Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Ähnliche Dokumente
Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Tests statistischer Hypothesen

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

10. Testen von Hypothesen Seite 1 von 6

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik

Parametrische Einstichprobentests

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

X X Schätzen von Vertrauensintervallen Schwankungsintervall

Schätzen von Populationswerten

Kapitel 6 : Punkt und Intervallschätzer

Schätzen von Populationswerten

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

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

Wirksamkeit, Effizienz

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

TESTEN VON HYPOTHESEN

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Einstichprobentests für das arithmetische Mittel

Formelsammlung Statistik 29. Januar 2019

4 Schwankungsintervalle Schwankungsintervalle 4.2

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

3.2 Wilcoxon Rangsummentest

3 Vergleich zweier unverbundener Stichproben

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Mathematik 2 für Naturwissenschaften

Statistik und Wahrscheinlichkeitsrechnung

Wirksamkeit, Effizienz

2. Repetition relevanter Teilbereiche der Statistik

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Wahrscheinlichkeitstheorie und Statistik vom

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

Kapitel VI. Einige spezielle diskrete Verteilungen

Grundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung

Testen statistischer Hypothesen

Aufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.

6 Vergleich mehrerer unverbundener Stichproben

Musterlösung. Prüfung Statistik Herbstsemester 2011

Anwendung für Mittelwerte

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Statistische Tests zu ausgewählten Problemen

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Forschungsstatistik I

III. Induktive Statistik

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Parameterschätzung. Numero, pondere et mensura Deus omnia condidit

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Statistik und Wahrscheinlichkeitsrechnung

Übungen mit dem Applet erwartungstreu

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS

Statistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl

Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen

2 Induktive Statistik

Fakultät für Wirtschafts- und Rechtswissenschaften

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Übungen zu QM III Mindeststichprobenumfang

1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable

Evaluation & Forschungsstrategien

Normalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion

Beurteilende Statistik - Testen von Hypothesen Alternativtest

Prof. Dr. Roland Füss Statistik II SS 2008

Zentraler Grenzwert Satz

Körpergröße x Häufigkeit in [m]

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Testen. Zufallszahlen Runs-Test χ 2 -Test. t-test Konfidenzintervalle Quiz

Grundlagen der Biostatistik und Informatik

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1

Diskrete Zufallsvariablen

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.

Empirische Verteilungsfunktion

2.3 Kontingenztafeln und Chi-Quadrat-Test

Tests für beliebige Zufallsvariable

15.4 Diskrete Zufallsvariablen

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Statistik und Wahrscheinlichkeitsrechnung

Korrekturliste zum Studienbuch Statistik

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:

Parameterschätzung. Kapitel Schätzfunktionen

10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

Diplomvorprüfung Stochastik

Transkript:

Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie hergestellt werde, sei ormalverteilt N(μ;. Durch eie Stichprobe wird überprüft, ob die Maschie och exakt arbeitet, d.h. die Plättche im Durchschitt die Sollstärke vo μ = 0,5 cm aufweise. Gegebe sid Stichprobeumfag =0 Stichprobemittel x = 0,53 Stadardabweichug = 0,003 Die Nullhypothese lautet 0 : μ = μ0 = 0,5[ cm] ud die Alterativhypothese : μ μ0 = 0,5[ cm] Zweiseitiger Test für de Mittelwert μ: [] Festlegug des Sigifikaziveaus: α = 0,05 α = 0,95 [] Bestimmug der Quatile für die Stadardormalverteilug aus der N(0;-Tabelle: α α c = c = c(0,975 =,96 Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN [3] Berechug des Stichprobemittels (Testgröße: 0 x = x 0 i= i = 0,53[ cm] [4] Berechug der kritische Abweichug: Δx = c 0,003 0,003 =,96 =,96 = 0,0086 0 3,6 [5] Bestimmug des Aahmebereichs: μ c 0 x μ0 + c 0,5 0,0086 x 0,5 + 0,0086 0,484 x 0,586 [6] Etscheidug über die Aahme 0,586 < x = 0,53 Das Stichprobemittel (Testgröße liegt außerhalb des Aahmebereichs. Die Abweichug vom Sollwert μ0 = 0, 5 cm ist icht mehr zufällig, soder ist bei eiem Sigifikaziveau vo α = 0, 05 sigifikat. Die Nullhypothese wird bei eier Irrtumswahrscheilichkeit vo α = 5% durch de Test widerlegt ud daher verworfe.. ypothesetest für die Läge vo Werkstücke Die Läge X vo Werkstücke eies bestimmte erstellers sei ormalverteilt N(μ;=N(μ;. Der Produzet garatiert für die vo ihm gelieferte Werkstücke eie mittlere Läge vo μ0 = 0 cm. Durch eie Stichprobe wird die Behauptug des erstellers getestet. Eie Stichprobe vo = 5 Werkstücke ergibt eie durchschittliche Läge vo x =0,5 Wird die Behauptug des erstellers bei eiem Sigifikaziveau vo α = 0,0 durch diese Stichprobe bestätigt? Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 3 Die Nullhypothese lautet 0 : μ = μ0 = 0 [ cm] ud die Alterativhypothese : μ μ0 = 0 [ cm] Zweiseitiger Test für de Mittelwert μ: [] Festlegug des Sigifikaziveaus: α = 0,0 α = 0,99 [] Bestimmug der Quatile für die Stadardormalverteilug aus der N(0;-Tabelle: α α c = c = c(0,995 =,58 [3] Berechug des Stichprobemittels (Testgröße: 5 x = x 5 i= i = 0,5[ cm] [4] Berechug der kritische Abweichug: Δx = c =,58 =,58 = 0,56 5 5 [5] Bestimmug des Aahmebereichs: μ c 0 x μ0 + c 0 0,56 x 0 + 0,56 9,484 x 0,56 [6] Etscheidug über die Aahme 9,484 0,5 0,56 Das Stichprobemittel liegt ierhalb des Aahmebereichs. Die Abweichug des Stichprobemittels vo μ0 = 0 cm ist zufällig ud icht sigifikat. Die Nullhypothese 0 wird bei eiem Sigifikaziveau vo α = 0,0 durch de Test bestätigt ud ageomme. Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 4 3. ypothesetest für das Gewicht vo Zuckerpakete Das Gewicht vo 000g Zuckerpakete, die auf eier bestimmte Maschie abgefüllt werde, sei ormalverteilt N(μ;=N(μ;5. Durch eie Stichprobe soll getestet werde, ob 000-Gramm-Zuckerpakete im Durchschitt tatsächlich midestes 000g ethalte. Bei eier Stichprobe vo 0 zufällig etommee Zuckerpakete betrug das mittlere Gewicht x = 993,5g also weiger als 000g. Ist dieses Stichprobemittel och vereibar mit der Behauptug des erstellers, dass die Zuckerpakete im Durchschitt midestes 000g ethalte? Wir teste die eiseitige Nullhypothese 0 : μ μ0 = 000 [ g] ud die Alterativhypothese : μ < μ0 = 000 [ g] bei eiem Sigifikazivieau vo α = 0,05. Rechtsseitiger Test für de Mittelwert μ: [] Festlegug des Sigifikaziveaus: α = 0,05 α = 0,95 [] Bestimmug des Quatils für die Stadardormalverteilug aus der N(0;-Tabelle: c( α = c(0,95 =,645 [3] Berechug des Stichprobemittels (Testgröße: 0 x = x 0 i= i = 993,5[ g] [4] Berechug der kritische Abweichug: 5 Δx = c =,645 = 5,5 0 Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 5 [5] Bestimmug des Aahmebereichs: μ0 c x 000 5,5 x 994,48 x [6] Etscheidug über die Aahme 994,48 > x = 993,5 Das Stichprobemittel liegt im Verwerfugsbereich. Die Uterschreitug des Sollgewichts ka icht mehr durch de Zufall erklärt werde, soder ist bei eiem Sigifikaziveau vo α = 0, 05 sigifikat. Die ypothese 0, dass die Zuckerpakete midestes 000g Zucker ethalte, wird bei eier Irrtumswahrscheilichkeit vo α = 5% durch de Test widerlegt ud daher verworfe. 