Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung

Ähnliche Dokumente
Induktive Statistik Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung

Kapitel XI - Operationscharakteristik und Gütefunktion

Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen

3 Grundlagen statistischer Tests (Kap. 8 IS)

Kapitel VIII - Tests zum Niveau α

Kapitel XIV - Anpassungstests

Kapitel IX - Neyman-Pearson-Tests

4.1. Nullhypothese, Gegenhypothese und Entscheidung

Einführung in die Induktive Statistik: Testen von Hypothesen

Kapitel V - Erwartungstreue Schätzfunktionen

7. Hypothesentests. Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang. X habe die unbekannte VF F X (x)

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

Die Familie der χ 2 (n)-verteilungen

Die Familie der χ 2 (n)-verteilungen

Statistik II. Statistische Tests. Statistik II

Kapitel VI - Maximum-Likelihood-Schätzfunktionen

Kapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests

Kapitel 3 Schließende Statistik

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

Wir gehen wieder von einem allgemeinen (parametrischen) statistischen Modell aus, (

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

Beispiel für Gütefunktionen Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = 0.10

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Auswertung und Lösung

2.3 Intervallschätzung

Kapitel III - Grundannahmen der schließenden Statistik

Wahrscheinlichkeit und Statistik BSc D-INFK

2.3 Intervallschätzung

Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen

Statistik I für Betriebswirte Vorlesung 14

5. Stichproben und Statistiken

Kapitel 3 Schließende Statistik

Statistik II. Statistische Tests. Statistik II

Statistische Tests für unbekannte Parameter

Statistik I für Betriebswirte Vorlesung 14

2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft

Statistik II für Betriebswirte Vorlesung 1

Diskrete Wahrscheinlichkeitstheorie

Biostatistik, Winter 2011/12

6. Schätzverfahren für Parameter

Statistik. R. Frühwirth. Statistik. VO Februar R. Frühwirth Statistik 1/453

k 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

Statistik II für Betriebswirte Vorlesung 1

Mathematik für Biologen

Statistisches Testen

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

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Fit for Abi & Study Stochastik

Konfidenzbereiche. Kapitel Grundlagen. Wir gehen wieder von einem allgemeinen (parametrischen) statistischen Modell aus,

Hypothesentests. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht.

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

5 Konfidenzschätzung. 5.1 Einige Grundbegriffe zur Konfidenzschätzung

Blockpraktikum zur Statistik mit R

Klausur zu Statistik II

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Sommersemester Namensschild. Dr.

Klassifikation von Signifikanztests

Biostatistik, WS 2013/2014 Konfidenzintervalle

Willkommen zur Vorlesung Statistik (Master)

Statistische Tests für unbekannte Parameter

Empirische Wirtschaftsforschung

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.

1. Grundbegri e der Stochastik

Klassifikation von Signifikanztests

Willkommen zur Vorlesung Statistik (Master)

3.Wiederholung: Toleranzbereiche Für EX Geg:

Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Nachklausur zur Vorlesung

5. Spezielle stetige Verteilungen

Wichtige Definitionen und Aussagen

Vorlesung: Statistik II für Wirtschaftswissenschaft

Kapitel 3 Schließende Statistik

Kapitel IV - Stichprobenfunktionen (Statistiken)

Statistik II für Betriebswirte Vorlesung 2

Uwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler

Signifikanztests Optimalitätstheorie

Man kann also nicht erwarten, dass man immer den richtigen Wert trifft.

