Einführung in die beurteilende Statistik

Slides:



Advertisements
Ähnliche Präsentationen
T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Advertisements

Julia Antoniuk Jessica Gottschalk Susana de Miguel
Merkblatt zur Berechnung der Gesamtqualifikation gemäß APO-GOSt B(C) gültig ab Schuljahr 2010/11 für die G8-Jahrgänge in der gymnasialen Oberstufe.
TECHNISCHE UNIVERSITÄT DARMSTADT Naive Bayes for Ranking
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Überprüfen von Verteilungen
Gliederung Vertrauensintervalle Arten von Hypothesen
Forschungsstatistik II
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
Der exakte Test von Fisher
Statistische Methoden I
Nachholung der Vorlesung vom Freitag
Statistische Methoden II
Nachholung der Vorlesung vom Freitag
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
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
SR 222 : Fleischmannstraße 6 SR : Loefflerstraße 70
Vorlesung Die Vorlesung Statistische Methoden II in 2 Wochen vom 6. Juni ( in 2 Wochen ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit: 14.
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,
Chi-Quadrat-Test auf Anpassung
TESTS TESTS TESTS TESTS TESTS TESTS TESTS.
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.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003
Chi-Quadrat-Test auf Unabhängigkeit I Hypothese Ablehnungsbereich.
Approximative Konfidenzintervalle im Bernoulli-Fall II
Chi-Quadrat-Tests. Satz von Karl Pearson I X: Stichprobenvariable, die r > 2 verschieden Werte annehmen kann: Die Verteilung von X ist durch einen Wahrscheinlichkeitsvektor.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Testen von Hypothesen M. Kresken.
Sportwissenschaftliche Forschungsmethoden SS Statistischer Test.
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Vorlesung: Biometrie für Studierende der Veterinärmedizin Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als.
Vorlesung: ANOVA I
Eigenschaften der OLS-Schätzer
Multikollinearität Wann spricht man von Multikollinearität?
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Formulierung und Überprüfung von Hypothesen
Chi Quadrat Test Tamara Katschnig.
Ausgleichungsrechnung I
Wahrscheinlichkeitsrechnung
STATISIK LV Nr.: 1375 SS März 2005.
Wiederholung BSP 2.1.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Mehr zum Testen von Hypothesen
Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung
Die Wahrscheinlichkeit
Hypothesentest Alternativtest.
Grundbegriffe der Stochastik
Sequentialtest.
Zusammengestellt von Mag. Raimund Hermann
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
Bioinformatik Vorlesung
Stochastik Grundlagen
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
STATISIK LV Nr.: 1375 SS März 2005.
Hypothesentests.
Lineare Optimierung Nakkiye Günay, Jennifer Kalywas & Corina Unger Jetzt erkläre ich euch die einzelnen Schritte und gebe Tipps!
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
 Präsentation transkript:

Einführung in die beurteilende Statistik Signifikanztests

Grundproblem: - man versucht, aus den bei mehrmaliger Durchführung eines Zufallsexperiments aufgetretenen Ergebnissen auf die unbekannte, dem Zufallsexperiment tatsächlich zu Grunde liegende Wahrscheinlichkeitsverteilung zu schließen Grundbegriffe: jedes beobachtete Ergebnis heißt Realisierung von Z alle n Ergebnisse bilden eine Stichprobe vom Umfang n Grundsätzliches Vorgehen: Man vergleicht die unbekannte Verteilung mit einer bekannten Wahrscheinlichkeitsverteilung. Die vermutete (bekannte) Wktsverteilung wird in der Nullhypothese H0 notiert. z.B. Würfel H0= p0=1/6

Nun wird das Zufallsexperiment durchgeführt z. B. 20mal Würfeln Nun wird das Zufallsexperiment durchgeführt z.B. 20mal Würfeln. Fällt dabei z.B. 12mal die Sechs, so kann der Würfel gezinkt sein, also H0 falsch sein oder dieses unwahrscheinliche Ereignis ist nur zufällig entstanden. Vermutlich wird man jedoch H0 ablehnen. Bei Ablehnung von H0 spricht man von einem signifikanten Unterschied zwischen Stichprobe und Nullhypothese = SIGNIFIKANZTEST man kann sich seiner Entscheidung, welche Hypothese zutrifft nicht völlig sicher sein: Die Wahrscheinlichkeit, H0 zu verwerfen, obwohl sie zutrifft, heißt Irrtumswahrscheinlichkeit . Je nachdem, ob Abweichungen von H0 nach oben (rechts), unten (links) oder nach beiden Seiten interessieren, ergeben sich die verschiedenen Testarten.