4. ypothesetest für die Ausschussquote eies Masseprodukts Ei Uterehme garatiert für ei Masseprodukt eie Ausschussquote vo maximal 5 %. Ei Großhädler testet jeweils = 400 Stück ud leht die Aahme eier Lieferug ab, we die Stichprobe mehr als Stück, d.h. mehr als 5,5% Ausschuss ethält: x p = = = 400 0,055 Die Zufallsvariable X ist die Azahl der Ausschussstücke i eier Stichprobe = 400 Stück des Masseprodukts. X ist biomialverteilt ud bei große Stichprobe approximativ ormalverteilt N ( μ; = N( π; π ( π. Damit ist auch der Stichprobeateil P = X/ ormalvereilt mit E( P = E X Var( P = Var = E( X = π X = Var( X = sid also die Awedugsvoraussetzuge für die Normalverteilug erfüllt. Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 6 Die eiseitige Nullhypothese für de Ateilswert lautet 0 : π π 0 = ud die Alterativhypothese : π > π 0 = 0,05 0,05 Es hadelt sich um eie eiseitige Test für de Ateilswert π, bei dem icht das Sigifikaziveau, soder die obere Aahmegreze (kritischer Wert gegebe ist ud das daraus resultierede Sigifikaziveau zu bereche ist. Wir gehe wie folgt vor:. Berechug der kritische Abweichug Δp = p π 0 = 0,055 0,05 = 0,005 Bei eier Abweichug des Stichprobeateils um mehr als 0,005 = 0,5% vom Sollwert, der garatierte maximale Ausschussquote, wird die Lieferug zurückgewiese. Die Behauptug des erstellers wird da bestritte ud d.h. die Nullhypothese verworfe.. Bestimmug des Quatils c Die Formel für die kritische Abweichug Δ p = c p = c π ( π löse wir ach c auf Δp c = p = Δp = 0,005 400 0,05 0,95 = 0,4588 0,46 3. Berechug des Sigifikaziveaus (Irrtumswahrscheilichkeit Aus der N(0;-Tabelle für die Stadardormalverteilug etehme wir die Wahrscheilichkeit für c α = Φ( c = Φ(0,46 = 0,677 Das ist die Wahrscheilichkeit dafür, dass eie Lieferug, die de Lieferbediguge etspricht, also eie Ausschussquote vo höchstes 5% aufweist, ageomme wird. Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 7 Daraus folgt das Sigifikaziveau α = 0,677 = 0,38 Bei diesem Test wird also ei Sigifikaziveau vo 3,8% zugrudegelegt. Auch da, we 0 wahr ist, d.h. die maximale Ausschussquote vo 5 % eigehalte wird, werde 3% der Lieferuge zurückgewiese. Eie Abahmekotrolle mit eier Irrtumswahrscheilichkeit vo 3% ist icht sivoll ud wird vom ersteller kaum akzeptiert werde (Produzeterisiko. 5. Test der Gleichwahrscheilichkeit vo Müzwürfe. Zufallsvariable X : Azahl "Kopf" bei = 40 Müzwürfe Stichprobeateilswert x 9 p = = = 0,475 40 Nullhypothese 0 : π = π 0 = 0,5 Alterativhypothese : π π 0 = 0,5 Zweiseitiger Test für de Ateilswert π: [] Sigifikazzahl: α = 0,0 ; α = 0, 90 [] Quatile der Stadardormalverteilug aus der N(0;-Tabelle: α α c = c = c(0,95 =,645 Die Awedugsvoraussetzuge für die Normalverteilug (Approximatio der Biomialverteilug durch die Normalverteilug sid erfüllt: Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 8 9 p = 40 = 9 > 5 40 ( p = 40 = > 5 40 [3] Stichprobeateilswert (Testgröße: x 9 p = = = 0,475 40 [4] Berechug der kritische Abweichug: Δp = c p = c =,645 0,5 0,5 40 =,645 0,079 = 0,3 [5] Bestimmug des Aahmebereichs: π c 0,5 0,3 0,37 p π + c p 0,5 + 0,3 p 0,63 [6] Etscheidug über die Aahme 0,37 < 0,475 < 0,63 Der Stichprobeateil p liegt im Aahmebereich. Die Abweichug vo π 0 = 0, 5 ist zufällig ud icht sigifikat. Die Nullhypothese 0, dass die Ereigisse "Kopf" ud "Zahl" beim Werfe eier Müze gleichwahrscheilich sid, wird bei eiem Sigifikaziveau vo α = 0,0 durch de Test bestätigt ud ageomme. Aalog erhalte wir für die Sigifikazzahl α = 5% de Aahmebereich π c 0,5 0,5 0,5,96 40 0,5 0,55 0,345 p π + c 0,5 0,5 p 0,5 +,96 40 p 0,5 + 0,55 p 0,655 Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 9 Der Aahmebereich ist erwartugsgemäß bei dem iedrigere Sigifikaziveau α = 5% größer als bei α = 0%. Der Stichprobeateil liegt daher auch bei diesem Sigifikaziveau im Aahmebereich: 0,345 < 0,475 < 0,655 Die Nullhypothese wird daher wieder bestätigt ud ageomme. 