Aufgabenbeispiele von Tests

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Hypothesen-Test linksseitig

Beispiel:

Ein spielsüchtiger 12-Klässler möchte nachweisen, dass ein bestimmter Würfel gezinkt ist und zu selten eine 6 kommt. Dazu macht er einen Signifikanztest mit 55 Würfen und einem Signifikanzniveau von 1%. In welchem Bereich muss die Anzahl der 6er liegen, damit er die Spielbank verklagen kann (- also, dass das Risiko, die 6er-Wahrscheinlichkeit irrtümlicherweise als zu gering anzunehmen, berechenbar ist.) Wie hoch ist dann diese Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
00
10.0005
20.0032
30.0124
40.0365
50.0857
60.1676
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 1 6 zu verwerfen. Der Test soll bestätigen, dass p< 1 6 ist, also ist es ein linksseitiger Hypothesentest. Wir suchen somit den Ablehnungsbereich der Nullhypothese H0 auf der linken Seite so, dass die Gesamt-Wahrscheinlichkeit dieses Bereichs gerade noch kleiner als das Signifikanzniveau 1% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(55, 1 6 ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 2 weniger als 1% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p= 1 6 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p< 1 6 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0032 =0.32% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;2]

Nicht-Ablehnungsbereich von H0: [3;55]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;2], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [3;55], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Hypothesen-Test rechtsseitig

Beispiel:

An einem Roulettetisch fällt die Kugel auffallend oft auf die (so selten gesetzte) grüne Null. Ein Spieler bezweifelt deswegen, dass diese tatsächlich die angegebene Wahrscheinlichkeit von p= 1 37 hat. Dazu macht er einen Signifikanztest mit 42 Würfen und einem Signifikanzniveau von 5%. In welchem Bereich muss die Häufigkeit der grünen Null liegen, damit er nachweisen kann, dass deren tatsächliche Wahrscheinlichkeit über 1 37 liegt. Wie hoch ist dann die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
00.3164
10.6855
20.8957
30.9736
40.9947
50.9991
60.9999
71
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 1 37 zu verwerfen. Der Test soll bestätigen, dass p> 1 37 ist, also ist es ein rechtsseitiger Hypothesentest. Wir suchen somit den Ablehnungsbereich der Nullhypothese H0 auf der rechten Seite so, dass die Gesamt-Wahrscheinlichkeit dieses Bereichs gerade noch kleiner als das Signifikanzniveau 5% ist.

Das heißt, dass der Nicht-Ablehnungsbereich von H0 (hier blau eingefärbt) auf der linken Seite mindestens 1-0.05= 0.95 Wahrscheinlichkeit auf sich vereinen muss.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(42, 1 37 ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 3 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;3]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 4 Treffern beginnt.

Ablehnungsbereich von H0: [4;42]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p= 1 37 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p> 1 37 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0264 =2.64% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [4;42], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;3], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Hypothesen-Test rechtsseitig

Beispiel:

Durch einen Test soll statistisch belegt werden, dass eine bestimmte Wahrscheinlichkeit p> 0,2 ist. Dazu soll die Nullhypothese H0: p≤0,2 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=100 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% betragen.In welchem Bereich muss die Anzahl der Treffer bei der Stichprobe liegen, um die Nullhypothese statistisch begründet ablehnen zu können? Wie groß ist in diesem Fall die Wahrscheinlichkeit, dass die Nullhypothese fälschlicherweise abgelehnt, weil bei dem Zufallsexperiment ein Treffer in den Ablehnungsbereich fällt, obwohl die Nullhypothese richtig ist?

Lösung einblenden
kP(X≤k)
......
220.7389
230.8109
240.8686
250.9125
260.9442
270.9658
280.98
290.9888
300.9939
310.9969
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.2 zu verwerfen. Der Test soll bestätigen, dass p>0.2 ist, also ist es ein rechtsseitiger Hypothesentest. Wir suchen somit den Ablehnungsbereich der Nullhypothese H0 auf der rechten Seite so, dass die Gesamt-Wahrscheinlichkeit dieses Bereichs gerade noch kleiner als das Signifikanzniveau 5% ist.

Das heißt, dass der Nicht-Ablehnungsbereich von H0 (hier blau eingefärbt) auf der linken Seite mindestens 1-0.05= 0.95 Wahrscheinlichkeit auf sich vereinen muss.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(100,0.2,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 27 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;27]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 28 Treffern beginnt.

