nach Aufgabentypen suchen

Aufgabentypen anhand von Beispielen durchstöbern

Browserfenster aktualisieren (F5), um neue Beispiele bei den Aufgabentypen zu 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 83 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)
......
10
20
30.0002
40.001
50.0035
60.01
70.0242
80.0513
90.0964
100.1631
......

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(83, 1 6 ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 6 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 0.01 =1% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;6]

Nicht-Ablehnungsbereich von H0: [7;83]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;6], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [7;83], so muss die Nullhypothese beibehalten werden.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
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:

Mandy und Sandy, zwei D-Promis, treffen sich im australischen Dschungel. Als Mandy erzählt, dass 30% aller Deutschen sie kennen würde, behauptet Sandy, dass ihr eigener Bekanntheitsgrad noch viel höher wäre. Darauf hin werden 92 Personen in einem Test befragt, bei dem das Risiko abgeschätzt werden kann, dass nach dem Test irrtümlicherweise ein höherer Bekanntheitsgrad als 30% (bei Sandy) angenommen wird, obwohl dies gar nicht der Fall ist. Als Signifikanzniveau wird 5% ausgemacht. In welchem Intervall muss nun die Anzahl der Personen liegen, die Sandy kennen, damit sie ihren höheren Bekanntheitsgrad nachweisen kann? Gib die Irrtumswahrscheinlichkeit an.

Lösung einblenden
kP(X≤k)
......
300.748
310.8134
320.8669
330.9086
340.9396
350.9616
360.9765
370.9862
380.9922
390.9958
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.3 zu verwerfen. Der Test soll bestätigen, dass p>0.3 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(92,0.3,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 35 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;35]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 36 Treffern beginnt.

Ablehnungsbereich von H0: [36;92]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.3 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.3 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0384 =3.84% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [36;92], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;35], so muss die Nullhypothese beibehalten werden.

15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Hypothesen-Test linksseitig

Beispiel:

Ein Großhändler beklagt sich, dass gelieferte LED-Leuchtmittel mit einer Wahrscheinlichkeit von p=0,07 bereits nach wenigen Stunden defekt werden. Die herstellende Firma glaubt das nicht und hält die Ausschussquote für viel geringer. Deswegen führt sie einen Test mit 55 Leuchtmitteln durch. Als Signifikanzniveau für diesen Test wird 5% festgelegt. In welchem Bereich muss die Anzahl der defekten LED-Leuchtmittel liegen, damit die Firma die Aussage des Großhändlers widerlegt? Wie hoch bleibt die Irrtumswahrscheinlichkeit, dass man aufgrund des Tests die Ausschussquote irrtümlichweise als p<0,07 annimt, obwohl sie es in Wirklichkeit nicht ist?

Lösung einblenden
kP(X≤k)
00.0185
10.095
20.2504
30.4571
40.6593
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.07 zu verwerfen. Der Test soll bestätigen, dass p<0.07 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(55,0.07,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 0 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=0.07 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.07 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0185 =1.85% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;0]

Nicht-Ablehnungsbereich von H0: [1;55]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;0], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [1;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
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:

Ein Großhändler beklagt sich, dass gelieferte LED-Leuchtmittel mit einer Wahrscheinlichkeit von p=0,33 bereits nach wenigen Stunden defekt werden. Die herstellende Firma glaubt das nicht und hält die Ausschussquote für viel geringer. Deswegen führt sie einen Test mit 81 Leuchtmitteln durch. Als Signifikanzniveau für diesen Test wird 5% festgelegt. a) In welchem Bereich muss die Anzahl der defekten LED-Leuchtmittel liegen, damit die Firma die Aussage des Großhändlers widerlegt? b) In Wirklichkeit liegt die Ausfallwahrscheinlickeit der Leuchtmittel nur bei p=0,13. Wie groß ist nun die Wahrscheinlichkeit, dass bei dem Test trotzdem die Anzahl der defekten Leuchtmittel nicht in den Ablehnungsbereich gefallen ist und somit - irrtümlicherweise - die falsche Nullhypothese nicht verworfen wurde?

Lösung einblenden
kP(X≤k)
......
140.0012
150.0028
160.0061
170.0123
180.0232
190.0409
200.068
210.1067
220.1587
230.2244
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.33 zu verwerfen. Der Test soll bestätigen, dass p<0.33 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(81,0.33,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 19 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=0.33 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.33 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0409 =4.09% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;19]

Nicht-Ablehnungsbereich von H0: [20;81]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;19], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [20;81], so muss die Nullhypothese beibehalten werden.

