Mathebattle EduRandomtasks

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 92 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

k	P(X≤k)
0	0.0013
1	0.01
2	0.0399
3	0.1074
4	0.2204
5	0.3701
6	0.5335
...	...

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(92,0.07,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 2 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 0.0399 =3.99% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;2]

Nicht-Ablehnungsbereich von H₀: [3;92]

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;92], 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:

Einem partystarken 12-Klässler wird von einem nicht ganz vorurteilsfreien Lehrer vorgeworfen, nichts auf die Klassenarbeit gelernt haben. Diese findet in Form eines Multiple Choice-Tests mit 43 Aufgaben statt, bei der genau eine der vier Antwortmöglichkeiten richtig ist. In welchem Bereich muss nun die Anzahl der richtigen Antworten liegen, damit er auf einem Signifikanzniveau von 5% die Behauptung des Lehrers widerlegen kann.

Lösung einblenden

k	P(X≤k)
...	...
11	0.6145
12	0.737
13	0.8343
14	0.9038
15	0.9486
16	0.9748
17	0.9886
18	0.9953
19	0.9982
20	0.9994
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≤ 0.25 zu verwerfen. Der Test soll bestätigen, dass p>0.25 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(43,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 16 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;16]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 17 Treffern beginnt.

Ablehnungsbereich von H₀: [17;43]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H₀: p=0.25 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.25 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0252 =2.52% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [17;43], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;16], 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

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:

Ein Basketballspieler behauptet, er habe bei Freiwürfen seine bisherige Trefferwahrscheinlichkeit von p=0,4 inzwischen verbessert. Sein Trainer glaubt ihm sich das nicht. Um seine Verbesserung zu überprüfen, wird ein Signifikanz-Test mit 76 Würfen des Basketballspieler vereinbart. Dabei soll die Irrtumswahrscheinlichkeit berechnet werden können, dass man aufgrund des Test eine höhere Treffer-Quote annimmt, obwohl dies in Wirklichkeit gar nicht der Fall ist. In welchem Intervall müssen die Treffer liegen, damit sich der Spieler auf einem Signifikanzniveau von 1% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.

Lösung einblenden

k	P(X≤k)
...	...
35	0.8833
36	0.9225
37	0.9508
38	0.9701
39	0.9827
40	0.9904
41	0.9949
42	0.9975
43	0.9988
44	0.9994
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≤ 0.4 zu verwerfen. Der Test soll bestätigen, dass p>0.4 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 1% ist.

Das heißt, dass der Nicht-Ablehnungsbereich von H₀ (hier blau eingefärbt) auf der linken Seite mindestens 1-0.01= 0.99 Wahrscheinlichkeit auf sich vereinen muss.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(76,0.4,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 40 erstmals mindestens 99% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;40]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 41 Treffern beginnt.

Ablehnungsbereich von H₀: [41;76]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H₀: p=0.4 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.4 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0096 =0.96% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [41;76], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;40], so muss die Nullhypothese beibehalten werden.

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

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=0,1 gesunken ist. Um dies nachzuweisen, soll ein 91-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=0,08. 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

k	P(X≤k)
0	0.0001
1	0.0008
2	0.0042
3	0.0157
4	0.0436
5	0.0976
6	0.1836
7	0.2996
8	0.4349
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.1 zu verwerfen. Der Test soll bestätigen, dass p<0.1 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(91,0.1,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 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=0.1 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.1 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0436 =4.36% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;4]

Nicht-Ablehnungsbereich von H₀: [5;91]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;4], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [5;91], 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)

In dieser Aufgabe ist ja aber H₀:p=0.1 falsch, weil ja in Wirklichkeit p=0.08 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 5 bis 91, so dass H₀ (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.08) beträgt nun: $P_{0.08}^{91} (X \geq 5)$ =1- $P_{0.08}^{91} (X \leq 4)$ ≈ 1-0.1381 ≈ 0.8619

Mit 86.19% 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 79 mal würfeln untermauert werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 1% 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	0.0004
4	0.0018
5	0.0058
6	0.0157
7	0.0363
...	...

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 1% ist.

Dazu teilen wir das Signifikanzniveau 1% gerecht auf 0.5% auf der linken und 0.5% auf der rechten Seite.

Linke Seite:

Schaut man dazu die kumulierte Binomialverteilung an (TI: binomcdf mit n=79 und p= $\frac{1}{6}$ ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 gerade noch weniger als 0.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

k	P(X≤k)
...	...
20	0.9826
21	0.9913
22	0.9959
23	0.9982
24	0.9992
...	...

Rechte Seite:

Auch am rechten Rand darf der Ablehnungsbereich höchstens 0.5% Gesamtwahrscheinlikeit auf sich vereinen, das bedeutet, dass der gesamte Bereich links vom rechten Ablehnungsbereich mindestens 1 - 0.005 = 0.995 als Wahrscheinlichkeit haben muss.

In der Tabelle links erkennt man, dass bei k=22 erstmals $P_{\frac{1}{6}}^{79} (X \leq k)$ ≥ 0.995 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 23 bis 79 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 0.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 23 bis 79.

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 $P_{\frac{1}{6}}^{79} (X \leq 4)$ = 0.0018 auf der linken Seite und $P_{\frac{1}{6}}^{79} (X \geq 23)$ = 1-0.9959 = 0.0041 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit P_Irr = 0.0018 + 0.0041 = 0.0059 =0.59% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;4] und [23;79]

Nicht-Ablehnungsbereich von H₀: [5;22]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H₀: [0;4] oder [23;79], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [5;22], 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

25

26

27

28

29

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 45% der Kunden die App aufs Smartphone installiert. Deswegen beschließt die Geschäftsführung, einen Hypothesentest in Form einer Befragung von 400 Kunden durchzuführen. Dabei soll das Risiko auf 12% begrenzt werden, dass aufgrund des Tests die App gar nicht entwickelt wird, obwohl diese wirtschaftlich sinnvoll gewesen 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 Prozentsatz der Kunden, die die App installieren, beträgt mindestens 45%

Wenn die Nullhypothese H₀: " ... mindestens 45%", also p ≥ 0.45 lautet, soll ja der Test "bestätigen", dass p < 0.45 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 = 12% sein muss, falls die Nullhypothese H₀: p ≥ 0.45 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.45 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.45 irrtümlicherweise abzulehnen, damit p < 0.45 anzunehmen (obwohl dies falsch ist), und somit die App gar nicht zu entwickeln, obwohl dies wirtschaftlich sinnvoll wäre, auf unter 12% begrenzt werden könnte.

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

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

2. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 12%

Die Nullhypothese H₀: " ... höchstens 12%", also p ≤ 0.12 macht keinen Sinn, weil die 12%" 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=45% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 12%

Die Nullhypothese H₀: " ... mindestens 12%", also p ≥ 0.12 macht keinen Sinn, weil die 12%" 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=45% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 45%

Wenn die Nullhypothese H₀: " ... höchstens 45%", also p ≤ 0.45 lautet, soll ja der Test "bestätigen", dass p > 0.45 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 = 12% sein muss, falls die Nullhypothese H₀: p ≤ 0.45 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.45 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.45 irrtümlicherweise abzulehnen, damit p > 0.45 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 12% begrenzt werden könnte.

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

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

Aufgabentypen anhand von Beispielen durchstöbern

Hypothesen-Test linksseitig

Hypothesen-Test rechtsseitig

Hypothesen-Test rechtsseitig

Fehler 2. Art

zweiseitiger Test

Linke Seite:

Rechte Seite:

Fehler 1. Art beurteilen

1. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 45%

2. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 12%

3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 12%

4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 45%