Die Vorlesung Statistische Methoden II findet am (nächste Woche) nicht nicht statt. Diese Vorlesung wird zu einem späteren Termin, der noch bekannt gegeben wird, nachgeholt.
TESTS
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.
Mathematischer Rahmen I TESTS Statistische Struktur Testproblem (Hypothese)Nullhypothese Gegeben sind: Stetiger Fall Diskreter Fall Niveau
Mathematischer Rahmen II TESTS Test Test gegeben durch: Ablehnungsbereich Teilmenge der Grundgesamtheit : Menge aller Beobachtungen, die zur Ablehnung der Hypothese führen
Mathematischer Rahmen III TESTS Beobachtung (Stichprobe) Entweder Oder Beobachtung liegt im Annahmebereich Beobachtung liegt im Ablehnungsbereich Hypothese annehmen! Hypothese ablehnen!
Fehler erster und zweiter Art
Hypotheseakzeptiert Hypothese abgelehnt Hypothesewahr Hypothese falschEntscheidungRealität Fehler 1. Art Fehler 2. Art
Niveau und Macht Obere Grenze für die Wahrscheinlichkeit, Fehler 1. Art einen Fehler 1. Art zu begehen Niveau Wahrscheinlichkeit, keinenFehler 2. Art keinen Fehler 2. Art zu begehen, wenn der wahre Parameterwert in dem Punkt liegt Macht Macht in einem Punkt der Alternative
2 Würfel Fairer Würfel Gezinkter Würfel 1/6 1/5 ? ?
Tafel für die Verteilungsfunktion bei Normalverteilung
Neyman-Pearson-Test Für einen Test mit gilt immer: Sei * ein Neyman-Pearson Test vom Niveau. Dann insbesondere:
Jeder Test, der vom Niveau eines gegebenen Neyman- Pearson-Tests ist, besitzt höchstens die Macht höchstens die Macht dieses Neyman-Pearson-Tests.
Geboren in London. Er versuchte, statistische Methoden auf biologische Probleme der Vererbung und der Evolution anzuwenden. In 18 Veröf- fentlichungen mit dem Titel Mathematical Contributions to the Theory of Evolution führte er die Regressions-Analyse, den Korrelationsko- effizienten und den Chi-Quadrat-Test ein.
Geboren in London als Sohn von Karl Pearson. Egon Pearson arbeitete ab 1921 im Institut seines Vaters am University College in London. Er besuchte zunächst alle Vorlesungen seines Vaters mit dem Erfolg, dass er bald selbst hervorragende Arbeiten auf dem Gebiet der Statistik produzierte. S. Neyman war als Stipendiat am University College. Die Zusammenarbeit mit Egon Pearson begann.
Geboren in Bendery, Moldavien. Als Jerzy Neyman sein Stipendium in London antrat, um mit Karl Pearson zusammenzuarbeiten, war er enttäuscht als er feststellte, dass Karl Pearson die moderne Mathematik ignorierte. Er kooperierte dann mit Egon Pearson und revolutionierte durch seine Ergebnisse die Statistik.
Der Logharithmus ln x ist streng monoton wachsend
Tafel für die Verteilungsfunktion bei Normalverteilung
Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)
Tafel für die Verteilungsfunktion bei Normalverteilung
Beispiel Kaufhaus-Konzern Kauf würde in Erwägung gezogen Kauf würde nicht in Erwägung gezogen
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:
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 -
Tafel für die Verteilungsfunktion bei Normalverteilung
Beispiel Äpfeln Gewicht von Äpfeln Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten Anbaugebiet
Tafel für die Verteilungsfunktion bei Normalverteilung AI
Tafel für die Verteilungsfunktion bei Normalverteilung AII
Tafel für die Verteilungsfunktion bei Normalverteilung AIII
BI
BII
BIII
Test für den Erwartungswert Varianz bekannt Fall Normalverteilung
Test für den Erwartungswert Varianz unbekannt Fall Normalverteilung