Mathebattle EduRandomtasks

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 59 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

k	P(X≤k)
0	0
1	0.0003
2	0.0017
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< $\frac{1}{6}$ 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(59, $\frac{1}{6}$ ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 3 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= $\frac{1}{6}$ 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 0.0073 =0.73% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;3]

Nicht-Ablehnungsbereich von H₀: [4;59]

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;59], 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)

Hypothesen-Test rechtsseitig

Beispiel:

Durch einen Test soll statistisch belegt werden, dass eine bestimmte Wahrscheinlichkeit p> 0,75 ist. Dazu soll die Nullhypothese H₀: p≤0,75 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=61 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

k	P(X≤k)
...	...
46	0.5783
47	0.6909
48	0.7894
49	0.8678
50	0.9243
51	0.9608
52	0.9819
53	0.9926
54	0.9974
55	0.9992
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p ≤ 0.75 zu verwerfen. Der Test soll bestätigen, dass p>0.75 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(61,0.75,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 51 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;51]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 52 Treffern beginnt.

Ablehnungsbereich von H₀: [52;61]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H₀: p=0.75 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.75 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0392 =3.92% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [52;61], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;51], 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

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> 0,4 ist. Dazu soll die Nullhypothese H₀: p≤0,4 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=82 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 0,1% 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

k	P(X≤k)
...	...
42	0.9849
43	0.9915
44	0.9955
45	0.9977
46	0.9989
47	0.9995
48	0.9998
49	0.9999
50	1
51	1
...	...

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 0.1% ist.

Das heißt, dass der Nicht-Ablehnungsbereich von H₀ (hier blau eingefärbt) auf der linken Seite mindestens 1-0.001= 0.999 Wahrscheinlichkeit auf sich vereinen muss.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(82,0.4,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 47 erstmals mindestens 99.9% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H₀: [0;47]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H₀ dass dieser erst bei 48 Treffern beginnt.

Ablehnungsbereich von H₀: [48;82]

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 0.0005 =0.05% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [48;82], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [0;47], so muss die Nullhypothese beibehalten werden.

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

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 98 Würfen und einem Signifikanzniveau von 5%. 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)
...	...
4	0.0001
5	0.0005
6	0.0017
7	0.0048
8	0.0118
9	0.0258
10	0.0507
11	0.0906
12	0.1485
13	0.225
...	...

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 5% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(98, $\frac{1}{6}$ ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 9 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= $\frac{1}{6}$ 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 0.0258 =2.58% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;9]

Nicht-Ablehnungsbereich von H₀: [10;98]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H₀: [0;9], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [10;98], so muss die Nullhypothese beibehalten werden.

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)

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 10 bis 98, so dass H₀ (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.1) beträgt nun: $P_{0.1}^{98} (X \geq 10)$ =1- $P_{0.1}^{98} (X \leq 9)$ ≈ 1-0.4778 ≈ 0.5222

Mit 52.22% 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 85% beträgt. Die Vermutung soll durch einen zweiseitigen Hypothesentest mit Stichprobenumfang n = 87 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

k	P(X≤k)
...	...
65	0.0084
66	0.0167
67	0.0314
68	0.056
69	0.0944
...	...

Dieser Hypothesentest wird gemacht um die Nullhypothese H₀: p = 0.85 zu verwerfen. Der Test soll bestätigen, dass p<0.85 oder p>0.85 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=87 und p=0.85), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 66 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

k	P(X≤k)
...	...
78	0.92
79	0.9598
80	0.9823
81	0.9933
82	0.9979
...	...

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=80 erstmals $P_{0.85}^{87} (X \leq k)$ ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 81 bis 87 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 81 bis 87.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H₀: p=0.85 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠0.85 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von $P_{0.85}^{87} (X \leq 66)$ = 0.0167 auf der linken Seite und $P_{0.85}^{87} (X \geq 81)$ = 1-0.9823 = 0.0177 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit P_Irr = 0.0167 + 0.0177 = 0.0344 =3.44% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H₀: [0;66] und [81;87]

Nicht-Ablehnungsbereich von H₀: [67;80]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H₀: [0;66] oder [81;87], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H₀: [67;80], so muss die Nullhypothese beibehalten werden.

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

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 900 Männern durchführen, die täglich das Shampoo benutzen müssen. Dabei soll das Risiko auf 20% 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 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 = 20% 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 20%

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 20% begrenzt werden könnte.

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

702

703

704

705

706

707

708

709

710

711

712

713

714

715

716

717

718

719

720

721

722

723

724

725

726

727

728

729

730

731

732

733

734

735

736

737

738

739

740

741

742

743

744

745

746

747

2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 20%

Die Nullhypothese H₀: " ... höchstens 20%", also p ≤ 0.2 macht keinen Sinn, weil die 20%" 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 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 = 20% 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 20%.

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 20% begrenzt werden könnte.

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

692

693

694

695

696

697

698

699

700

701

702

703

704

705

706

707

708

709

710

711

712

713

714

715

716

717

718

719

720

721

722

723

724

725

726

727

728

729

730

731

732

733

734

735

736

737

4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 20%

Die Nullhypothese H₀: " ... mindestens 20%", also p ≥ 0.2 macht keinen Sinn, weil die 20%" 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.

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 Männer, bei denen das Shampoo wirkt, beträgt höchstens 80%

2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 20%

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

4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 20%