Ablaufschema beim Testen

Ähnliche Dokumente
Testentscheidungen. Worum geht es in diesem Modul? Kritische Werte p-wert

Idee des Testens. Heuristische Verfahren

So berechnen Sie einen Schätzer für einen Punkt

T-Test für den Zweistichprobenfall

Kapitel 3 Schließende Statistik

Ein- und Zweistichprobentests

Statistische Tests (Signifikanztests)

Einführung in die Induktive Statistik: Testen von Hypothesen

GRUNDPRINZIPIEN statistischen Testens

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:

Statistik II. Statistische Tests. Statistik II

8. Konfidenzintervalle und Hypothesentests

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

Gauß-Test für den Zweistichprobenfall

3 Grundlagen statistischer Tests (Kap. 8 IS)

5. Seminar Statistik

Allgemeines zu Tests. Statistische Hypothesentests

Statistik II. Statistische Tests. Statistik II

Statistisches Testen

Vorlesung: Statistik II für Wirtschaftswissenschaft

R. Brinkmann Seite

12 Rangtests zum Vergleich zentraler Tendenzen

R. Brinkmann Seite

Exakter Binomialtest als Beispiel

4.1. Nullhypothese, Gegenhypothese und Entscheidung

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -

Grundlagen der Statistik

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Statistische Tests zu ausgewählten Problemen

Schließende Statistik: Hypothesentests (Forts.)

Fallzahlplanung bei unabhängigen Stichproben

Statistik II für Betriebswirte Vorlesung 1

T-Test für unabhängige Stichproben

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.

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

3) Testvariable: T = X µ 0

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Hypothesentests mit SPSS. Beispiel für einen t-test

Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.

Jost Reinecke. 7. Juni 2005

Mann-Whitney-U-Test für zwei unabhängige Stichproben

Beurteilende Statistik

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

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

SozialwissenschaftlerInnen II

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

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Tutorial: Anpassungstest

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

6.4 Der Kruskal-Wallis Test

1.8 Kolmogorov-Smirnov-Test auf Normalverteilung

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

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

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

Mathematik 2 Dr. Thomas Zehrt

Mögliche Fehler beim Testen

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

Statistik II. Weitere Statistische Tests. Statistik II

Vorlesung: Statistik II für Wirtschaftswissenschaft

Das Zweistichprobenproblem

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

Klausur zur Vorlesung

Sommersemester Marktforschung

Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test

Kapitel III: Einführung in die schließende Statistik

Methodenlehre. Vorlesung 13. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Klausur Statistik 2 RE Statistik für Soziologen Do,

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik

Fit for Abi & Study Stochastik

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1

9 Prinzipien der statistischen Hypothesenprüfung

Je genauer und sicherer, desto größer muss der Stichprobenumfang sein

Statistische Tests für unbekannte Parameter

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

Konkretes Durchführen einer Inferenzstatistik

Der χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest)

Grundlegende Eigenschaften von Punktschätzern

Kapitel 13. Grundbegriffe statistischer Tests

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.

Statistische Tests für unbekannte Parameter

Der χ2-test Der χ2-test

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften

Grundlagen der schließenden Statistik

Wilcoxon-Rangsummen-Test

Wahrscheinlichkeitsrechnung und Statistik

Statistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

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

Einführung in Quantitative Methoden

Transkript:

Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version und versuchen Sie - bevor Sie das Lernmodul durchlesen - das allgemeine Ablaufschema von statistischen Tests in die richtige Reihenfolge zu bringen. Schritt 1 Quantifizieren des inhaltlichen Problems Die interessierende Forschungsfrage muss so erfasst werden, dass sie mit messbaren Größen dargestellt werden kann. (Das Ablaufschema können Sie auch in unterschiedlichen Statistiklehrbüchern nachlesen, wie z.b. in Fahrmeir et al. (2002)) Beispiel: Schritt 1 Quantifizieren des inhaltlichen Problems In einem Experiment soll untersucht werden, ob sich die Reaktionszeiten des Menschen bedingt auf ein akustisches und ein optisches Signal unterscheiden. Es werden zufällig zwei Gruppen gebildet. Die eine Gruppe mit 6 Personen wird einem akustischen Signal ausgesetzt, die andere mit 8 Probanden einem optischen. seien die Reaktionszeiten in 1/100 sec nach einem akustischen Signal. Page 1

