VS PLUS

Ähnliche Dokumente
INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße

3 Konfidenzintervalle

VS PLUS

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

methodenlehre ll Grenzen des Signifikanztests methodenlehre ll Grenzen des Signifikanztests

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

Konkretes Durchführen einer Inferenzstatistik

Jost Reinecke. 7. Juni 2005

Analyse von Querschnittsdaten. Signifikanztests I Basics

Wahrscheinlichkeitsverteilungen

Konfidenzintervalle so einfach wie möglich erklärt

Lösungen zu den Übungsaufgaben in Kapitel 10

Wiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)

Pflichtlektüre: Kapitel 12 - Signifikanztest Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher.

Macht des statistischen Tests (power)

SozialwissenschaftlerInnen II

Konfidenzintervalle. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09

Statistik II. IV. Hypothesentests. Martin Huber

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren

Stichwortverzeichnis. Symbole

Probleme bei kleinen Stichprobenumfängen und t-verteilung

Übungsaufgaben zu Statistik II

8. Konfidenzintervalle und Hypothesentests

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

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Beschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit

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

Willkommen zur Vorlesung Statistik (Master)

Beispielberechnung Vertrauensintervall

Willkommen zur Vorlesung Statistik (Master)

DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS

4.1. Nullhypothese, Gegenhypothese und Entscheidung

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

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

1. Einführung in die induktive Statistik

Aufgaben zu Kapitel 5:

Statistik für Dummies

Chi-Quadrat Verfahren

Bereiche der Statistik

Forschungsstatistik I

Mathematische und statistische Methoden II

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

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Modul G.1 WS 07/08: Statistik

Beispielberechnung Vertrauensintervalle

Statistische Methoden in den Umweltwissenschaften

Quantitative Methoden (Vertretung für Prof. Th. Pechmann)

Konfidenzintervalle so einfach wie möglich erklärt

Kapitel III: Einführung in die schließende Statistik

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

2) Ihr Chef schlägt vor, dass die Firma nicht Lieferant werden soll, wenn

R. Brinkmann Seite

Informationen zur KLAUSUR am

2.3 Intervallschätzung

Schließende Statistik

Mathematische und statistische Methoden II

Methodenlehre I Organisatorisches Wiederholung. Überblick Methodenlehre II. Thomas Schäfer. methodenlehre ll Einführung und Überblick

Forschungsstatistik I

3 Evaluation als Beschreibung von Zuständen

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

R. Brinkmann Seite

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend

Statistik II: Grundlagen und Definitionen der Statistik

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

Statistisches Testen

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Statistik Einführung // Stichprobenverteilung 6 p.2/26

WB 11 Aufgabe: Hypothesentest 1

Übungsaufgaben WS1011

Inferenzstatistik Vortrag: Alpha und Beta Fehler

Statistik II Übung 3: Hypothesentests Aktualisiert am

Parametrische vs. Non-Parametrische Testverfahren

Willkommen zur Vorlesung Statistik (Master)

11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen

Statistik für Naturwissenschaftler

Vorlesung: Statistik II für Wirtschaftswissenschaft

7.2 Mittelwert einer Stichprobe

In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt.

Inferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.

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

9 Prinzipien der statistischen Hypothesenprüfung

Auswertung und Lösung

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

Statistische Tests (Signifikanztests)

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

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

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

GRUNDPRINZIPIEN statistischen Testens

Transkript:

VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1]

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK I 1.1 Ordnen Sie die folgenden vier Begriffe den Achsen der unten abgebildeten Verteilung so zu, dass die Abbildung zunächst eine Häufigkeitsverteilung und anschließend eine Stichprobenverteilung ergibt. Kennwert / Ergebnis Anzahl der Personen Anzahl der Studien/Wahrscheinlichkeit? Ausprägung der AV 1.2? Was ist der Unterschied zwischen einer empirischen und einer theoretischen Stichprobenverteilung? 2.1 Vervollständigen Sie den folgenden Lückentext zur Bedeutung des Standardfehlers. Der Standardfehler eines Kennwertes entspricht der Standardabweichung der entsprechenden Stichprobenverteilung für diesen Kennwert. Der Name dieses Fehlers resultiert daraus, dass er angeben soll, welchen Fehler wir im Durchschnitt machen werden, wenn wir ein Stichprobenergebnis auf die Population verallgemeinern. Beim Schätzen des wahren Wertes würden wir demnach einen durchschnittlichen Fehler in der Größe des Standardfehlers machen. 2.2 In einer Stichprobe von 20 Männern wurde eine durchschnittliche Körpergröße von 1,94 m gefunden. Die Standardabweichung in der Stichprobe betrug 0,12 m. Berechnen Sie den Standardfehler des Mittelwertes. 2.3 Welche der beiden folgenden Aussagen entspricht der richtigen Interpretation eines Konfidenzintervalls? a: Die Wahrscheinlichkeit, dass der wahre Wert im X% Konfidenzintervall liegt, beträgt X%. b: Das X% Konfidenzintervall überdeckt den wahren Wert mit einer Wahrscheinlichkeit von X%. 2.4 In einem Mathematiktest (mit 50 Aufgaben) hat eine Stichprobe von 5 Studierenden im Durchschnitt 20 Aufgaben richtig gelöst ( 20). Der Standardfehler des Mittelwertes beträgt 0,316. Berechnen Sie die Grenzen eines 95% Konfidenzintervalls und interpretieren Sie Ihr Ergebnis. 3.1 Vervollständigen Sie den folgenden Lückentext zur Grundidee des Signifikanztests. Die Nullhypothese behauptet stets, dass es in der Population keinen Effekt gibt. Wenn das stimmt, dann sollten alle Studien zu dieser Fragestellung auch keine Effekte finden oder aber Effekte, die sich zufällig um die 0 herum verteilen. Die Wahrscheinlichkeit, sehr große Effekte zu finden, ist dann sehr klein. Wenn man trotzdem einen Effekt findet, der unter der Annahme der H0 sehr unwahrscheinlich ist, würde man das Ergebnis zum Anlass nehmen, die Nullhypothese zu verwerfen und stattdessen die Alternativhypothese akzeptieren, die von einem Effekt ausgegangen ist. 3.2 Schreiben Sie die Begriffe (H0, H1, Fehler, Fehler, Wahrscheinlichkeit, Stichprobenergebnisse, p und ) an die richtige Stelle in der Abbildung, so dass das Grundprinzip des Signifikanztests richtig widergegeben wird.