Mathematik für Biologen

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Mathematische Statistik Aufgaben zum Üben. Schätzer

Wahrscheinlichkeitsrechnung und Statistik für Biologen Wiederholung: Verteilungen

3) Testvariable: T = X µ 0

Test auf den Erwartungswert

Statistik-Notfallkit für Schüler und Lehrer

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

OLS-Schätzung: asymptotische Eigenschaften

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Stichproben Parameterschätzung Konfidenzintervalle:

8. Konfidenzintervalle und Hypothesentests

Chi-Quadrat-Verteilung

Statistik I für Betriebswirte Vorlesung 5

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild

10. Die Normalverteilungsannahme

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Transkript:

Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh

Aus Kapitel XI: 1. Bei einem Test zum Niveau α ist bei stetiger Gütefunktion das Supremum der Fehlerwahrscheinlichkeit.Art 1 α. Es gibt Testprobleme, für die es zu 0 < α < 1 keinen gleichmäßig besten Test zum Niveau α gibt. Bei einem Testproblem, zu dem es keinen gleichmäßig besten Test zu gegebenem Niveau α mit 0 < α < 1 gibt, ist es eine sinnvolle Forderung, nur solche Tests zuzulassen, deren Fehlerwahrscheinlichkeit.Art nirgendwo größer als 1 α ist. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung

Definition: Ein Test δ : χ {d 0, d 1 } zum Niveau α für H 0 : γ Γ 0 gegen H 1 : γ Γ 1 heißt unverfälscht, wenn P II (δ, γ) 1 α für alle γ Γ 1 gilt. Bemerkung: Dies bedeutet, dass die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie falsch ist, mindestens so groß ist, wie die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie richtig ist: 1 P II (δ, γ) α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 3

Gleichmäßig beste Tests existieren häufig nicht a) bei zweiseitigen Tests (s. Beispiel aus Kapitel XI) b) bei Verteilungen mit mehreren Parametern, wenn sich das Testproblem auf einen Parameter bezieht und der/die andere(n) unbekannt ist/sind. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 4

Beispiel zu b): Test zum Mittelwert der Normalverteilung bei unbekannter Varianz, Parameterraum der Normalverteilung Γ = {(µ, σ ) µ R, σ R ++ } R ++ Menge der positiven reellen Zahlen Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 5

Das Testproblem H 0 : µ µ 0 gegen H 1 : µ > µ 0 entspricht der Aufteilung des Parameterraums in Γ 0 = {(µ, σ ) µ R mit µ µ 0, σ R ++ } und Γ 1 = {(µ, σ ) µ R mit µ > µ 0, σ R ++ } Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 6

σ Γ 0 Γ 1 µ 0 µ Aufteilung des Parameterraums bei H 0 : µ µ 0 gegen H 1 : µ > µ 0 Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 7

Bei bekanntem σ ist { d1 x > µ 0 + σ δ(x) = n u 1 α d 0 x µ 0 + σ n u 1 α gleichmäßig bester Test zum Niveau α (u 1 α ist (1 α)-quantil der Standardnormalverteilung). Die Konstruktion des Tests beruht darauf, dass bei Mittelwert µ X µ σ n standardnormalverteilt ist. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 8

Bei unbekanntem σ kann σ durch einen Schätzwert ersetzt werden. Es gilt X µ S (X ) n ist t(n 1)-verteilt ( t-verteilt mit n 1 Freiheitsgraden) mit S (X ) = 1 n 1 n (x i x) korrigierte i=1 Stichprobenstandardabweichung (Achtung: S (X ) ist nicht erwartungstreu für σ, obwohl S (X ) erwartungstreu für σ ist) Damit ersetzen wir σ in δ durch S (X ) und u 1 α durch das (1 α)-quantil der t(n 1)-Verteilung t(n 1) 1 α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 9

Der resultierende Test δ(x) = { d1 x > µ 0 + S (x) n t(n 1) 1 α x µ 0 + S (x) n t(n 1) 1 α d 0 ist kein gleichmäßig bester Test zum Niveau α, aber ein gleichmäßig bester unverfälschter Test zu Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 10

Analog ist für H 0 : µ µ 0 gegen H 1 : µ < µ 0 bei unbekannter Varianz { d1 x < µ 0 s (x) δ(x) = n t(n 1) 1 α d 0 x µ 0 s (x) n t(n 1) 1 α gleichmäßig bester unverfälschter Test zum Niveau α, aber kein gleichmäßig bester Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 11

