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 50 Würfen und einem Signifikanzniveau von 5%. 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)
00.0001
10.0012
20.0066
30.0238
40.0643
50.1388
60.2506
70.3911
......

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 5% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(50, 1 6 ,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 3 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= 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 0.0238 =2.38% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;3]

Nicht-Ablehnungsbereich von H0: [4;50]

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;50], 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:

Die Kursstufenschüler Maxi und Noah verbringen ihr Pausen leidenschaftlich gerne mit einem Bäckertüten-Mülleimer-Contest. Dabei geht es darum, eine zusammengeknüllte Bäckertüte in den an der entferntesten Ecke stehenden Altpapierbehälter zu treffen. Der interessiert zuschauende Mathelehrer rät ihnen doch etwas näher an den Mülleimer ran zu gehen, weil sie eh höchstens jedes zehnte mal treffen. Empfindlich in ihre Macho-Ehre verletzt, beschließen sie darauf hin ein Test mit 100 Würfen durchzuführen, der die absurd niedrige vom Lehrer behauptete Trefferquote auf einem Signifikanzniveau von 5% widerlegen soll. In welchem Bereich müsste die Trefferzahl liegen, um über den Mathelehrer statistisch belegt zu triumphieren zu können? Wie hoch ist dann die Irrtumswahrscheinlichkeit, dass die Trefferqutoe von höchstens 10% fälschlicherweise abgelehnt wurde?

Lösung einblenden
kP(X≤k)
......
100.5832
110.703
120.8018
130.8761
140.9274
150.9601
160.9794
170.99
180.9954
190.998
......

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 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(100,0.1,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 15 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;15]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 16 Treffern beginnt.

Ablehnungsbereich von H0: [16;100]

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 0.0399 =3.99% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [16;100], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;15], 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)

Hypothesen-Test rechtsseitig

Beispiel:

Ein Basketballspieler behauptet, er habe bei Freiwürfen seine bisherige Trefferwahrscheinlichkeit von p=0,65 inzwischen verbessert. Sein Trainer glaubt ihm sich das nicht. Um seine Verbesserung zu überprüfen, wird ein Signifikanz-Test mit 63 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 0,1% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.

Lösung einblenden
kP(X≤k)
......
470.9611
480.9797
490.9902
500.9957
510.9983
520.9994
530.9998
540.9999
551
561
......

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 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(63,0.65,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 52 erstmals mindestens 99.9% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;52]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 53 Treffern beginnt.

Ablehnungsbereich von H0: [53;63]

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 0.0006 =0.06% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [53;63], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;52], so muss die Nullhypothese beibehalten werden.

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
57
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 58 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=0,16. 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)
......
70.0002
80.0008
90.0023
100.0058
110.0135
120.0284
130.0543
140.0953
150.1545
160.2329
......

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(58,0.33,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 12 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 0.0284 =2.84% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;12]

Nicht-Ablehnungsbereich von H0: [13;58]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;12], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [13;58], so muss die Nullhypothese beibehalten werden.

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
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=0.16 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 13 bis 58, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.16) beträgt nun: P0.1658 (X≥13) =1- P0.1658 (X≤12) ≈ 1-0.8738 ≈ 0.1262

Mit 12.62% 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 Roulettetisch scheint ungleichmäßig zu laufen. Ein Spieler bezweifelt deswegen, dass die vorgegebene Wahrscheinlichkeit der grünen Null von p= 1 37 wirklich stimmt. Diese Vermutung soll durch einen zweiseitigen Test mit 200 Drehungen des Roulettes untermauert werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% betragen.
In welchen Bereichen muss die Häufigkeit der grünen Null bei der Stichprobe liegen, um die Nullhypothese p= 1 37 statistisch untermauert ablehnen zu können? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
00.0042
10.0273
20.0914
30.2088
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 1 37 zu verwerfen. Der Test soll bestätigen, dass p< 1 37 oder p> 1 37 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=200 und p= 1 37 ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 0 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

kP(X≤k)
......
80.9051
90.9534
100.979
110.9913
120.9966
......

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=10 erstmals P 1 37 200 (X≤k) ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 11 bis 200 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 11 bis 200.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p= 1 37 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠ 1 37 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von P 1 37 200 (X≤0) = 0.0042 auf der linken Seite und P 1 37 200 (X≥11) = 1-0.979 = 0.021 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit PIrr = 0.0042 + 0.021 = 0.0252 =2.52% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;0] und [11;200]

Nicht-Ablehnungsbereich von H0: [1;10]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;0] oder [11;200], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [1;10], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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:

Ein Casino hat ein Glücksrad, bei dem die Gewinnwahrscheinlichkeit für den Hauptgewinn mit 6% angegeben wird. Spielgäste haben sich beschwert, weil sie glauben, dass diese Gewinnwahrscheinlichkeit in Wirklichkeit kleiner wäre. Deswegen führt das Casino einen Hypothesentest mit 500 Drehungen dieses Glücksrads durch. Dabei soll das Risiko auf 12% begrenzt werden, dass das Glückrad aufgrund des Tests irrtümlicherweise nicht ausgetauscht wird, obwohl die Gewinnwahrscheinlichkeit niedriger als 6% ist, und dadurch sich die Glücksspielbehörde der Sache annimmt.

Entscheide dich, welche der angebotenen Nullhypothesen für diesen Test verwendet werden muss.

Lösung einblenden

Wir betrachten jede der 4 möglichen Nullhypothesen im Detail:

1. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt höchstens 6%

ok

Wenn die Nullhypothese H0: " ... höchstens 6%", also p ≤ 0.06 lautet, soll ja der Test "bestätigen", dass p > 0.06 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 ≤ 0.06 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.06 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.06 irrtümlicherweise abzulehnen, damit p > 0.06 anzunehmen (obwohl dies falsch ist), und somit das Glücksrad nicht auszutauschen und Ärger mit der Glückspielbehörde zu riskieren, auf unter 12% begrenzt werden könnte.

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

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
37
38
39
40
41
42
43
44
45
46

2. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt mindestens 6%

error

Wenn die Nullhypothese H0: " ... mindestens 6%", also p ≥ 0.06 lautet, soll ja der Test "bestätigen", dass p < 0.06 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 ≥ 0.06 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.06 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.06 irrtümlicherweise abzulehnen, damit p < 0.06 anzunehmen (obwohl dies falsch ist), und somit das Glücksrad unnötigerweise auszutauschen, auf unter 12% begrenzt werden könnte.

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

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
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

3. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt mindestens 12%

error

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=6% gehen, also die Gewinnwahrscheinlichkeit dieses Glücksrad.

4. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt höchstens 12%

error

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=6% gehen, also die Gewinnwahrscheinlichkeit dieses Glücksrad.