Der exakte Test von Fisher

Slides:



Advertisements
Ähnliche Präsentationen
Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
Advertisements

Leitidee Zufall Montag, den 14. Januar Uhr
Gliederung Vertrauensintervalle Arten von Hypothesen
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Glücksspiele.
Kapitel 6 Mehrstufige Zufallsexperimente
Hypothesen testen: Grundidee
Wie schätzt man die Zahl der Fische
Wahrscheinlichkeitstheorie
Statistische Methoden I
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Bitte mein Manuskript (liegt im Bibliotheksgebäude aus) nicht nach Außerhalb tragen. Die Weitergabe an Dritte (d. h. an Personen, die nicht Hörer der Vorlesung.
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -
Allgemein definiert man:. Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt.
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Zeit: 14:15 Ort: Hörsaal Loefflerstraße Heute wird die Vorlesung vom vergangenen Freitag nachgeholt! im Anschluss an die heutige reguläre Vorlesung.
II. Wahrscheinlichkeitstheorie
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
III. Induktive Statistik
Wahrscheinlichkeitsräume. A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov, Russland, geboren.
Die Vorlesung Statistische Methoden I fällt morgen ( ) aus! Zeit: 14:15 Ort: Hörsaal Loefflerstraße Diese Vorlesung wird am nächsten Donnerstag.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Urnenmodelle. Wahrscheinlichkeitsräume A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov,
Extra-SPSS-Kurse Durchführung: Birte Holtfreter Termine Di Mi Mi Ort PC-Pool Loefflerstarße.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Urnenmodelle. Die Normalverteilung (Gauß-Verteilung) (Gaußsche Glockenkurve)
Bedingte Wahrscheinlichkeiten
Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember statt Vorlesung - Nächsten Freitag!!!
Statistische Methoden II SS 2010 Vorlesung:Prof. Dr. Michael Schürmann Zeit: Freitag 13:15 -15:45 (Pause 14:45) Ort:HS Makarenkostraße (Kiste) Übungen.
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Übungen zur Vorlesung Stochastik und ihre Didaktik
Wahrscheinlichkeits-rechnung
Formulierung und Überprüfung von Hypothesen
1.3. Kombinatorische Zählprobleme Zählstrategien
Wahrscheinlichkeitsrechnung Grundbegriffe
Einführung in die beurteilende Statistik
Chi Quadrat Test Tamara Katschnig.
Ausgleichungsrechnung I

Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Die Poisson-Verteilung: Mittelwert und Standardabweichung
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1375 SS März 2005.
WIR SPIELEN STATISTIKER Unterhaltung mit der Wahrscheinlichkeit
Erklärung der „Lottoformel“ P =
Die Wahrscheinlichkeit

teWT302: Kombinatorik: Variation, Permutation, Kombination
SELTSAM ! Hier eine kleine mathematische Übung,
1. 2. Berechnen von Wahrscheinlichkeiten
Stochastik Grundlagen
Grundlagen der Stochastik
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
Aufgaben zu Laplace-Wahrscheinlichkeiten
Weitere acht Aufgaben zu Laplace-Wahrscheinlichkeiten
Wahrscheinlichkeitsrechnung Übersicht
Vermischte Aufgaben zur Wiederholung Löse die Aufgaben sauber auf einem Blatt Papier oder im Schulheft. Und nun geht’s los!
Vermischte Aufgaben zur Vorbereitung auf die 3. Schulaufgabe
Test 1 Test 2 Test 3. Test 4 Test 5 Test 6 Test 7 Test 8 Test 9.
Welche möglichen Ergebnisse gibt es beim Würfeln mit einem Würfel?
Weitere acht Aufgaben zu Laplace-Wahrscheinlichkeiten
Einführung in die Wahrscheinlichkeitsrechnung
Test.
Mittel- und Erwartungswert
Zusammengesetzte Ereignisse
 Präsentation transkript:

Der exakte Test von Fisher Beispiel: Stress ist gesund überlebt gestorben Versuchsgr 7 4 11 Kontrollgr 1 11 12 8 15 23

Beurteilen der Zahlen Die Zahlen scheinen die vermutete Hypothese zu stützen, denn bei den gestressten Affen sind viel weniger gestorben. Es könnte natürlich auch Zufall sein!

Testen der Hypothese Es könnte alles Zufall sein, d.h. es könnte die Hypothese Ho gelten. Ho: Der Stress hatte keine Auswirkung auf die Überlebensfähigkeit, das beobachtete Ergebnis beruht auf Zufall. Frage: Wenn Ho gilt, wie groß ist dann die Wahrscheinlichkeit, dass das beobachtete oder ein extremeres Ereignis eintritt?

Modell Ziehen aus einer Urne Stichprobe 7 4 11 Rest 1 11 12 8 15 23 weiße Kugel schwarze Kugel Stichprobe 7 4 11 Rest 1 11 12 8 15 23

Im Modell Extremere Ergebnisse Stichprobe 8 3 11 Rest 0 12 12 8 15 23 weiße Kugel schwarze Kugel Stichprobe 8 3 11 Rest 0 12 12 8 15 23

Rechnung Wieviele Möglichkeiten gibt es , aus eienr Urne mit 23 Kugeln eine Stichprobe von 11 zu ziehen? 23 über 11 Wieviele Möglichkeiten gibt es, dass dabei 7 weiße sind? (8 über 7)*(15 über 4) Wieveiel Möglichkeiten gibt es, dass dabei 8 weisse sind? (8 über 8)*(15 über 3)

Rechnung Ergebnis: p = (8*1365 + 1*455)/1352078 = 0,84 % Deutung: Wenn Ho gilt, so ist das beobachtete Ereignis in einem sehr unwahrscheinlichen Bereich Wir verwerfen daher Ho.