Beispiel zu a) Zweiseitige Tests zum Mittelwert einer Normalverteilung: Testsituation: H 0 : µ = µ 0 gegen H 1 : µ µ 0 Bemerkung: Die umgekehrte Testsituation H 0 : µ µ 0 gegen H 1 : µ = µ 0 sollte nicht angesetzt werden, da dann bei stetiger Gütefunktion die Fehlerwahrscheinlichkeit. Art (Γ 1 hat nur das Element µ 0 ) bei einem Test zum Niveau α mindestens 1 α ist. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 1

Naheliegend ist, die Nullhypothese abzulehnen wenn der Stichprobenmittelwert stark von µ 0 abweicht. Dies führt zu { d1 x µ δ(x) = 0 > c x µ 0 c d 0 Gesucht ist c zu vorgegebenem Niveau α. Bei Gültigkeit von H 0 ist µ = µ 0. Gesucht ist also c mit P µ0 ( X µ 0 > c) = α Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 13

i) σ bekannt: Bei Mittelwert µ 0 ist X µ 0 σ n standardnormalverteilt(n(0, 1)). Mit dem α - Quantil u α und dem (1 α ) - Quantil u 1 α gilt damit ) P µ0 (u α X µ 0 σ n u 1 α = 1 α Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 14

Wegen u α = u 1 α P ist dann X µ 0 > σ n u 1 α } {{ } c = α Somit ist δ(x) = d 1 d 0 x µ 0 > σ n u 1 α x µ 0 σ n u 1 α gleichmäßig bester unverfälschter Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 15

ii) σ unbekannt: Bei Mittelwert µ 0 ist X µ 0 S (X ) n t(n 1) verteilt. Mit dem α - Quantil t(n 1) α und dem (1 α ) - Quantil t(n 1) 1 α gilt damit P µ0 t(n 1) α X µ 0 S (X ) n t(n 1) 1 α = 1 α Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 16

Wegen t(n 1) α = t(n 1) 1 α P X µ 0 > S (X ) n Somit ist δ(x) = ist dann t(n 1) 1 α } {{ } c = α. d 1 x µ 0 > S (X ) n t(n 1) 1 α d 0 x µ 0 S (X ) n t(n 1) 1 α ist gleichmäßig bester unverfälschter Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 17

Einseitige Tests zur Varianz der Normalverteilung i) Bei bekanntem Mittelwert µ Wie gesehen ist für das Testproblem H 0 : σ σ 0 gegen H 1 : σ > σ 0 δ(x) = d 1 d 0 n (x i µ) > χ (n) 1 α σ0 i=0 n (x i µ) χ (n) 1 α σ0 i=0 gleichmäßig bester Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 18

Ebenso ist für H 0 : σ σ 0 gegen H 1 : σ < σ 0 δ(x) = d 1 d 0 n (x i µ) < χ (n) α σ0 i=0 n (x i µ) χ (n) α σ0 i=0 gleichmäßig bester Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 19

ii) Bei unbekanntem Mittelwert Ersetzen wir den unbekannten Mittelwert µ durch den Schätzwert x, so ist bei Varianz σ 0 1 n 1 n (X i X ) i=1 1 n 1 σ 0 = S (X ) n (X i X ) = σ0 σ n 1 i=1 0 χ (n 1) verteilt Mit dem α-quantil χ (n 1) α der χ (n 1)-Verteilung gilt damit für σ0 P σ S (X ) χ (n 1) 0 σ0 α = α n 1 Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 0

und für das Testproblem ist δ(x) = H 0 : σ σ 0 gegen H 1 : σ > σ 0 d 1 S (x) = 1 n 1 d 0 S (x) = 1 n 1 n (x i x) > χ (n 1) 1 α σ0 1 n (x i x) χ (n 1) 1 α σ0 1 Test zum Niveau α. Man kann zeigen: δ ist gleichmäßig bester Test zum Niveau α. i=1 i=1 n 1 n 1 Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 1

