hypothesentests für eine Stichprobe. Lernziele. Statistische Hypothesentests

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019

Grundlagen der Statistik

Aufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).

Prüfung. Wahrscheinlichkeit und Statistik. ETH Zürich SS 2016 Prof. Dr. P. Embrechts August BSc INFK. Nachname. Vorname.

Biostatistik, Winter 2011/12

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften

Schriftliche Prüfung (90 Minuten)

Schriftliche Prüfung (2 Stunden)

Kapitel III: Einführung in die schließende Statistik

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Wahrscheinlichkeit und Statistik BSc D-INFK

Tests für Erwartungswert & Median

Kapitel 13. Grundbegriffe statistischer Tests

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Schriftliche Prüfung (90 Minuten)

Testen von Hypothesen:

Gepaarter und ungepaarter t-test. Statistik (Biol./Pharm.) Herbst 2012

Englisch Französisch 13 7

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften

So berechnen Sie einen Schätzer für einen Punkt

Beurteilende Statistik

Testen von Hypothesen, Beurteilende Statistik

Um zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert.

Lean Body Mass [kg] Estimate Std. Error t value Pr(> t ) (Intercept) ??? lbm <2e-16 ***

1 Dichte- und Verteilungsfunktion

Teil VIII Hypothesentests für zwei Stichproben

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments

Mathematik für Biologen

"Korrelation" bei Nominaldaten: Kontingenz

10. Die Normalverteilungsannahme

Statistische Tests Version 1.2

Statistiktutorium (Kurs Frau Jacobsen)

Forschungsstatistik I

Schriftliche Prüfung (90 Minuten)

6.2 Approximation der Binomialverteilung

Teil VII Hypothesentests für eine Stichprobe

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

Transkript:

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.) Bei einem Binomialtest stellt sich heraus, dass der Verwerfungsbereich der Teststatistik mit dem Signifikanzniveau α = 0.05 gleich K = {9, 10,..., 20} ist. Der beobachtete Wert der Teststatistik ist t = 13. Kann die Nullhypothese auf dem 5% Signifikanzniveau verworfen werden? Ca. 5% Nein Ca. 91% Ja Ca. 3% Kann man ohne zusätzliche Informationen nicht lösen. Die Nullhypothese wird genau dann verworfen, wenn der beobachtete Wert der Teststatistik im Verwerfungsbereich der Teststatistik liegt. 1

Frage 2 (Diese Frage haben ca. 1% nicht beantwortet.) Wir testen mit einem Binomialtest auf dem 5% Signifikanzniveau, ob eine Münze gefälscht wurde, sodass sie häufiger Kopf zeigt (H 0 : π = 0.5). Wie gross ist die Wahrscheinlichkeit, dass wir die Münze als gefälscht (H 0 wird verworfen) bezeichnen, wenn sie in Wahrheit fair (H 0 ist in Wahrheit richtig) ist? Ca. 82% Höchstens 5%. Ca. 7% Mindestens 95%. Ca. 11% Wenn man die genaue Form der Alternative nicht kennt, ist keine Aussage möglich. Das Signifikanzniveau gibt die Wahrscheinlichkeit an, mit der die Nullhypothese verworfen wird, obwohl sie wahr ist. Die Wahrscheinlichkeit, die Münze als gefälscht zu bezeichnen obwohl sie fair ist, ist also 5%. (Für die, die es genau wissen wollen: Ich habe in der Antwort noch den Zusatz höchstens gewählt, weil es bei einem Binomialtest sein kann, dass es nicht möglich ist, den Verwerfungsbereich so zu wählen, dass der Fehler 1. Art genau 5% beträgt. Man wählt dann den Verwerfungsbereich so, dass dass der Fehler 1. Art höchstens 5% ist. Später, wenn wir kontinuierliche Verteilungen besprechen, wird dieses Problem nicht mehr auftreten.) 2

Frage 3 (Diese Frage haben ca. 1% nicht beantwortet.) Bei einem Binomialtest ist das Signifikanzniveau 5%. Wie gross ist die Macht des Tests? Ca. 13% 95% Ca. 9% 5% Ca. 1% 30% Ca. 76% Keine Aussage möglich. Bei gegebenem Signifikanzniveau kann die Macht nur dann berechnet werden, wenn die genaue Verteilung der Teststatistik unter der Alternativhypothese bekannt ist. Das wurde hier aber nicht angegeben, also kann die Macht nicht berechnet werden. 3