seien die Reaktionszeiten in 1/100 sec nach einem optischen Signal. Quelle: Beispiel frei nach Bosch (1983). Schritt 2 Formulierung der Modellannahmen Wie ist verteilt? Liegt eine Zufallsstichprobe vor? Können Annahmen über die Varianz getroffen werden? Beispiel: Schritt 2 Formulierung der Modellannahmen Es kann vorausgesetzt werden, dass die Daten zumindest ordinal skaliert sind und dass einer Verteilungsfunktion folgt sowie (Wir wissen nicht, ob beide Stichproben aus normalverteilten Grundgesamtheiten stammen.) Allerdings kann keine genauere Annahme über den Typ der zugrunde liegenden Verteilung getroffen werden. Wir gehen davon aus, dass die Verteilungen und vom selben Typ sind und dass Varianzhomogenität herrscht. Anmerkung Sie können dem Beispiel besser folgen, wenn Sie sich das oder das bereits angeschaut haben. Schritt 3 Formulierung des statistischen Testproblems Das quantifizierte inhaltliche Problem muss nun in ein statistisches Testproblem über die Modellparameter umgesetzt werden. Beispiel: Schritt 3 Formulierung des statistischen Testproblems Es ist zu überprüfen, ob sich die Reaktionszeiten zwischen den Gruppen unterscheiden. Wegen der Modellannahmen kann es sich nur um einen Lageunterschied handeln. Damit ergibt sich folgendes Testproblem: Nullhypothese Alternativhypothese gegen Die Werte von unterscheiden sich (tendenziell) von den Werten von Page 2

Schritt 4 Festlegung des Signifikanzniveaus Das Signifikanzniveau muss festgelegt werden. Mit wird gleichzeitig auch die Wahrscheinlichkeit für den Fehler 1. Art geregelt. Übliche Werte von sind 0.01, 0.05, 0.1. Beispiel: Schritt 4 Festlegung des Signifikanzniveaus Das Experiment soll mit einem Signifikanzniveau von durchführt werden. Schritt 5 Konstruktion der Prüfgröße Die Prüfgröße muss sensibel für das Testproblem sein und eine bekannte Wahrscheinlichkeitsverteilung unter der Nullhypothese (Prüfverteilung) haben. Beispiel: Schritt 5 Konstruktion der Prüfgröße Zur Überprüfung des Problems wird der Wilcoxon-Rangsummen-Test verwendet. Es ist unter den in Schritt 2 aufgestellten Annahmen ein sinnvoller Test, da die zugehörige Prüfgröße und die Berechnung ihrer Verteilung unter nur die dort formulierten Annahmen benötigen. Die Prüfgröße soll über die Beobachtungen der Stichprobe gebildet werden: Schritt 6 Bestimmung des Ablehnbereichs Berechnung der kritischen Werte mit Hilfe des vorgegebenen Signifikanzniveaus und der Wahrscheinlichkeitsverteilung unter Beispiel: Schritt 6 Bestimmung des Ablehnbereichs Der Ablehnbereich wird durch Festlegung die des kritischen Werts bestimmt, der aus der Verteilung der Prüfgröße unter ermittelt wird. Diese ist vertafelt bzw. kann mit Hilfe kombinatorischer Überlegungen hergeleitet werden. (Siehe das.) Mit ergibt sich: Damit gilt: Sie können die Werte im Page 3

Applet Wilcoxon (afb.jar) überprüfen. Schritt 7 Berechnung der Prüfgröße Aus den realisierten Daten wird der konkrete Prüfgrößenwert berechnet. Beispiel: Schritt 7 Berechnung der Prüfgröße In dem Experiment wurden folgende Reaktionszeiten ermittelt und in der gepoolten Stichprobe zusammengefasst: Die Prüfgröße berechnet sich als: Schritt 8 Testentscheidung Es wird entschieden, ob die Nullhypothese zugunsten der Alternative verworfen werden kann. Dazu wird die Prüfgröße mit den kritischen Werten verglichen bzw. der p-wert bestimmt. Beispiel: Schritt 8 Testentscheidung über den kritischen Wert: Die Nullhypothese wird abgelehnt, falls Da kann zum 5%-Niveau nicht abgelehnt werden. Testentscheidung über den p-wert: Berechne den p-wert als und lehne ab, falls der p-wert < Den Prüfgrößenwert haben wir mit 36 berechnet. Für den Zweistichprobenfall müssen jedoch beide Seiten der Alternative betrachtet werden. Deshalb wird das Gegenstück der Rangsumme 36 auf der rechten Verteilungshälfte gesucht, so dass gilt. Mit kann die Nullhypothese nicht verworfen werden. (Siehe dazu auch das.) Schritt 9 Interpretation des Ergebnisses Welche Konsequenzen hat die Testentscheidung? Bei...... wird... Page 4

Nichtverwerfen von Verwerfen von die bisherige Situation beibehalten. angenommen. Die untere Entscheidung ist (höchstens) mit Wahrscheinlichkeit falsch. Aber Vorsicht bei der oberen Entscheidung: Ein Nichtverwerfen der Nullhypothese ist kein statistischer Beweis für die unter getroffenen Annahmen. Beispiel: Schritt 9 Interpretation des Ergebnisses Das Experiment konnte nicht beweisen, dass sich die Reaktionszeit des Menschen aufgrund akustischer oder optischer Signale unterscheidet. Literaturangabe Fahrmeir, L., Künstler, R., Pigeot, I. und Tutz, G. (2002). Statistik. Der Weg zur Datenanalyse. 4. Auflage, Springer, Berlin. Bosch, K. (1983). Aufgaben und Lösungen zur angewandten Statistik. Vieweg, Braunschweig. (c) Projekt Neue Statistik 2003, Freie Universität Berlin, Center für Digitale Systeme Kontakt: http://www.neuestatistik.de Page 5