Mathebattle EduRandomtasks

Hypothesen-Test linksseitig

Beispiel:

Zlatan Ibrahimovic behauptet von sich, dass er mit mindestens 80% Wahrscheinlichkeit von der Strafraumgrenze die Querlatte des Tores treffe. Obwohl Ibrahimovic für seine geradezu legendäre Bescheidenheit und Demut bekannt ist, zweifelt ein Mitspieler an dieser Quote. Sie einigen sich auf einen Test mit 86 Versuchen und einem Signifikanzniveau von 1% (was auch immer Ibrahimovic darunter verstehen mag). In welchem Bereich muss die Anzahl der Lattentreffer liegen, um den schwedischen Stürmer der Prahlerei zu überführen, also dass man eine irrtümliche Anzweiflung der Trefferquote rechnerisch abschätzen kann?Berechne dann diese Irrtumswahrscheinlichkeit.

Lösung einblenden

k	P(X≤k)
...	...
54	0.0002
55	0.0004
56	0.0009
57	0.002
58	0.0042
59	0.0083
60	0.0157
61	0.0284
62	0.0488
63	0.0799
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.8 zu verwerfen. Der Test soll bestätigen, dass p<0.8 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(86,0.8,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 59 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=0.8 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.8 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0083 =0.83% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;59]

Nicht-Ablehnungsbereich von H₀: [60;86]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;59], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [60;86], so muss die Nullhypothese beibehalten werden.

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

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 defektes Kopiergerät, welches viele fehlerhafte Kopien produzierte, wurde repariert. Die mit der Reparatur beauftrage Firma behauptet, dass die Ausschussquote jetzt nur noch höchstens 0,06 beträgt. Um diese Behauptung (Nullhypothese) auf dem Signifikanzniveau von 5% zu testen, werden 900 Kopien angefertigt. Ermittle die zugehörige Entscheidungsregel.

Lösung einblenden

k	P(X≤k)
...	...
61	0.8534
62	0.8821
63	0.9065
64	0.9268
65	0.9435
66	0.957
67	0.9677
68	0.976
69	0.9825
70	0.9874
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≤ 0.06 zu verwerfen. Der Test soll bestätigen, dass p>0.06 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(900,0.06,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 66 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;66]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 67 Treffern beginnt.

Ablehnungsbereich von H₀: [67;900]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H₀: p=0.06 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.06 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.043 =4.3% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [67;900], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;66], so muss die Nullhypothese beibehalten werden.

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

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:

Eine Pharmafirma behauptet, dass durch eine Verbesserung der Rezeptur die Nebenwirkungen eines Medikaments unter p=0,15 gesunken ist. Um dies nachzuweisen, soll ein Test mit 72 Probanden so durchgeführt werden, dass die Irrtumswahrscheinlichkeit maximal 5% beträgt, dass der Test auf eine niedrigere Nebenwirkungshäufigkeit hinweist, obwohl dies in Wirklichkeit nicht der Fall ist. In welchem Intervall muss hierfür die Anzahl der Probanden mit Nebenwirkungen liegen? Wie hoch ist dann diese Irrtumswahrscheinlichkeit?

Lösung einblenden

k	P(X≤k)
0	0
1	0.0001
2	0.0008
3	0.0035
4	0.0118
5	0.0316
6	0.0707
7	0.1357
8	0.2289
9	0.3459
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.15 zu verwerfen. Der Test soll bestätigen, dass p<0.15 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(72,0.15,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 5 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=0.15 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 0.0316 =3.16% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;5]

Nicht-Ablehnungsbereich von H₀: [6;72]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;5], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [6;72], 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

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=0,28 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 80 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

k	P(X≤k)
...	...
10	0.0008
11	0.002
12	0.0048
13	0.0105
14	0.021
15	0.039
16	0.0675
17	0.1092
18	0.1659
19	0.2379
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≥ 0.28 zu verwerfen. Der Test soll bestätigen, dass p<0.28 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(80,0.28,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 15 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=0.28 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.28 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.039 =3.9% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;15]

Nicht-Ablehnungsbereich von H₀: [16;80]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;15], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [16;80], so muss die Nullhypothese beibehalten werden.

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

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=0.28 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 16 bis 80, so dass H₀ (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.13) beträgt nun: $P_{0.13}^{80} (X \geq 16)$ =1- $P_{0.13}^{80} (X \leq 15)$ ≈ 1-0.949 ≈ 0.051

Mit 5.1% 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 59 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	0.0073
4	0.0228
5	0.0569
6	0.1183
7	0.2113
...	...

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=59 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)
...	...
14	0.943
15	0.9708
16	0.9861
17	0.9939
18	0.9975
...	...

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=16 erstmals $P_{\frac{1}{6}}^{59} (X \leq k)$ ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 17 bis 59 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 17 bis 59.

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 $P_{\frac{1}{6}}^{59} (X \leq 4)$ = 0.0228 auf der linken Seite und $P_{\frac{1}{6}}^{59} (X \geq 17)$ = 1-0.9861 = 0.0139 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit P_Irr = 0.0228 + 0.0139 = 0.0367 =3.67% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;4] und [17;59]

Nicht-Ablehnungsbereich von H₀: [5;16]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H₀: [0;4] oder [17;59], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [5;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

22

23

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:

Der Hersteller eines Männershampoos bewirbt sein Produkt damit, dass es bei 80% aller Probanden die kahlen Stellen am Kopf wieder zuwachsen lassen würde. Weil bei Verbraucherschützern Zweifel daran aufkommen, lässt die Firma einen Hypothesentest mit 500 Männern durchführen, die täglich das Shampoo benutzen müssen. Dabei soll das Risiko auf 16% begrenzt werden, dass aufgrund des Tests auf diesen werbewirksamen Prozentsatz verzichtet wird, obwohl dieser der Wirklichkeit entspricht.

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 Männer, bei denen das Shampoo wirkt, beträgt höchstens 16%

Die Nullhypothese H₀: " ... höchstens 16%", also p ≤ 0.16 macht keinen Sinn, weil die 16%" 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=80% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.

2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 16%

Die Nullhypothese H₀: " ... mindestens 16%", also p ≥ 0.16 macht keinen Sinn, weil die 16%" 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=80% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.

3. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 80%

Wenn die Nullhypothese H₀: " ... höchstens 80%", also p ≤ 0.8 lautet, soll ja der Test "bestätigen", dass p > 0.8 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 = 16% sein muss, falls die Nullhypothese H₀: p ≤ 0.8 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.8 abzulehnen, obwohl es stimmt, ist somit kleiner als 16%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.8 irrtümlicherweise abzulehnen, damit p > 0.8 anzunehmen (obwohl dies falsch ist), und somit weiterhin mit diesem hohen Prozentsatz zu werben, obwohl er in Wirklichkeit niedriger ist und eine Klage von Verbraucherschützern riskieren, auf unter 16% begrenzt werden könnte.

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

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 80%

Wenn die Nullhypothese H₀: " ... mindestens 80%", also p ≥ 0.8 lautet, soll ja der Test "bestätigen", dass p < 0.8 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 = 16% sein muss, falls die Nullhypothese H₀: p ≥ 0.8 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.8 abzulehnen, obwohl es stimmt, ist somit kleiner als 16%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.8 irrtümlicherweise abzulehnen, damit p < 0.8 anzunehmen (obwohl dies falsch ist), und somit nicht mehr mit diesem hohen Prozentsatz zu werben, obwohl dieser richtig ist, auf unter 16% begrenzt werden könnte.

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

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

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 Männer, bei denen das Shampoo wirkt, beträgt höchstens 16%

2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 16%

3. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 80%

4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 80%