Testen von Hypothesen Das Ziel von Signifikanztests liegt in der Ermittlung unbekannter Wahrscheinlichkeiten durch Vergleich mit bekannten Verteilungen.

es ist nicht bekannt, ob die Wsk nach oben oder unten abweicht 1. zweiseitiger Signifikanztest Beispiel: Der Altstadtbereich einer Kleinstadt ist zur „Tempo 30- Zone“ umgestaltet worden. Beobachtungen in den ersten Monaten nach der Umgestaltung ergeben, dass 10% aller Fahrzeuge die zulässige Höchstgeschwindigkeit überschreiten. Nach zwei Jahren haben die Einwohner den Eindruck, dass dieser Erfahrungswert nicht mehr zutreffend ist und wollen dies an Hand der nächsten 100 Fahrzeuge überprüfen. ( = 0,05) es ist nicht bekannt, ob die Wsk nach oben oder unten abweicht 1. Nullhypothese festlegen: H0: p0 = 0,10 2. Gegenhypothese festlegen: H1 : p1 ≠ 0,10 3. Verteilung feststellen Bn,p = B100;0,10 4. Angabe des Ablehnungsbereiches:

1. zweiseitiger Signifikanztest Beispiel: Der Altstadtbereich einer Kleinstadt ist zur „Tempo 30- Zone“ umgestaltet worden. Beobachtungen in den ersten Monaten nach der Umgestaltung ergeben, dass 10% aller Fahrzeuge die zulässige Höchstgeschwindigkeit überschreiten. Nach zwei Jahren haben die Einwohner den Eindruck, dass dieser Erfahrungswert nicht mehr zutreffend ist und wollen dies an Hand der nächsten 100 Fahrzeuge überprüfen. ( = 0,05) Aufteilung von  1. Nullhypothese festlegen: H0 = 0,10 2. Gegenhypothese festlegen: H1 ≠ 0,10 3. Verteilung feststellen Bn,p = B100;0,10 4. Angabe des Ablehnungsbereiches: ergibt sich als links- und rechts-seitige Abweichung von H0 ergibt sich für links: und laut Tabelle und damit gl = 4

für die rechte Seite ergibt sich damit: ≥ und laut Tabelle gr-1= 16 somit ist gr= 17 und für den Ablehnungsbereich K ergibt sich

2. Alternativtest Beispiel: Frank und Peter stehen an einer Kreuzung und beobachten die vorbeikommenden Fahrzeuge. Nach einiger Zeit meint Peter, dass 30% aller Fahrzeuge LKWs sind. Frank hält dagegen und spricht von 40%. Sie einigen sich auf folgenden Test: Es werden von den nächsten 100 Fahrzeugen die LKWs gezählt. Sind darunter höchstens 35 LKWs, so erhält Peter recht, ansonsten Frank (Signifikanzniveau 5%) 1. Nullhypothese festlegen: H0: p0= 0,3 2. Gegenhypothese festlegen: H1: p1= 0,4 3. Verteilung feststellen: Bn;p= B100;0,3

da die Nullhypothese für große Werte der Prüfvariablen abgelehnt wird: hier rechtsseitig 4. Angabe des Ablehnungsbereichs: führt nach Umstellen zu: also zu: da 35 wird H0 angenommen aus der Tabelle ergibt sich gr-1= 38 also ist gr = 39 für den Ablehnungsbereich ergibt sich also:

