7 Grundlagen Inferenzstatistik II (mf, fl/) Flashcards
Erkläre das Konzept der gerichteten Nullhypothese, einseitiger Test:
- Wann sind Ergebnisse signifikant und wie wird es angegeben?
- Was ist das Signifikantsniveau ?
- wenn der Wert der statistischen Kenngrösse (Mittelwert) in einen vorher festgelegten Bereich fällt, der am stärksten gegen die Nullhypothese spricht. Signifikanz
Konvention ist :- Wird in Überschreitungswahrscheinlichkeit p angegeben -> Wahrscheinlichkeit, dass das gefundene Ergebnis oder noch ein stärker gegen die Nullhypothese sprechendes Ereignis unter Gültigkeit der Nullhypothese zu finden.
- = festgelegte Grenze der Wahrscheinlichkeit. z.b 0,05 = 5% Alpha
Wie wird zwischen einer gerichteten Alternativhypothese und Nullhypothese bei einem einseitigen Test unterschieden?
- Alternativhypothese:
- Bsp. Die Person (bzw. Stichprobe) stammt aus einer Population mit einem Mittelwert von µ > 50
- allgemein: H1: µ1 > µ0
- Nullhypothese:
- Die Person (bzw. Stichprobe) stammt aus einer Population mit einem Mittelwert von µ ≤ 50
- allgemein H0: µ ≤ µ0
Somit gilt µ1 != µ0 und ( µ1 und µ0) decken die gesammte Population ab!
gerichtet: Aussage darüber in welche Richtung die Abweichung ist.
In welchem Verhältnis gemäss dem binären Entscheidungskonzept nach Neyman und Pearson stehen die Null- und Alternativhypothesen?
- Alternativhypothese meistens die interessierende Forschungshypothese
- Nullhypothese ist der Gegenpart der Alternativhypothese
- Gegenseitiges ausschliessen
- Binäre Entscheidung:
- Nullhypothese oder Alternativhypothese
Beschreibe die Art und Wahrscheinlichkeit richtiger und falscher Entscheidungen beim statistischen Testen.
Beschreibe den Fehler erster Art ( α )
Die Irrtumswahrscheinlichkeit (α) ist die Wahrscheinlichkeit, mit der ein Test ein signifikantes Ergebnis produziert, obwohl in Wirklichkeit die H0 gilt.
Beschreibe den Fehler zweiter Art
Um die β-Fehlerwahrscheinlichkeit bestimmen zu können, muss in der Alternativenhypothese genau spezifisiert werden, wie gross der Unterschied/Zusammenhang ist. (spezifische Hypothese)
Die Irrtumswahrscheinlichkeit beta ist die Wahrscheinlichkeit, mit der ein statistischer Test ein nicht- signifikantes Ereignis produziert, obwohl in Wirklichkeit die H1 gilt.
- Abweichung nach Links -> H0 bestätigt*
- Abweichung nach Rechts -> H1 bestätigt*
Was versteht man unter der Teststärke (Power) ?
Von was hängt die Teststärke (Power) ab?
- 1 - β ist die Wahrscheinlichkeit, mit der ein Test ein signifikantes Ergebnis produziert, unter der Annahme, dass ein Effekt einer bestimmten (hypothetischen festlegung) Grösse tatsächlich existiert.
- β und (1-β) hängen ab von:
- Effektgrösse
- Signifikanzniveau α
- Streuung der Populationsmerkmalsverteilung
- Stichprobengrösse
- Art des Tests (einseitig vs. zweiseitig)
Was gilt allgemein für einseitige/zweiseitige Tests?
- Nenne Zusammenhänge zwishen β und der Grösse des Effekts.
- Nenne Zusammenhänge zwishen β und Signifikanzniveau α.
- Nenne Zusammenhänge zwishen β und der Streuung der Populationsverteilung
- Nenne Zusammenhänge zwishen β und des Stichprobenumfangs
Die Teststärke ist bei einem einseitigen Test grösser als bei einem zweiseitigen Test.
- Je grösser ε, desto kleiner β
- je grösser α, desto grösser β
- je kleiner die Merkmalstreuungsverteilung, je Steiler die Verteilung, desto kleiner ist β
- je grösser n, desto grösser β
Welche Hypothese braucht man,
um den α Fehler zu bestimmen und
welche für den β -Fehler?
- α-Fehler = braucht nur H0 Hypothese
- β -Fehler = braucht zusätzlich eine /zwei sezifische Hypothese
Führe einen vergleich eines Stichprobenmittelweres mit einem Populationsmittelwert bei bekannter Populationsvarianz durch. Was fällt auf?
Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert bei bekannter Populationsvarianz
Einstichproben-Gauss-Test
zemp= 3.58
zkrit(1) = -1.96
zkrit(2) = +1.96
zempkrit(1)
zemp>=zkrit(2)
Einstichproben-t-Test
temp= 3.25
tkrit(1) = -2.09
tkrit(2) =+2.09
tempkrit(1)
temp>=tkrit(2)
wobei der geschätzte Stichprobenmittelwet bei 2.46 liegen würde.
Was ist die Eigenschaft eines p-Werts in einem zweiseitigen Test?
- Wahrscheinlichkeit, unter H0 den beobachteten Prüfgrössenwert oder einen (in Richtung Alternative) noch extremeren Wert zu erhalten .
- Bezieht sich auf Betrag der Prüfgrösse
- Gleicher Wert der Prüfgrösse geht beim zweiseitigen Test - im Vergleich zum einseitigen Test - mit doppeltem p-Wert einher.
- Einseitiger Test hat mehr Power!
Wie verändert sich die ungerichtete Nullhypothese
und Alternativhypothese bei einem zweiseitigen Test?
-
Nullhypothese:
- Die Person (bzw. Stichprobe) stammt aus einer Population mit einem Mittelwert von µ = 50
- allgemein H0: µ = µ0
-
Alternativhypothese:
- Bsp. Die Person (bzw. Stichprobe) stammt nicht aus einer Population mit einem Mittelwert von µ = 50
- allgemein: H1: µ ≠ µ0
Worin unterschiedet sich der p-Wert und α-Fehler?
- Überschreitungswahrscheinlichkeit p -> empirisches Ereignis
- Irrtumswahrscheinlichkeit von α -> vor der Untersuchung festgelegt
Wie sieht der Ablehnungsbereich von einem zweiseitigen Test aus?
Was gilt es bei β zu beachten?
H0 : µ = 0
H1 : µ ≠ 0 (ungerichtet)
Ablehnung der H0 beim zweiseitigen Testen
⇒ der Mittelwert muss einseitig viel extremer als der
Ablehnungsbereich xkrit(1) = -2,94, xkrit(2) = 2,94 sein
-
Alternativhypothese, ungerichtet
vom Mittelwert Links -> negative Werte
vom Mittelwert Rechts -> positive Werte
Für die Berechnung von β muss ein gerichteter Effekt aufgestellt werden!
Wofür wird der Einstichproben-Gauss-Test (z-Test) verwendet?
Was gilt es beim zweiseitigen Test zu betrachten?
Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert bei bekannter Populationsvarainz -> Varianz muss bekannt sein!
Formulierung analog der gerichteten oder ungerichteten Null- und Alternativhypothese
Zweiseitiger Test
Gleiche Prüfgrosse wie beim einseitigen Test, aber andere kritische Werte!
z.b zkrit(1) = - 1, 96 zemp ≤ zkrit(1)
zkrit (2)= + 1,96 zemp ≥ z krit(2)