4.1 In einer Studie zur Wirksamkeit einer neuen Therapiemethode wurden zwei Gruppen mit je 5 Personen verglichen. Die Therapiegruppe erreicht einen Mittelwert von 4,8 (s = 0,7) und die Kontrollgruppe einen Wert von 4,1 (s = 0,9). Berechnen Sie die Effektgröße d für den Unterschied zwischen den beiden Gruppen und interpretieren Sie sie. 4.2 Warum kann man aus dem Ergebnis eines Signifikanztests nicht die Größe des Effektes ablesen?

LÖSUNGEN 1.1 1.2 In einer empirischen Stichprobenverteilung sind die Ergebnisse einer endlichen Zahl konkreter Stichproben bzw. Studien abgetragen. Sie beinhaltet damit reale Werte. Theoretische Stichprobenverteilungen sind simuliert. Sie zeigen, was passieren würde, wenn man tatsächlich viele Stichproben ziehen würde. Die Simulation gelingt, weil man die Streuung der Stichprobenverteilung aus der Streuung der Stichprobendaten schätzen kann. 2.1 Der Standardfehler eines Kennwertes entspricht der Standardabweichung der entsprechenden Stichprobenverteilung für diesen Kennwert. Der Name dieses Fehlers resultiert daraus, dass er angeben soll, welchen Fehler wir im Durchschnitt machen werden, wenn wir ein Stichprobenergebnis auf die Population verallgemeinern. Beim Schätzen des wahren Wertes würden wir demnach einen durchschnittlichen Fehler in der Größe des Standardfehlers machen. 2.2 1 0,12 20 0,123 20 1 0,123 20 0,028 2.3 Antwort b ist richtig. 2.4 Stichprobengröße von 5 entspricht df = 5 1 = 4 Der t Wert muss bei einer Fläche von 0,975 abgelesen werden, da das Intervall von 95% zu beiden Seiten des Mittelwerts aufgespannt wird und daher an beiden Rändern 2,5% abgeschnitten werden müssen. Konfidenz von 95% und df = 4 entspricht einem t,k. 2,776 untere Grenze: x σ t,k. 20 0,316 2,776 19,12 obere Grenze: x σ t,k. 20 0,316 2,776 20,88 Wir können zu 95% sicher sein, dass der wahre Mittelwert der Anzahl richtiger Lösungen in der Population der betreffenden Studierenden von unserem Intervall, das von 19,12 bis 20,88 reicht, überdeckt wird. Da es um die Anzahl richtiger Lösungen geht, könnte man auch sagen, dass es keinen Sinn macht, von 19,12 richtigen Lösungen zu sprechen. Daher kann man die Grenzen des Intervalls auch runden und sagen, dass es von 19 bis 21 reicht. 3.1 Die Nullhypothese behauptet stets, dass es in der Population keinen Effekt gibt. Wenn das stimmt, dann sollten alle Studien zu dieser Fragestellung auch keine Effekte finden oder aber Effekte, die sich zufällig um die 0 herum verteilen. Die Wahrscheinlichkeit, sehr große Effekte zu finden, ist dann sehr klein. Wenn man trotzdem einen Effekt findet, der unter der

Annahme der H0 sehr unwahrscheinlich ist, würde man das Ergebnis zum Anlass nehmen, die Nullhypothese zu verwerfen und stattdessen die Alternativhypothese akzeptieren, die von einem Effekt ausgegangen ist. 3.2 4.1 Zunächst muss die gemeinsame Streuung berechnet werden:,, =0,81 Damit lässt sich die Effektgröße d berechnen: 4,8 4,1 0,86 0,81 Die Effektgröße weist auf einen großen Unterschied zwischen den beiden Gruppen hin. 4.2 Das Ergebnis eines Signifikanztests ist bei gleich bleibendem Effekt vor allem von der Stichprobengröße abhängig, die beliebig veränderbar ist. Die Größe des Effektes kann man daraus nicht ablesen. Berechnet man eine Effektgröße, ist die Stichprobengröße bereits berücksichtigt.

http://www.springer.com/978-3-531-16940-8