Modellierung und Kompetenzorientierung in der Statistik Frank Hauser 2010.

Slides:



Advertisements
Ähnliche Präsentationen
Stichprobe im qualitativen Forschungsprozess
Advertisements

Zusatzthemen. Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III.
k-Sigma-Intervalle Vortrag zu dem Thema
Klassische Hypothesenprüfung
EmPra Der Einfluss und die Verarbeitung von emotionalen Reizen
Einfaktorielle Varianzanalyse
Gliederung Vertrauensintervalle Arten von Hypothesen
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Hypothesen testen: Grundidee
Chiropraktik Schule Berlin - Verbandsschule des BDC -
Statistische Methoden II
Die Vorlesung Statistische Methoden II findet am (nächste Woche) nicht nicht statt. Diese Vorlesung wird zu einem späteren Termin, der noch bekannt.
Vorlesung Die Vorlesung Statistische Methoden II nächste Woche vom 6. Juni ( nächste Woche ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit:
Nachholung der Vorlesung vom Freitag
Konfidenzintervalle Intervallschätzung
Chi-Quadrat-Test auf Unabhängigkeit I
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Achtung Vorlesung am nächsten Montag (21. Juni) Zeit: Uhr Ort: Kiste.
Statistische Methoden II SS 2003
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Sportwissenschaftliche Forschungsmethoden SS Statistischer Test.
Tutorium Aufgabe 1 Informationen in Designmatrix in: - Darin sind die Prädiktoren enthalten - Aber sagt uns noch mehr! Untersuchungsdesign darin.
Übungen zur Vorlesung Stochastik und ihre Didaktik
Vorlesung: ANOVA I
Eigenschaften der OLS-Schätzer
Was atmet. Eine Rose. Die Haut. Ein Molekül. Holz
SPEAQ Workshop Von Praktikern geleitete Qualitätssicherung und Qualitätssteigerung Dieses Projekt wurde mit finanzieller Unterstützung der Europäischen.
Beispielhafte Verkaufsansätze
Formulierung und Überprüfung von Hypothesen
Warum Berufsunfähigkeitsversicherungen mit verzinslicher Ansammlung oder Beitragsrückgewähr keinen Sinn machen.
ein neues Unterrichtsfach
Einführung in die beurteilende Statistik
Übungsaufgaben für Microsoft Excel
Computational Thinking Online Algorithmen [Was ist es wert, die Zukunft zu kennen?] Kurt Mehlhorn Konstantinos Panagiotou.
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Gleichungen und Gleichungssysteme
STATISIK LV Nr.: 1375 SS März 2005.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung
Hypothesentest Alternativtest.
Zusammen ist man weniger allein 2do für mehr Partnerschaft in der Optikbranche. Berlin, 17. November 2008.
Projekt: Schüler verbessern ihren Unterricht
MODAL-PARTIKELN.
Projekt: Schüler verbessern ihren Unterricht
Visionswerkstatt für das ABC des guten Lebens.
Bioinformatik Vorlesung
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
Vorbereitung einer Reflexion der Testdurchführung
Unterricht vorbereiten und durchführen
Hypothesentests.
„Fairness“ Auswertung des Jahresthemas 2014 / 2015
Vorstellen und Herleiten der Horner Schemas
Problem-Based Learning 1.Begriffe klären 2.Problem bestimmen (zentrale Fragen stellen) 3.Problem analysieren (Brainstorming, Hypothesen bilden, vorläufige.
Argumentationstraining gegen rechte Parolen
Ein Quiz schreiben, Motive, Thema 4.  Aufgabe  Sie erarbeiten in einer Kleingruppe ein Quiz über den Inhalt von Franz Fühmanns Erzählung „Das Judenauto“
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
ein neues Unterrichtsfach
 Präsentation transkript:

Modellierung und Kompetenzorientierung in der Statistik Frank Hauser 2010

Modellierung und Kompetenzorientierung in der Statistik In der Wahrscheinlichkeitsrechnung ist die Grundgesamtheit bekannt sowie deren stochastische Eigenschaften. Dadurch lassen sich Wahrscheinlichkeiten von Ereignissen bestimmen... In der (beurteilenden) Statistik möchte man von ausgehenden Stichproben auf Eigenschaften und Größe einer unbekannten Grundgesamtheit oder Wahrscheinlichkeit schließen Wo beginnt die Statistik...? Klare Abgrenzung von der Wahrscheinlichkeitsrechnung:

Modellierung und Kompetenzorientierung in der Statistik Grundgedanken des Hypothesentests Die Schüler können anhand ihnen zugänglicher Problemfelder selbst die Grundgedanken des Hypothesentests erarbeiten und aufgrund nachprüfbarer Eigenschaften der Grundgesamtheit ihre Ergebnisse validieren: Dabei spielen folgende Problemfelder eine Rolle: Grundgesamtheit / Stichprobenumfang Annahme / Ablehnungsbereich Irrtumswahrscheinlichkeiten bei Tests Signifikanzproblematik

Modellierung und Kompetenzorientierung in der Statistik Alle Hypothesentests lassen sich auf das Grundmodell der Wahrscheinlichkeitsrechnung übertragen: dem Urnenmodell Zurückführung auf das Urnenmodell Grundgesamtheit: N Gesamtheit der Testgröße:S Stichprobenumfang:n Testgröße innerhalb der Stichprobe: s

Problemfeld Schule als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik Geschlechterfrage Die Schulleitung behauptet, der Mädchenanteil der Schule liegt bei mind. 60%... Wie könnten wir das überprüfen, ohne alle Mädchen der Schule zählen zu müssen... Oder wie ginge das, wenn der weibl. Anteil einer noch größeren Gruppe - etwa eines ganzen Landes - erfasst werden soll...?

Modellierung und Kompetenzorientierung in der Statistik Idee einer Stichprobe: z.B. der eigene Mathematikkurs mit 24 S.: 14 Jungen, 10 Mädchen... Ist damit schon sicher, dass die Aussage nicht stimmt oder stimmen kann...? Wie aussagekräftig ist eigentlich eine Stichprobe...? Grundgesamtheit Stichprobenumfang Übersetzen ins Urnenmodell: z.B. N = 1000 Schüler (Gesamt)S = ? n = 24s = 10

Modellierung und Kompetenzorientierung in der Statistik Welche Fehler kann man bei vorschnellem Reagieren machen und mit welcher Wahrscheinlichkeit werden diese dann gemacht...? Irrtumswahrscheinlichkeiten Fehler Erster mögliche Fehler: Angenommen, ich glaube nicht an die Aussage (mind. 60% Mädchenanteil), mit welcher W. irre ich mich? binompdf(24,0.6,10) = 0,032 = 3,2% Bzw. wenn man bedenkt, dass auch weniger als 10 Mädchen zu meiner gleichen Haltung geführt hätten: binomcdf(24,0.6,10) = 0,053 = 5,3%

Modellierung und Kompetenzorientierung in der Statistik Zweiter mögliche Fehler: Angenommen, die Aussage (mind. 60% Mädchenanteil), stimmt gar nicht, ich glaube aber dennoch an die Aussage...): p = 1 - binomcdf(24,?,9) wobei ? der tatsächliche prozentuale Mädchenanteil ist. Nimmt man als W. näherungsweise wieder 0,6 so erhält man p = 1 - binomcdf(24,0.6,9) = 97,8% (!) Oder etwa nur 0,5 (50% Mädchenanteil) so erhält man immer noch p = 1 - binomcdf(24,0.5,9) = 84,6% (!)...

Modellierung und Kompetenzorientierung in der Statistik Hieraus folgt sofort eine Diskussion über Annahme- und Ablehnungsbereiche... und deren Auswirkungen auf die eben besprochenen Wahrscheinlichkeiten... Annahmebereich Ablehnungsbereich Ebenso schließen sich hier Fragen an, wie die beiden Fehler miteinander korrelieren und von weiteren Parametern abhängen... Fehler 1. Art Fehler 2. Art

Problemfeld Schule als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik JA-NEIN-Ratetest Der Lehrer prüft bei einem Abfragetest mit 20 Fragen Euer Wissen. Jede Frage ist nur mit JA oder NEIN zu beantworten. (Ankreuztest) Führt im Kurs einen solchen Test durch. Ein Teil des Kurses kreuzt nach Wissen, ein anderer durch Raten an. (z.B. Ankreuzen ohne durchzulesen...) Erarbeiten Sie eine Strategie um herauszufinden, bei wie vielen richtigen Antworten der Lehrer über Wissen oder Raten entscheiden kann, wenn dieser eine bestimmte Irrtumswahrscheinlichkeit nicht überschreiten will...

