Mathebattle EduRandomtasks

Hypothesen-Test linksseitig

Beispiel:

Der Prager Gaststättenverband behauptet stolz, dass 95% ihrer Gaststätten das strenge Alkoholverbot für Jugendliche (kein Bier unter 18!) konsequent umsetzen. Das tschechische blaue Kreuz bezweifelt das und glaubt dass es weit weniger konsequent umgesetzt wird. Eine zufällig sich in Prag aufhaltende Biberacher Schülergruppe erklärt sich bereit, eine Hypothesen-Test mit einem Signifikanzniveau von α=5% durchzuführen. Dabei versuchen 17-jährige SchülerInnen in 79 Kneipen ein Bier zu bestellen. Gib den Bereich an, wie viele Gaststätten dabei den Jugendlichen den Alkoholkonsum verweigern müssten, damit das blaue Kreuz die Behauptung des Gaststättenverbands statistisch begründet anzweifeln könnte. Gib die Irrtumswahrscheinlichkeit an, dass die 95%-Aussage des Prager Gaststättenverband irrtümlicherweise aufgrund des Tests verworfen wurde, obwohl sie in Wirklichkeit stimmt.

Lösung einblenden

k	P(X≤k)
...	...
66	0.0001
67	0.0005
68	0.0019
69	0.006
70	0.0171
71	0.0438
72	0.1001
73	0.2029
74	0.3611
75	0.5615
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.95 zu verwerfen. Der Test soll bestätigen, dass p<0.95 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(79,0.95,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 71 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=0.95 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.95 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0438 =4.38% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;71]

Nicht-Ablehnungsbereich von H₀: [72;79]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;71], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [72;79], so muss die Nullhypothese beibehalten werden.

66

67

68

69

70

71

72

73

74

75

76

77

78

79

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 65% aller Deutschen sie kennen würde, behauptet Sandy, dass ihr eigener Bekanntheitsgrad noch viel höher wäre. Darauf hin werden 100 Personen in einem Test befragt, bei dem das Risiko abgeschätzt werden kann, dass nach dem Test irrtümlicherweise ein höherer Bekanntheitsgrad als 65% (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

k	P(X≤k)
...	...
68	0.7669
69	0.827
70	0.8764
71	0.9152
72	0.9442
73	0.9649
74	0.9789
75	0.9879
76	0.9934
77	0.9966
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≤ 0.65 zu verwerfen. Der Test soll bestätigen, dass p>0.65 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(100,0.65,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 73 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;73]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 74 Treffern beginnt.

Ablehnungsbereich von H₀: [74;100]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H₀: p=0.65 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.65 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0351 =3.51% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [74;100], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;73], so muss die Nullhypothese beibehalten werden.

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

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:

Der Prager Gaststättenverband behauptet stolz, dass 89% ihrer Gaststätten das strenge Alkoholverbot für Jugendliche (kein Bier unter 18!) konsequent umsetzen. Das tschechische blaue Kreuz bezweifelt das und glaubt dass es weit weniger konsequent umgesetzt wird. Eine zufällig sich in Prag aufhaltende Biberacher Schülergruppe erklärt sich bereit, eine Hypothesen-Test mit einem Signifikanzniveau von α=1% durchzuführen. Dabei versuchen 17-jährige SchülerInnen in 62 Kneipen ein Bier zu bestellen. Gib den Bereich an, wie viele Gaststätten dabei den Jugendlichen den Alkoholkonsum verweigern müssten, damit das blaue Kreuz die Behauptung des Gaststättenverbands statistisch begründet anzweifeln könnte. Gib die Irrtumswahrscheinlichkeit an, dass die 89%-Aussage des Prager Gaststättenverband irrtümlicherweise aufgrund des Tests verworfen wurde, obwohl sie in Wirklichkeit stimmt.

Lösung einblenden

k	P(X≤k)
...	...
43	0
44	0.0001
45	0.0003
46	0.0009
47	0.0025
48	0.0066
49	0.0161
50	0.0361
51	0.0741
52	0.1393
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.89 zu verwerfen. Der Test soll bestätigen, dass p<0.89 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(62,0.89,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 48 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=0.89 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.89 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0066 =0.66% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;48]

Nicht-Ablehnungsbereich von H₀: [49;62]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;48], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [49;62], so muss die Nullhypothese beibehalten werden.

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

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 spielsüchtiger 12-Klässler möchte nachweisen, dass ein bestimmter Würfel gezinkt ist und zu selten eine 6 kommt. Dazu macht er einen Signifikanztest mit 67 Würfen und einem Signifikanzniveau von 0,1%. a) In welchem Bereich muss die Anzahl der 6er liegen, damit er die Spielbank verklagen kann. b) In Wirklichkeit ist der Würfel tatsächlich manipuliert und würfelt nur mit der Wahrscheinlichkeit von 10% eine sechs. Wie groß ist nun die Wahrscheinlichkeit, dass bei dem Test trotzdem die Anzahl der Sechsen nicht in den Ablehnungsbereich gefallen ist und somit - irrtümlicherweise - die falsche Nullhypothese nicht verworfen wurde?