Ablehnungsbereich von H0: [28;100]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.2 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.2 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0342 =3.42% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [28;100], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;27], so muss die Nullhypothese beibehalten werden.

7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Fehler 2. Art

Beispiel:

Eine Pharmafirma behauptet, dass durch eine Verbesserung der Rezeptur die Nebenwirkungen eines Medikament unter p=0,14 gesunken ist. Um dies nachzuweisen, soll ein 62-stufiger Test mit einer maximalen Irrtumswahrscheinlichkeit von 5% durchgeführt werden. a) In welchem Intervall muss hierfür die Anzahl der Nebenwirkungen liegen? b) In Wirklichkeit liegt die Wahrscheinlickeit für Nebenwirkungen bei p=0,06. Wie groß ist nun die Wahrscheinlichkeit, dass bei dem Test trotzdem die Anzahl der Nebenwirkungen nicht in den Ablehnungsbereich gefallen ist und somit - irrtümlicherweise - die falsche Nullhypothese nicht verworfen wurde?

Lösung einblenden
kP(X≤k)
00.0001
10.001
20.0053
30.0195
40.0535
50.1178
60.2172
70.3466
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.14 zu verwerfen. Der Test soll bestätigen, dass p<0.14 ist, also ist es ein linksseitiger Hypothesentest. Wir suchen somit den Ablehnungsbereich der Nullhypothese H0 auf der linken Seite so, dass die Gesamt-Wahrscheinlichkeit dieses Bereichs gerade noch kleiner als das Signifikanzniveau 5% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(62,0.14,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 3 weniger als 5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.14 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.14 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0195 =1.95% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;3]

Nicht-Ablehnungsbereich von H0: [4;62]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;3], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [4;62], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

In dieser Aufgabe ist ja aber H0:p=0.14 falsch, weil ja in Wirklichkeit p=0.06 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 4 bis 62, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.06) beträgt nun: P0.0662 (X4) =1- P0.0662 (X3) ≈ 1-0.4854 ≈ 0.5146

Mit 51.46% Wahrscheinlichkeit landet also das Ergebnis des Test im Nicht-Ablehnungsbereich (im Histogramm oben: blauer Bereich), so dass die falsche Nullhypothese nicht verworfen wird.

zweiseitiger Test

Beispiel:

Durch einen Test soll statistisch untermauert werden, dass eine bestimmte Wahrscheinlichkeit p≠0,6 ist. Dazu soll die Nullhypothese H0: p=0,6 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=85 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 0,1% betragen. In welchen Bereichen muss die Anzahl der Treffer bei der Stichprobe liegen, um die Nullhypothese p=0,6 statistisch untermauert ablehnen zu können? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
......
340.0002
350.0003
360.0008
370.0016
380.0031
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 0.6 zu verwerfen. Der Test soll bestätigen, dass p<0.6 oder p>0.6 ist, es ist ein zweiseitiger Hypothesentest.

Wir suchen somit den Ablehnungsbereich der Nullhypothese H0 auf der linken und auf der rechten Seite so, dass die Gesamt-Wahrscheinlichkeit dieser beiden Bereiche gerade noch kleiner als das Signifikanzniveau 0.1% ist.

Dazu teilen wir das Signifikanzniveau 0.1% gerecht auf 0.05% auf der linken und 0.05% auf der rechten Seite.

Linke Seite:

Schaut man dazu die kumulierte Binomialverteilung an (TI: binomcdf mit n=85 und p=0.6), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 35 gerade noch weniger als 0.05% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

kP(X≤k)
......
630.9978
640.999
650.9996
660.9998
670.9999
......

Rechte Seite:

Auch am rechten Rand darf der Ablehnungsbereich höchstens 0.05% Gesamtwahrscheinlikeit auf sich vereinen, das bedeutet, dass der gesamte Bereich links vom rechten Ablehnungsbereich mindestens 1 - 0.0005 = 0.9995 als Wahrscheinlichkeit haben muss.