Entsprechend ist bei σ0 mit dem (1 α)-quantil χ (n 1) 1 α P σ S (X ) χ (n 1) 0 σ0 1 α = α n 1 und für das Testproblem H 0 : σ σ 0 gegen H 1 : σ < σ 0... Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung

... ist δ(x) = d 1 S (x) = 1 n 1 d 0 S (x) = 1 n 1 ein Test zum Niveau α. n (x i x) < χ σ0 (n 1) α n (x i x) χ σ0 (n 1) α i=1 i=1 n 1 n 1 Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 3

Es gilt: δ ist gleichmäßig bester unverfälschter Test zum Niveau α. Aber: δ ist kein gleichmäßig bester Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 4

Zweiseitige Tests zur Varianz der Normalverteilung Das Testproblem lautet H 0 : σ = σ 0 gegen H 1 : σ σ 0 (Wie bei den zweiseitigen Tests zum Mittelwert wird das Testproblem mit vertauschten Hypothesen nicht verwendet.) Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 5

Zweiseitige Tests zur Varianz der Normalverteilung i) Bei bekanntem Mittelwert µ Naheliegend ist es, wieder die Testgröße n (x i µ) bzw. S (x) = 1 n i=1 n (x i µ) i=1 zu verwenden und H 0 abzulehnen, wenn S (x) stark von σ 0 abweicht. S (x) ist ja GBE-Schätzfunktion für σ bei bekanntem Mittelwert µ 0. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 6

Gesucht sind also Testschranken c 1, c, so dass der Test δ(x) = { d0 c 1 S (x) c d 1 S (x) < c 1 oder c < S (x) ein Test zum Niveau α ist. Bei σ 0 ist S (X ) σ 0 n χ (n)-verteilt Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 7

Mit den Quantilen χ (n) α1 und χ (n) 1 α gilt also ( ) ( ) S (X ) P σ χ (n) 0 σ0 α1 + P σ0 χ (n) 1 α < S (X ) σ0 n n Gilt α 1 + α = α, so ist = α 1 + α δ(x) = { d 0 χ σ0 (n) α1 n S (x) χ σ0 (n) 1 α n d 1 S (x) < χ σ0 (n) α1 n oder χ σ0 (n) 1 α n < S (x) ein Test zum Niveau α. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 8

Bemerkung: α 1 und α können so bestimmt werden, dass δ ein gleichmäßig bester unverfälschter Test zum Niveau α ist. Gilt α 1 = α = α, so heißt δ Equal-Tails-Test. Wegen der Asymmetrie der χ -Verteilung ist der Equal-Tails-Test nicht unverfälscht (s. Abb.). Bei Anwendungen wird dennoch in der Regel der Equal-Tails-Test verwendet. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 9

1 0.8 0.6 G δ (σ ) 0.4 0. 0 0 0. 0.4 0.6 0.8 1 σ Gütefunktion des equal-tails-test für verschiedene Werte Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests vonzur n. Normalverteilung 30

Damit sind die anschließenden Überlegungen analog zu Fall i) mit unbekanntem Mittelwert. d 0 χ σ (n 1) α 0 n 1 S (x) δ(x) = d 1 χ (n 1) 1 α σ 0 n 1 S (x) < χ (n 1) α χ (n 1) 1 α σ 0 n 1 oder < S (x) ist Equal-Tails-Test zum Niveau α. δ ist wiederum nicht unverfälscht. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 31

Bemerkung: Tests zur Normalverteilung sind von besonderer Bedeutung, weil nach dem zentralen Grenzwertsatz 1 n n X i µ i=1 Z = n N(0, 1) σ für X i u.i.v. mit E(X i ) = µ und Var(X i ) = σ. = Für eine Testsituation zum Erwartungswert kann man für beliebige Verteilungen die Tests der Normalverteilung als Approximation heranziehen, falls nur n genügend groß ist (meist n 30). Dies gilt insbesondere auch dann, wenn der Verteilungstyp nicht bekannt ist. Kapitel XII - Gleichmäßig beste unverfälschte Tests und Tests zur Normalverteilung 3