Problemfeld Schule als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik Abizeitung Um Kosten für die Abizeitung zu sparen bietet eine Druckerei einen Sonderpreis für den Druckauftrag an. Um dennoch eine gute Qualität zu gewährleisten (insbesondere der Bindung) wird ein Preisnachlass gewährt, sollte der Druckauftrag mehr als 10% unzureichend gebundene Exemplare enthalten. Man einigt sich auf eine Stichprobe von 20 Exemplaren. Ab welcher Anzahl defekter Exemplare sollte man auf dem Preisnachlass bestehen, wenn man auf eine Irrtumswahrscheinlichkeit von höchstens 5% setzt?

Problemfeld Schule als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik Mensa Die Mensa ging bisher davon aus, dass neben den fest vorbestellten Essen im Schnitt maximal 10% zusätzliche spontane Essensbestellungen anfallen... Planen Sie hierzu einen möglichen Test und legen Sie vor Entnahme der Stichprobe (Befragung) den Bereich fest, bei dem Sie die obige These verwerfen werden. Wie hoch sind die Fehlerwahrscheinlichkeiten? Aus wessen Sicht ist Ihr Annahme- bzw. Verwerfungsbereich sinnvoll? Weitere einführende Fragen, die die Schüler an das Hypothesentesten heranführen könnten...:

Gesellschaftliches Umfeld als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik: Theoretische Führerscheinprüfung Das Straßenverkehrsamt geht von ca. 600 Standardverkehrssituationen aus, von denen ein Proband mindestens 550 beherrschen sollte. Da innerhalb eines Tests nicht alle Situationen abgefragt werden können, beschränkt man sich auf 50 zufällig ausgewählte Fragen. Um den Test zu bestehen, müssen mindestens 45 Fragen richtig beantwortet werden... Übertragen Sie dies in das Urnenmodell und diskutieren Sie, welche Fehler ein Test dieser Art birgt... Welcher dieser Fehler ist problematischer?

Gesellschaftliches Umfeld als Experimentierfeld: Modellierung und Kompetenzorientierung in der Statistik Problematik: Bürgerentscheid (z.B. zu Bauvorhaben) Die Stadtverwaltung plant ein Bauvorhaben und behauptet, dass mindestens etwa 70% der Einwohner das Projekt ebenfalls befürworten. Eine Bürgerinitiative dagegen ist davon überzeugt, dass der tatsächliche Prozentsatz deutlich geringer ist. Sowohl die Stadtverwaltung als auch die Bürgerinitiative möchten ihre These mit Hilfe eines Tests belegen. Diskutiert nach welchen unterschiedlichen Kriterien der Test jeweils bewertet werden könnte...

Modellierung und Kompetenzorientierung in der Statistik Ausgangsfrage: Wie gut kann man den Zufall simulieren...? ODER: Kann ein Mensch glaubwürdig den Zufall hervorbringen...? Selbständiges Entdecken des Grundprinzips des Hypothesentest anhand von Vermutungen über Abweichungen ihrer generierten Zufallszahlen vom echten Zufall Artikel von Timo Leuders: PM - Praxis d. Mathematik i.d. Schule, Heft 4/2005 Mathematisches Umfeld als Experimentierfeld:

Modellierung und Kompetenzorientierung in der Statistik Kompetenzorientierter Gedanke Die Schüler erstellen aus einem Ihrer überprüfbaren Experimentierfelder ein statistisches Problem und formulieren hieraus eine Nullhypothese. Die Schüler planen einen Test, indem sie vor der Durchführung von Stichproben aufgrund ihres sinnvoll gewählten Signifikanzniveaus einen Ablehnungsbereich festlegen. Die Schüler lernen, dass ihre Entscheidung aufgrund des Stichprobenergebnisses mit Wahrscheinlichkeiten und möglichen Fehlern behaftet ist, die sich gegenseitig bedingen Durch Übersetzen in das Urnenmodell können die Schüler diese Wahrscheinlichkeiten berechnen

... Zum Abschluss ein Vergleich zur Vorgehensweise...

Modellierung und Kompetenzorientierung in der Statistik Otto M. Kaiser: Testen von Hypothesen ETH Hochschule Zürich Timo Leuders: Den Zufall im Griff Stochastische Vorstellungen entwickeln PM Praxis d. Mathematik i.d. Schule August 2005 Heft 4 Artur Engel: Wahrscheinlichkeitsrechnung und Statistik Klett Studienbücher, Band 1, 1976 Quellen