mindestens 60%, d.h. Wahrscheinlich-keit größer 60 3. Linksseitiger Signifikanztest Beispiel: Lars liest in einer Jugendzeitschrift, dass die Musik einer bekannten Sängerin von mindestens 60% der Jugendlichen gehört wird. Daraufhin befragt er am nächsten Tag alle 25 Mitschüler seiner Klasse. Von diesen hören nur 9 diese Musik. Bestätigt der Test die Behauptung, wenn Lars eine Irrtumswahr-scheinlichkeit von 5 % zugrunde legt? mindestens 60%, d.h. Wahrscheinlich-keit größer 60 da die Nullhypothese verworfen wird, wenn nur wenige Leute die Sängerin mögen, handelt es sich um einen LINKSseitigen Test 1. Nullhypothese festlegen: Ho: p0 ≥ 0,60 2. Gegenhypothese festlegen: H1: p0< 0,60 3. Verteilung feststellen: Bn;p= B25;0,60 4. Angabe des Ablehnungsbereiches

da über Eingang unten/rechts gesucht wird: 1-0,05=0,95 suchen 3. Linksseitiger Signifikanztest Beispiel: Lars liest in einer Jugendzeitschrift, dass die Musik einer bekannten Sängerin von mindestens 60% der Jugendlichen gehört wird. Daraufhin befragt er am nächsten Tag alle 25 Mitschüler seiner Klasse. Von diesen hören nur 9 diese Musik. Bestätigt der Test die Behauptung, wenn Lars eine Irrtumswahr-scheinlichkeit von 5 % zugrunde legt? da über Eingang unten/rechts gesucht wird: 1-0,05=0,95 suchen 1. Nullhypothese festlegen: Ho: p0 ≥ 0,60 2. Gegenhypothese festlegen: H1: p0< 0,60 3. Verteilung feststellen: Bn;p= B25;0,60 4. Angabe des Ablehnungsbereiches aus folgt und aus der Tabelle gl = 10 für den Ablehnungsbereich ergibt sich da 9 € des Ablehnungsbereiches ist, wird Ho verworfen

4. Rechtsseitiger Signifikanztest Beispiel: Auf einer Messe wird eine neuartige Maschine angeboten. Die Ausschussquote der auf dieser Maschine hergestellten Teile soll nicht höher als 5% sein. Ein Kaufinteressent will die Maschine vor Vertragsabschluss jedoch testen. Dazu lässt er 100 Teile produzieren und erhält 6 Stück Ausschuss. Sollte er die Maschine trotzdem kaufen, wenn er eine Irrtumswahrscheinlichkeit von 10% zu Grunde legt? H0 wird abgelehnt bei sehr viel Ausschuss, also handelt es sich um einen rechtsseitigen Test 1. Nullhypothese festlegen: H0: p0≤ 0,05 2. Gegenhypothese festlegen: H1: p1 > 0,05 3. Verteilung feststellen: Bn;p = B100;0,05 4. Angabe des Ablehnungsbereiches:

4. Rechtsseitiger Signifikanztest Beispiel: Auf einer Messe wird eine neuartige Maschine angeboten. Die Ausschussquote der auf dieser Maschine hergestellten Teile soll nicht höher als 5% sein. Ein Kaufinteressent will die Maschine vor Vertragsabschluss jedoch testen. Dazu lässt er 100 Teile produzieren und erhält 6 Stück Ausschuss. Sollte er die Maschine trotzdem kaufen, wenn er eine Irrtumswahrscheinlichkeit von 10% zu Grunde legt? aus P(X ≥ gr) ≤  folgt mit  = 0,10 1- P(X ≤ gr-1) ≤ 0,10 | -1 1. Nullhypothese festlegen: H0: p0≤ 0,05 2. Gegenhypothese festlegen: H1: p1 > 0,05 3. Verteilung feststellen: Bn;p = B100;0,05 4. Angabe des Ablehnungsbereiches: - P(X ≤ gr-1) ≤ - 0,90 | · (- 1) P(X ≤ gr-1) ≥ 0,90 und laut Tabelle damit ist gr-1 = 8 und gr = 9 für K ergibt sich also: {9; 10; . . . ;100} Da 6 nicht zum Ablehnungsbereich gehört, wird der Interessent die Maschine trotzdem kaufen.