6. Test für de Stimmeateil eier Partei Zufallsvariable X : Azahl der Wähler der Partei i eier Stichprobe vo = 00 Stichprobeateilswert x p = = Nullhypothese 84 = 00 0 : π π 0 = Alterativhypothese : π > π 0 = 4% 38% 38% Eiseitiger Test für de Ateilswert π: [] Sigifikazzahl: α = 0,05 ; α = 0, 95 [] Quatile der Stadardormalverteilug aus der N(0;-Tabelle: c( α = c( α = c(0,95 =,645 Die Awedugsvoraussetzuge für die Normalverteilug (Approximatio der Biomialverteilug durch die Normalverteilug sid erfüllt: p = 00 0,4 = 84 ( p = 00 0,58 = 6 > 5 > 5 [3] Stichprobeateilswert (Testgröße: x p = = 84 = 00 0,4 Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN 0 [4] Berechug der kritische Abweichug: Δp = c p = c =,645 0,38 0,6 00 =,645 0,0343 = 0,0564 [5] Bestimmug des Aahmebereichs: p π + cδp p 0,38 + 0,0564 p 0,4364 [6] Etscheidug über die Aahme p = 0,4 < 0,4364 Der Stichprobeateil der Wähler der Partei p= 0,4 liegt im Aahmebereich. Die Abweichug vom Stimmateil bei de letzte Wahle π 0 = 0, 38 ist zufällig ud icht sigifikat. Die Nullhypothese 0, dass der Wählerateil der Partei icht größer als bei der letzte Wahl ist, wird bei eiem Sigifikaziveau vo α = 0,05 durch de Test bestätigt ud ageomme. Die Alterativhypothese, dass der Wählerateil der Partei größer als bei der letzte Wahl ist, wird durch de Test widerlegt. 7. Test für Variaz eier Abfüllmaschie Nach Agabe des erstellers beträgt die Stadardabweichug der eue Abfüllmaschie = [g] ud die Variaz = 44 [g ]. Die Stichprobe vo = 0 Zu- ckerpakete ergab höhere Werte der Stadardabweichug ud der Variaz: = s = 5 [g] ; 5[g ] Wir teste die Behauptug des erstellers für das Sigifikaziveau α = 5%. Die rechtsseitige Nullhypothese lautet 0 : 0 = 44 [g ud die Alterativhypothese : > 0 = 44 [g ] ] Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN Rechtsseitiger Parametertest für die Variaz : [] Sigifikazzahl: α = 0,05 α = 0,95 [] Quatil (der χ -Verteilug mit 9 Freiheitsgrade: χ ( α ; = χ (0,95; 9 = 30,4 aus der χ -Tabelle [3] Stichprobevariaz (Testgröße: s = 0 0 i= ( x i x = 5 [4] Berechug des kritische Werts: 44 χ = 30,4 = 8,43 9 [5] Bestimmug des Aahmebereichs: s χ = 8,43 [6] Etscheidug über die Aahme s = 5 < 8,43 Die Stichprobevariaz (Testgröße liegt im Aahmebereich. Die Abweichug der Stichprobevariaz s vo 0 ach obe ist zufällig ud icht sigifikat. Die Nullhypothese 0, dass die Variaz der eue Abfüllmaschie höchstes = 44 [g ] ud die Stadardabweichug icht mehr als = g beträgt, wird bei eiem Sigifikaziveau vo α = 5% durch de Test bestätigt ud ageomme. Die Alterativhypothese, dass die Variaz größer als 44 [g ] ist, wird durch de Test widerlegt. Wird als Prüfgröße astelle der Stichprobevariaz die Zufallsvariable = V S = ( gewählt, da erfolgt der Test i folgede Schritte: Seger Iduktive Statistik

ÜBUNG. - LÖSUNGEN Rechtsseitiger Sigifikaztest für die Variaz : [] Sigifikazzahl: [] Testgröße: α = 0,05 α = 0,95 s v = ( 5 = (0 = 9,68 44 [3] Quatil (der χ -Verteilug mit 9 Freiheitsgrade: χ ( α ; = χ (0,95; 9 = 30,4 aus der χ -Tabelle [4] Aahmebereich: s ( χ = 30,4 [5] Etscheidug über die Aahme s ( = 9,68 < 30,4 Die Testgröße liegt im Aahmebereich. Die Nullhypothese 0 wird bei eiem Sigifikaziveau vo α = 0, 05 durch de Test bestätigt ud ageomme. Die Alterativhypothese wird durch de Test widerlegt. Seger Iduktive Statistik