Fehler beim Testen von Hypothesen

Bei Hypothesentests können zwei Arten von Fehlern auftreten: Fehler 1. Art und Fehler 2. Art. Diese Fehler sind entscheidend für die Interpretation der Testergebnisse.

Ein Fehler 1. Art tritt auf, wenn die Nullhypothese H₀ verworfen wird, obwohl sie in Wirklichkeit wahr ist. Die Wahrscheinlichkeit für diesen Fehler wird mit α bezeichnet und ist per Definition höchstens so groß wie das gewählte Signifikanzniveau.

Ein Fehler 2. Art hingegen entsteht, wenn H₀ nicht verworfen wird, obwohl sie falsch ist. Die Wahrscheinlichkeit hierfür wird mit β bezeichnet und kann nur berechnet werden, wenn die tatsächliche Trefferwahrscheinlichkeit p bekannt ist.

Example: Ein Unternehmen produziert Dichtungen, die zu mindestens 80% fehlerfrei sein sollen. Ein Kunde zweifelt dies an und führt einen linksseitigen Test durch. Bei n=150 und α=0,05 ergibt sich ein Ablehnungsbereich von {0, ..., 111}. Wenn die tatsächliche Trefferwahrscheinlichkeit p=0,75 beträgt, kann die Wahrscheinlichkeit für einen Fehler 2. Art berechnet werden.

Highlight: Die Berechnung der Fehlerwahrscheinlichkeiten ist essentiell für die Bewertung der Teststärke und die Interpretation der Ergebnisse.

Vocabulary: Teststärke - Die Fähigkeit eines statistischen Tests, eine falsche Nullhypothese korrekt abzulehnen.

Zweiseitiger Signifikanztest

Der zweiseitige Signifikanztest wird verwendet, wenn man überprüfen möchte, ob ein Parameter von einem bestimmten Wert abweicht, unabhängig davon, ob die Abweichung nach oben oder unten erfolgt.

Example: Um zu testen, ob ein Würfel manipuliert ist, könnte man die Hypothese aufstellen, dass die Wahrscheinlichkeit für eine Eins 1/6 beträgt. Die Alternative wäre, dass die Wahrscheinlichkeit nicht 1/6 ist.

Bei einem zweiseitigen Test wird das Signifikanzniveau α auf beide Seiten der Verteilung aufgeteilt. Typischerweise verwendet man α/2 für jede Seite.

Der Annahmebereich wird mithilfe der Sigmaregeln definiert. Für ein Signifikanzniveau von 5% gilt beispielsweise:

P$μ - 1,96σ < X < μ + 1,96σ$ = 95%

wobei μ der Erwartungswert und σ die Standardabweichung ist.

Highlight: Die Nullhypothese wird angenommen, wenn die Trefferzahl im Annahmebereich liegt. Die Irrtumswahrscheinlichkeit kann höchstens das Signifikanzniveau sein.

Die Schritte für einen zweiseitigen Signifikanztest sind:

1. Aufstellen der Nullhypothese H₀: p = p₀ und der Alternative H₁: p ≠ p₀
2. Festlegen des Stichprobenumfangs n und des Signifikanzniveaus α
3. Bestimmen des Erwartungswerts μ und der Standardabweichung σ
4. Bestimmen des Annahmebereichs [a, b] der Nullhypothese
5. Durchführung der Stichprobe

Definition: Der Annahmebereich ist der Bereich, in dem die Nullhypothese nicht verworfen wird.

Wahl der Nullhypothese

Die Wahl der Nullhypothese ist ein entscheidender Schritt bei der Durchführung eines Hypothesentests. Sie hängt von der Zielsetzung des Tests ab und beeinflusst die Interpretation der Ergebnisse.

Example: Herr Drechsler behauptet, aus 4 verschiedenen Gläsern von Kaltgetränken blind seine Lieblingsmarke zu erkennen. Eine Wette soll seine Fähigkeit in 20 Versuchen testen.

Bei der Formulierung der Nullhypothesen gibt es unterschiedliche Perspektiven:

1. Aus Sicht von Herrn Drechsler: H₀: p ≤ 0,25 H₁: p > 0,25 (rechtsseitiger Test)

2. Aus Sicht des Wettpartners: H₀: p ≥ 0,25 H₁: p < 0,25 (linksseitiger Test)

Highlight: Das, was man "zeigen" möchte, sollte in die Alternativhypothese.

Es gibt zwei wichtige Faustregeln für die Wahl der Nullhypothese:

1. Man wählt H₀ so, dass der Fehler 1. Art derjenige ist, den man vermeiden möchte.
2. Man wählt die Behauptung, die statistisch gestützt werden soll, als Alternative.

Definition: Der Fehler 1. Art ist die fälschliche Ablehnung einer wahren Nullhypothese.

Diese Regeln helfen dabei, den Test so zu gestalten, dass er die gewünschte Aussagekraft hat und die richtigen Schlussfolgerungen ermöglicht.

Vocabulary: Aussagekraft - Die Fähigkeit eines statistischen Tests, zuverlässige und relevante Ergebnisse zu liefern.

Die Wahl der Nullhypothese beeinflusst direkt die Interpretation der Testergebnisse und sollte daher sorgfältig überlegt sein.

Einseitiger Hypothesentest

Der einseitige Hypothesentest ist ein grundlegendes statistisches Verfahren zur Überprüfung von Annahmen über Populationsparameter. Es werden zwei Arten vorgestellt: der linksseitige und der rechtsseitige Hypothesentest.

Bei einem linksseitigen Hypothesentest lautet die Nullhypothese H₀: p ≥ p₀, während die Alternativhypothese H₁: p < p₀ ist. Der Ablehnungsbereich umfasst die kleinsten Werte der Teststatistik.

Für einen rechtsseitigen Hypothesentest gilt H₀: p ≤ p₀ und H₁: p > p₀. Hier liegt der Ablehnungsbereich bei den größten Werten der Teststatistik.

Die Zufallsvariable X folgt bei wahrer Nullhypothese einer Binomialverteilung mit den Parametern n und p₀. Der Stichprobenumfang n und das Signifikanzniveau α werden vorab festgelegt.

Definition: Das Signifikanzniveau α ist die maximal zulässige Wahrscheinlichkeit für einen Fehler 1. Art.

Highlight: Die Entscheidungsregel besagt, dass H₀ verworfen wird, wenn das Stichprobenergebnis im Ablehnungsbereich liegt. Andernfalls wird H₀ nicht verworfen.

Example: Bei einem rechtsseitigen Test mit n=100 und α=0,05 könnte der Ablehnungsbereich {95, 96, ..., 100} sein, wenn P(X ≤ 94) ≤ 0,05 ist.