Aufstellen der Hypothesen

Diese Seite erklärt, wie man Nullhypothese (H₀) und Alternativhypothese (H₁) korrekt formuliert und welche Art von Hypothesentest in verschiedenen Situationen angewendet werden sollte.

Highlight: Wichtige Regeln beim Aufstellen der Hypothesen:

1. In der H₁-Hypothese steht niemals ein =, ≤ oder ≥.
2. "Höchstens" (≤) kennzeichnet H₀ und deutet auf einen rechtsseitigen Test hin.
3. "Mindestens" (≥) kennzeichnet H₀ und deutet auf einen linksseitigen Test hin.
4. "Mehr als" oder "größer" (>) kennzeichnet H₁ und erfordert einen rechtsseitigen Test.
5. "Weniger als" oder "kleiner" (<) kennzeichnet H₁ und erfordert einen linksseitigen Test.

Die verschiedenen Arten von Hypothesentests lassen sich wie folgt zusammenfassen:

1. Alternativtest: H₀: P = P₀ gegen H₁: P ≠ P₁
2. Rechtsseitiger Signifikanztest: H₀: P ≤ P₀ gegen H₁: P > P₀
3. Linksseitiger Signifikanztest: H₀: P ≥ P₀ gegen H₁: P < P₀
4. Beidseitiger Signifikanztest: H₀: P = P₀ gegen H₁: P ≠ P₀

Vocabulary: Die Testgröße ist das, worauf bei der Durchführung der einzelnen Versuche geachtet wird. Sie wird oft mit "T", "X" oder "Z" abgekürzt.

Bei der Stichprobe handelt es sich um eine Bernoulli-Kette, und die Testgröße ist binomialverteilt.

Entscheidungsregel und Signifikanzniveau

Diese Seite behandelt die Entscheidungsregel, die bestimmt, ob die Nullhypothese angenommen oder abgelehnt wird, sowie das Konzept des Signifikanzniveaus.

Definition: Die Entscheidungsregel legt den Annahme- und Ablehnungsbereich für eine der beiden Hypothesen fest.

• Der Annahmebereich A umfasst die Werte zwischen 0 und n, bei denen H₀ angenommen werden soll.
• Der Ablehnungsbereich Ā umfasst im Gegensatz zu A die anderen Werte, bei denen H₀ abgelehnt werden soll.

Das Signifikanzniveau soll die Aussagekraft des Tests sichern. Es wird durch den kritischen Wert k bestimmt.

Example: Entscheidungsregeln für verschiedene Testtypen:

• Linksseitiger Test: A = [0, ..., k], Ā = $k+1, ..., n$
• Rechtsseitiger Test: A = $0, ..., k-1$, Ā = [k, ..., n]
• Beidseitiger Test: A = $k₁+1, ..., kr-1$, Ā = [0, ..., k₁] ∪ [kr, ..., n]

Highlight: Bei Kommazahlen wird immer "nach innen" gerundet.

Wahrscheinlichkeiten bestimmen und Fehler beim Testen

Diese Seite erklärt, wie man Wahrscheinlichkeiten in Hypothesentests berechnet und welche Arten von Fehlern auftreten können.

Zur Berechnung von Wahrscheinlichkeiten wird folgende Formel verwendet:

P(X≤k) = Σ (n i) · p^i · $1-p$^$n-i$

Highlight: Bei größeren Werten von k ist es besser, einen Taschenrechner (GTR) oder ein Computer-Algebra-System (CAS) zu verwenden.

Example: Befehl für GTR/CAS: binom cdf(n, p, k) berechnet die kumulierten Wahrscheinlichkeiten der Binomialverteilung.

Es ist wichtig zu verstehen, dass eine Hypothese nie zu 100% widerlegt oder bestätigt werden kann. Es gibt vier mögliche Fälle:

1. H₀ ist wahr und wird angenommen (Sicherheit 1. Art)
2. H₀ ist falsch und wird abgelehnt (Sicherheit 2. Art)
3. H₀ ist wahr, wird aber abgelehnt (Fehler 1. Art oder α-Fehler)
4. H₀ ist falsch, wird aber angenommen (Fehler 2. Art oder β-Fehler)

Definition: Der Fehler 1. Art (α-Fehler) tritt auf, wenn H₀ fälschlicherweise abgelehnt wird. Die Wahrscheinlichkeit für diesen Fehler heißt Signifikanzniveau α.

Definition: Der Fehler 2. Art (β-Fehler) tritt auf, wenn H₀ fälschlicherweise angenommen wird. Diese Wahrscheinlichkeit kann nicht kontrolliert werden, da sie unabhängig ist.

Diese Konzepte sind entscheidend für das Verständnis der Zuverlässigkeit und Grenzen von Hypothesentests in der statistischen Analyse.

Wahrscheinlichkeitsbestimmung

Die Berechnung der Wahrscheinlichkeiten erfolgt mittels spezieller Formeln und technischer Hilfsmittel.

Highlight: Die Berechnung kann mit dem Befehl "binom cdf (n,p,k)" auf dem Taschenrechner erfolgen.

Quote: "Eine Hypothese kann nie zu 100% widerlegt bzw. bestätigt werden."

Fehlerarten und σ-Regeln

Die Analyse möglicher Fehler ist ein wesentlicher Bestandteil des Hypothesentests.

Definition:

• Fehler 1. Art (α-Fehler): Fälschliche Ablehnung von H₀
• Fehler 2. Art (β-Fehler): Fälschliche Annahme von H₀

Highlight: Die σ-Regeln beziehen sich auf die Standardnormalverteilung und sind wichtig für die Bestimmung von Konfidenzintervallen.

Grundlagen des Hypothesentests

Der Hypothesentest ist ein fundamentales Werkzeug in der Statistik, das verwendet wird, um Annahmen über Populationsparameter auf Basis von Stichprobendaten zu überprüfen. Diese Seite führt in die Grundkonzepte des Hypothesentests ein.

Definition: Ein Hypothesentest ist ein statistisches Verfahren, bei dem man anhand von erhobenen Daten eine Behauptung nachweisen möchte, indem man das Gegenteil widerlegt.

Der Prozess beinhaltet zwei sich widersprechende Behauptungen:

1. Die Nullhypothese (H₀), die geprüft werden soll
2. Die Gegenhypothese oder Alternativhypothese (H₁), die die logische Verneinung von H₀ darstellt

Beispiel: Auf dem Oktoberfest wird behauptet, dass die Maßkrüge nicht ganz voll gemacht werden. Um dies zu überprüfen, müsste man die Nullhypothese widerlegen, dass der Maßkrug tatsächlich mit einem Liter gefüllt ist.

Der Hypothesentest ermöglicht es, anhand eines Stichprobenergebnisses zu entscheiden, welche der beiden Hypothesen angenommen und welche verworfen wird. Dabei ist zu beachten, dass aufgrund der Stichprobenbasierung keine absolute Sicherheit erreicht werden kann.

Highlight: Wichtige Begriffe im Kontext des Hypothesentests sind:

• n = Stichprobenumfang
• P = Wahrscheinlichkeit
• M = p·n = Erwartungswert

Die Wahl des spezifischen Testtyps hängt von der Aufgabenstellung ab. Es gibt linksseitige, rechtsseitige und beidseitige Hypothesentests, die je nach Fragestellung angewendet werden.