In der Tabelle links erkennt man, dass bei k=65 erstmals P0.685 (Xk) ≥ 0.9995 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 66 bis 85 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 0.05% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 66 bis 85.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p=0.6 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠0.6 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von P0.685 (X35) = 0.0003 auf der linken Seite und P0.685 (X66) = 1-0.9996 = 0.0004 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit PIrr = 0.0003 + 0.0004 = 0.0008 =0.08% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;35] und [66;85]

Nicht-Ablehnungsbereich von H0: [36;65]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;35] oder [66;85], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [36;65], so muss die Nullhypothese beibehalten werden.

31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Fehler 1. Art beurteilen

Beispiel:

Eine Firma möchte den Preis für ihr umsatzstärkstes Produkt erhöhen. Die Marketingabteilung geht davon aus, dass dadurch 12% der Kunden zu einem Mitbewerberprodukt wechseln und somit der Umsatz so stark zurückgehen würde, dass sich die Preiserhöhung gar nicht lohnt. Die Geschäftsführung ist sich aber nicht ganz sicher, ob diese Zahl verlässlich ist und beschließt, einen Hypothesentest mit 500 Personen durchzuführen, die befragt werden, ob sie bei der Preiserhöhung zu einem anderen Produkt wechseln würden. Dabei möchte sie das Risiko auf 15% begrenzen, dass aufgrund des Tests irrtümlicherweise die Preiserhöhung vollzogen wird und somit ein starker Umsatzeinbruch eintritt.

Entscheide dich, welche der angebotenen Nullhypothesen für diesen Test verwendet werden muss.

Lösung einblenden

Wir betrachten jede der 4 möglichen Nullhypothesen im Detail:

1. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt höchstens 12%

error

Wenn die Nullhypothese H0: " ... höchstens 12%", also p ≤ 0.12 lautet, soll ja der Test "bestätigen", dass p > 0.12 ist - also ist es ein rechtsseitiger Hypothesentest.

Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im rechten (orangen) Ablehnungsbereich kleiner als das Signifikanzniveau α = 15% sein muss, falls die Nullhypothese H0: p ≤ 0.12 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.12 abzulehnen, obwohl es stimmt, ist somit kleiner als 15%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.12 irrtümlicherweise abzulehnen, damit p > 0.12 anzunehmen (obwohl dies falsch ist), und somit auf die Preiserhöhung zu verzichten (obwohl diese sinnvoll wäre), auf unter 15% begrenzt werden könnte.

Mit dieser Nullhypothese würde man also ein anderes Risiko absichern, als das im Aufgabentext geforderte.

34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79

2. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt höchstens 15%

error

Die Nullhypothese H0: " ... höchstens 15%", also p ≤ 0.15 macht keinen Sinn, weil die 15%" ja die maximale Irrtumswahrscheinlichkeit angibt, also wie groß höchstens die Wahrscheinlichkeit ist, dass einen das Ergebnis des Hypothesentests zu einer falschen Annahme führt.

In der Nullhypothese muss es doch aber um die eigentlich angezweifelte Wahrscheinlichkeit p=12% gehen, also wieviel Prozent bei einer Preiserhöhung zu einem Mitbewerberprodukt wechseln.

3. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt mindestens 12%

ok

Wenn die Nullhypothese H0: " ... mindestens 12%", also p ≥ 0.12 lautet, soll ja der Test "bestätigen", dass p < 0.12 ist - also ist es ein linksseitiger Hypothesentest.

Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im linken (orangen) Ablehnungsbereich kleiner als das Signifikanzniveau α = 15% sein muss, falls die Nullhypothese H0: p ≥ 0.12 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.12 abzulehnen, obwohl es stimmt, ist somit kleiner als 15%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.12 irrtümlicherweise abzulehnen, damit p < 0.12 anzunehmen (obwohl dies falsch ist), und somit die Preiserhöhung durchzuführen und einen Umsatzeinbruch zu riskieren, auf unter 15% begrenzt werden könnte.

Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.

40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85

4. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt mindestens 15%

error

Die Nullhypothese H0: " ... mindestens 15%", also p ≥ 0.15 macht keinen Sinn, weil die 15%" ja die maximale Irrtumswahrscheinlichkeit angibt, also wie groß höchstens die Wahrscheinlichkeit ist, dass einen das Ergebnis des Hypothesentests zu einer falschen Annahme führt.

In der Nullhypothese muss es doch aber um die eigentlich angezweifelte Wahrscheinlichkeit p=12% gehen, also wieviel Prozent bei einer Preiserhöhung zu einem Mitbewerberprodukt wechseln.