14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
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=0.33 falsch, weil ja in Wirklichkeit p=0.13 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 20 bis 81, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.13) beträgt nun: P0.1381 (X≥20) =1- P0.1381 (X≤19) ≈ 1-0.9969 ≈ 0.0031

Mit 0.31% 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:

Es wird vermutet, dass bei einem Glücksspiel die Gewinnwahrscheinlichkeit nicht wie angegeben 15% beträgt. Die Vermutung soll durch einen zweiseitigen Hypothesentest mit Stichprobenumfang n = 79 auf einem Signifikanzniveau von 5% überprüft werden. In welchen Bereichen muss die Anzahl der Gewinne bei der Stichprobe liegen, um diese Vermutung statistisch zu belegen? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
......
40.0053
50.0156
60.0378
70.0789
80.144
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 0.15 zu verwerfen. Der Test soll bestätigen, dass p<0.15 oder p>0.15 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 5% ist.

Dazu teilen wir das Signifikanzniveau 5% gerecht auf 2.5% auf der linken und 2.5% auf der rechten Seite.

Linke Seite:

Schaut man dazu die kumulierte Binomialverteilung an (TI: binomcdf mit n=79 und p=0.15), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 5 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

kP(X≤k)
......
160.9239
170.957
180.9772
190.9886
200.9946
......

Rechte Seite:

Auch am rechten Rand darf der Ablehnungsbereich höchstens 2.5% Gesamtwahrscheinlikeit auf sich vereinen, das bedeutet, dass der gesamte Bereich links vom rechten Ablehnungsbereich mindestens 1 - 0.025 = 0.975 als Wahrscheinlichkeit haben muss.

In der Tabelle links erkennt man, dass bei k=18 erstmals P0.1579 (X≤k) ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 19 bis 79 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 19 bis 79.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p=0.15 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠0.15 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von P0.1579 (X≤5) = 0.0156 auf der linken Seite und P0.1579 (X≥19) = 1-0.9772 = 0.0228 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit PIrr = 0.0156 + 0.0228 = 0.0384 =3.84% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;5] und [19;79]

Nicht-Ablehnungsbereich von H0: [6;18]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;5] oder [19;79], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [6;18], so muss die Nullhypothese beibehalten werden.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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 2% 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 800 Personen durchzuführen, die befragt werden, ob sie bei der Preiserhöhung zu einem anderen Produkt wechseln würden. Dabei möchte sie das Risiko auf 6% begrenzen, dass aufgrund des Tests irrtümlicherweise auf die Preiserhöhung verzichtet wird, obwohl diese sinnvoll wäre.

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 2%

ok

Wenn die Nullhypothese H0: " ... höchstens 2%", also p ≤ 0.02 lautet, soll ja der Test "bestätigen", dass p > 0.02 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 = 6% sein muss, falls die Nullhypothese H0: p ≤ 0.02 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.02 abzulehnen, obwohl es stimmt, ist somit kleiner als 6%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.02 irrtümlicherweise abzulehnen, damit p > 0.02 anzunehmen (obwohl dies falsch ist), und somit auf die Preiserhöhung zu verzichten (obwohl diese sinnvoll wäre), auf unter 6% begrenzt werden könnte.

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

2. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt mindestens 6%

error

Die Nullhypothese H0: " ... mindestens 6%", also p ≥ 0.06 macht keinen Sinn, weil die 6%" 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=2% gehen, also wieviel Prozent bei einer Preiserhöhung zu einem Mitbewerberprodukt wechseln.

3. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt höchstens 6%

error

Die Nullhypothese H0: " ... höchstens 6%", also p ≤ 0.06 macht keinen Sinn, weil die 6%" 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=2% gehen, also wieviel Prozent bei einer Preiserhöhung zu einem Mitbewerberprodukt wechseln.

4. Der Anteil der Kunden, die zu einem Mitbewerberprodukt wechseln, beträgt mindestens 2%

error

Wenn die Nullhypothese H0: " ... mindestens 2%", also p ≥ 0.02 lautet, soll ja der Test "bestätigen", dass p < 0.02 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 = 6% sein muss, falls die Nullhypothese H0: p ≥ 0.02 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.02 abzulehnen, obwohl es stimmt, ist somit kleiner als 6%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.02 irrtümlicherweise abzulehnen, damit p < 0.02 anzunehmen (obwohl dies falsch ist), und somit die Preiserhöhung durchzuführen und einen Umsatzeinbruch zu riskieren, auf unter 6% begrenzt werden könnte.

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

2
3
4
5
6
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
33
34
35
36