Lösung einblenden

k	P(X≤k)
0	0
1	0.0001
2	0.0005
3	0.0024
4	0.0085
5	0.0238
6	0.0554
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ $\frac{1}{6}$ zu verwerfen. Der Test soll bestätigen, dass p< $\frac{1}{6}$ 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 0.1% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(67, $\frac{1}{6}$ ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 2 weniger als 0.1% 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= $\frac{1}{6}$ so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p< $\frac{1}{6}$ als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0005 =0.05% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;2]

Nicht-Ablehnungsbereich von H₀: [3;67]

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;67], 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)

In dieser Aufgabe ist ja aber H₀:p= $\frac{1}{6}$ falsch, weil ja in Wirklichkeit p=0.1 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 3 bis 67, so dass H₀ (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.1) beträgt nun: $P_{0.1}^{67} (X \geq 3)$ =1- $P_{0.1}^{67} (X \leq 2)$ ≈ 1-0.0307 ≈ 0.9693

Mit 96.93% 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:

Ein Würfel wirkt etwas unwuchtig, so als ob nicht alle Bereiche des Körpers gleich schwer wären. Deswegen wird vermutet, dass die Wahrscheinlichkeit, eine Sechs mit diesem Würfel zu würfeln, p ≠ $\frac{1}{6}$ sein müsste. Diese Vermutung soll durch einen zweiseitigen Test mit 64 mal würfeln untermauert werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% betragen.
In welchen Bereichen muss die Anzahl der gewürfelten Sechser bei der Stichprobe liegen, um die Nullhypothese p= $\frac{1}{6}$ statistisch untermauert ablehnen zu können?
Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden

k	P(X≤k)
...	...
3	0.0037
4	0.0124
5	0.0332
6	0.0743
7	0.1424
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p = $\frac{1}{6}$ zu verwerfen. Der Test soll bestätigen, dass p< $\frac{1}{6}$ oder p> $\frac{1}{6}$ 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 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=64 und p= $\frac{1}{6}$ ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

k	P(X≤k)
...	...
15	0.9422
16	0.9696
17	0.9851
18	0.9931
19	0.9971
...	...

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=17 erstmals $P_{\frac{1}{6}}^{64} (X \leq k)$ ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 18 bis 64 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 18 bis 64.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H₀: p= $\frac{1}{6}$ so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠ $\frac{1}{6}$ als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von $P_{\frac{1}{6}}^{64} (X \leq 4)$ = 0.0124 auf der linken Seite und $P_{\frac{1}{6}}^{64} (X \geq 18)$ = 1-0.9851 = 0.0149 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit P_Irr = 0.0124 + 0.0149 = 0.0273 =2.73% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;4] und [18;64]

Nicht-Ablehnungsbereich von H₀: [5;17]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H₀: [0;4] oder [18;64], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [5;17], 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

24

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 große Handelskette überlegt, ob sie eine Kunden-App entwickeln und einführen soll. Die Finanzabteilung hat dabei herausgefunden, dass sich die Entwicklung und Bewerbung solch einer App nur dann rechnet, wenn sich auch mindestens 55% der Kunden die App aufs Smartphone installiert. Deswegen beschließt die Geschäftsführung einen Hypothesentest in Form einer Befragung von 900 Kunden durchzuführen. Dabei soll das Risiko auf 1% begrenzt werden, dass aufgrund des Tests die App entwickelt wird, obwohl sich diese Investition wirtschaftlich nicht lohnen wird.

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 Prozentsatz der Kunden, die die App installieren, beträgt mindestens 55%

Wenn die Nullhypothese H₀: " ... mindestens 55%", also p ≥ 0.55 lautet, soll ja der Test "bestätigen", dass p < 0.55 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 = 1% sein muss, falls die Nullhypothese H₀: p ≥ 0.55 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.55 abzulehnen, obwohl es stimmt, ist somit kleiner als 1%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.55 irrtümlicherweise abzulehnen, damit p < 0.55 anzunehmen (obwohl dies falsch ist), und somit die App gar nicht zu entwickeln, obwohl dies wirtschaftlich sinnvoll wäre, auf unter 1% begrenzt werden könnte.

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

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

505

506

507

2. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 1%

Die Nullhypothese H₀: " ... höchstens 1%", also p ≤ 0.01 macht keinen Sinn, weil die 1%" 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=55% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 1%

Die Nullhypothese H₀: " ... mindestens 1%", also p ≥ 0.01 macht keinen Sinn, weil die 1%" 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=55% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 55%

Wenn die Nullhypothese H₀: " ... höchstens 55%", also p ≤ 0.55 lautet, soll ja der Test "bestätigen", dass p > 0.55 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 = 1% sein muss, falls die Nullhypothese H₀: p ≤ 0.55 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.55 abzulehnen, obwohl es stimmt, ist somit kleiner als 1%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.55 irrtümlicherweise abzulehnen, damit p > 0.55 anzunehmen (obwohl dies falsch ist), und somit die App zu entwickeln und zu bewerben, obwohl die Kosten nie wieder eingebracht werden, weil zu wenige Kunden die App installieren werden, auf unter 1% begrenzt werden könnte.

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

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503

504

505

506

507

508

509

510

511

512

513

514

515

516

517

518

519

520

521

522

523

524

525

526

527

Aufgabentypen anhand von Beispielen durchstöbern

Hypothesen-Test linksseitig

Hypothesen-Test rechtsseitig

Hypothesen-Test linksseitig

Fehler 2. Art

zweiseitiger Test

Linke Seite:

Rechte Seite:

Fehler 1. Art beurteilen

1. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 55%

2. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 1%

3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 1%

4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 55%