Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)

Ähnliche Präsentationen


Präsentation zum Thema: "TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)"—  Präsentation transkript:

1 TESTS

2 Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe) Entscheidung Vorgabe: Irrtumswahrscheinlichkeit Formulierung einer HypotheseNullhypothese In der Statistik kann man nie ganz sicher sein. Die Irrtumswahrscheinlichkeit sollte wenigstens klein sein.

3 Mathematischer Rahmen I TESTS Statistische Struktur Testproblem (Hypothese)Nullhypothese Gegeben sind: Stetiger Fall Diskreter Fall Niveau

4 Mathematischer Rahmen II TESTS Test Test gegeben durch: Ablehnungsbereich Teilmenge der Grundgesamtheit : Menge aller Beobachtungen, die zur Ablehnung der Hypothese führen

5 Mathematischer Rahmen III TESTS Beobachtung (Stichprobe) Entweder Oder Beobachtung liegt im Annahmebereich Beobachtung liegt im Ablehnungsbereich Hypothese annehmen! Hypothese ablehnen!

6 Fehler erster und zweiter Art

7 Hypotheseakzeptiert Hypothese abgelehnt Hypothesewahr Hypothese falschEntscheidungRealität Fehler 1. Art Fehler 2. Art

8 Niveau und Macht Obere Grenze für die Wahrscheinlichkeit, Fehler 1. Art einen Fehler 1. Art zu begehen Niveau Wahrscheinlichkeit, Fehler 2. Art keinen Fehler 2. Art zu begehen, wenn der wahre Parameterwert in dem Punkt liegt Macht Macht in einem Punkt der Alternative

9 2 Würfel Fairer Würfel Gezinkter Würfel 1/6 1/5 ? ?

10 Neyman-Pearson-Test Für einen Test mit gilt immer: Sei * ein Neyman-Pearson Test vom Niveau :

11 Jeder Test, der vom Niveau eines gegebenen Neyman- Pearson-Tests ist, besitzt höchstens die Macht höchstens die Macht dieses Neyman-Pearson-Tests.

12 Tafel für die Verteilungsfunktion bei Normalverteilung

13 Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)

14 Beispiel Kaufhaus-Konzern Kauf würde in Erwägung gezogen Kauf würde nicht in Erwägung gezogen 572 1428

15 Tafel für die Verteilungsfunktion bei Normalverteilung

16 Zusammenhang Konfidenzintervalle - Tests Konfidenzintervall Gegeben sei ein Konfidenzintervall C( ) vom Niveau Ablehnungsbereich ist dann mit dem Ablehnungsbereich Für eine einfache Hypothese Test ein Test vom Niveau gegeben, denn:

17 Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit, eine Beobachtung zu machen, für die der wahre Parameter im zugehörigen Intervall liegt, größer oder gleich 1 -

18 Tafel für die Verteilungsfunktion bei Normalverteilung

19 Rechenbeispiel Stichprobe vom Umfang n = 5 3.5 7.2 5.0 4.3 7.9 Stichprobenfunktionen

20 Konfidenzintervalle für diese konkrete Stichprobe 1.Fall 2.Fall 3.Fall

21 6.Fall 18.28 5.Fall 4.Fall

22 Beispiel Äpfeln Gewicht von Äpfeln Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten Anbaugebiet

23 Konfidenzintervalle für diese konkrete Stichprobe Die anderen Fälle zur Übung empfohlen!! 2.Fall 5.Fall

24 Tafel für die Verteilungsfunktion bei Normalverteilung AI

25 Tafel für die Verteilungsfunktion bei Normalverteilung AII

26 Tafel für die Verteilungsfunktion bei Normalverteilung AIII

27 BI

28 BII

29 BIII

30 Test für den Erwartungswert Varianz bekannt Fall Normalverteilung

31 Test für den Erwartungswert Varianz unbekannt Fall Normalverteilung

32 1. Fall Vergleich zweier unabhängiger Stichproben 1. Fall 2 unabhängige Stichproben mit Stichprobenvariablen X und Y Annahmen: X und Y normalverteilt Varianz von X = Varianz von Y Hypothese: Erwartungswert von X = Erwartungswert von Y

33 unabhängige Für n unabhängige Zufallsvariablen mit hat man: Mathematische Bedeutung der Chi-Quadrat-Verteilung

34 unabhängige Für unabhängige Zufallsvariablen W und U mit hat man: Mathematische Bedeutung der t-Verteilung

35 1. Fall Vergleich zweier unabhängiger Stichproben 1. Fall Prüfgröße n: Umfang der Stichprobe 1 (Stichprobenvariable X) m: Umfang der Stichprobe 2 (Stichprobenvariable Y) Ablehnungsbereich bestimmt durch

36

37 2. Fall Vergleich zweier unabhängiger Stichproben 2. Fall 2 unabhängige Stichproben mit Stichprobenvariablen X und Y Annahmen: X und Y normalverteilt n und m groß (> 30), damit Approximation der Varianzen sinnvoll Hypothese: Erwartungswert von X = Erwartungswert von Y

38 2. Fall Vergleich zweier unabhängiger Stichproben 2. Fall Ausgangspunkt Approximation Prüfgröße Ablehnungsbereich bestimmt durch


Herunterladen ppt "TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)"

Ähnliche Präsentationen


Google-Anzeigen