Frage 4 (Diese Frage haben ca. 7% nicht beantwortet.) Betrachte einen Binomialtest mit n = 10 Versuchen und H 0 : π = 0.5, H A : π > 0.5. Wir finden als Verwerfungsbereich K = {8, 9, 10}. Angenommen, in Wahrheit ist die Erfolgswahrscheinlichkeit π = 0.7. Wie gross ist die Macht des Tests, d.h., wie gross ist die Wahrscheinlichkeit, dass der Test die Nullhypothese verwirft? (Im Folgenden sei X Bin(10, 0.5) und Y Bin(10, 0.7).) Ca. 35% P (X 8) Ca. 15% P (X < 8) Ca. 37% P (Y 8) Ca. 7% P (X < 8) Bei einem Binomialtest entspricht die Teststatistik gerade der Anzahl Erfolge. Wenn in Wahrheit π = 0.7 gilt, ist die Verteilung der Teststatistik also Bin(10, 0.7). Die Wahrscheinlichkeit, dass ein Wert aus dieser Verteilung in den Verwerfungsbereich K = {8, 9, 10} fällt ist somit P (Y 8). Diese Grösse ist per Definition die Macht des Binomialtests. 4

Ca. 75% kleiner. Frage 5 (Diese Frage haben ca. 1% nicht beantwortet.) Ein einseitiger Binomialtest (H 0 : π = 0.5, H A : π > 0.5) hat auf dem Signifikanzniveau 5% einen Verwerfungsbereich K 0.05 = {8, 9, 10}. Wenn man den gleichen Test auf dem Signifikanzniveau 1% an Stelle von 5% berechnen würde, dann wäre die Länge des Verwerfungsbereichs Ca. 16% grösser. Ca. 2% gleich. Ca. 5% Keine Aussage möglich. Der Verwerfungsbereich auf dem 5% Signifikanzniveau enthält alle extremen Werte der Teststatistik, die mit einer Wahrscheinlichkeit von 5% auftreten, falls H 0 stimmt. Er enthält also die unplausiblen Werte. Wenn man das Signifikanzniveau von 5% auf 1% erniedrigt, enthält der Verwerfungsbereich nur noch die äusserst unplausiblen Werte (genauer: nur noch die Werte, die mit einer Wahrscheinlichkeit von 1% auftreten, falls H 0 stimmt). Also enthält der Verwerfungsbereich zum 1% Signifikanzniveau weniger Werte und hat daher eine kleinere Länge. Man kann leicht nachrechnen, dass der Verwerfungsbereich auf dem 1% Signifikanzniveau K 0.01 = {9, 10} ist. 5

Ca. 24% Ja. Frage 6 (Diese Frage haben ca. 1% nicht beantwortet.) Bei einem Binomialtest kann die Nullhypothese auf dem 5% Signifikanzniveau verworfen werden. Kann die Nullhypothese dann auch auf dem 1% Signifikanzniveau verworfen werden? Ca. 21% Nein. Ca. 54% Vielleicht. Nehmen wir den Binomialtest aus der letzten Aufgabe. Dort war der Verwerfungsbereich auf dem 5% Signifikanzniveau K 0.05 = {8, 9, 10} und der Verwerfungsbereich auf dem 1% Signifikanzniveau K 0.01 = {9, 10}. Angenommen, der beobachtete Wert der Teststatistik ist t = 8. Dann können wir auf dem 5% Signifikanzniveau verwerfen, aber nicht auf dem 1% Signifikanzniveau. Wenn der beobachtete Wert der Teststatistik t = 10 ist, dann können wir sowohl auf dem 5% als auch auf dem 1% Signifikanzniveau verwerfen. Daraus ziehen wir folgenden Schluss: Nur weil wir auf dem 5% Signifikanzniveau verwerfen können, heisst das noch lange nicht, dass wir auch auf dem strikteren 1% Signifikanzniveau verwerfen können. Je nach Wert der Teststatistik könnte das zwar tatsächlich so sein, es muss aber nicht so sein. Also ist die richtige Antwort Vielleicht. Ca. 65% Ja. Frage 7 (Diese Frage haben ca. 2% nicht beantwortet.) Bei einem Binomialtest kann die Nullhypothese auf dem 1% Signifikanzniveau verworfen werden. Kann die Nullhypothese dann auch auf dem 5% Signifikanzniveau verworfen werden? Ca. 14% Nein. Ca. 18% Vielleicht. Wenn wir den Test auf dem strikten 1% Signifikanzniveau verwerfen können, dann können wir erst recht auf dem weniger strikten 5% Signifikanzniveau verwerfen. 6