Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.
Du bist offline: Gespeicherte Kapitel funktionieren weiter.
Alle Lektionen des Themas, vom ersten bis zum letzten Jahr, bereit für Papier. Die Aufgabenserien heißen A, B, C… und die Lösungen stehen am Ende.
Für ein PDF wähle im Druckdialog „Als PDF speichern“.
Daten und Zufall
Hypothesentests
SpitznameDatum
Scannen, um online zu öffnenenglish.sedifier.com/de/branch/s/sig/print/
1. Einseitiger Signifikanztest
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
X ist nach B(2;21) verteilt. Berechne P(X≥1).
Bestimme die kleinste ganze Zahl n mit 1−(21)n≥1−1021.
X ist nach B(3;21) verteilt. Berechne P(1≤X≤2).
Entdecken
Mia glaubt, dass ihre Münze öfter „Zahl“ zeigt. Sie wirft 20-mal. Unter der Annahme p=0,5 gilt P(X≥15)≈0,021 und P(X≥14)≈0,058. Ab wie vielen Zahlwürfen hält sie die Münze bei einem Signifikanzniveau von 5 % für gezinkt?
Ab 15
Ab 14
Die Grundidee
Ein Test entscheidet mit einer Stichprobe zwischen zwei Hypothesen; das Risiko eines Fehlurteils wird begrenzt.
Die NullhypotheseH0 ist die bisherige Annahme, die GegenhypotheseH1 das, was man zeigen möchte. Prüfgröße: die Trefferzahl X, unter H0 binomialverteilt.
Rechtsseitiger Test (H1:p>p0): Ablehnungsbereich {k;…;n} mit dem kleinsten k, für das P(X≥k)≤α gilt. Linksseitiger Test (H1:p<p0): {0;…;k} mit dem größten k, für das P(X≤k)≤α gilt. α ist das Signifikanzniveau.
Beispiel
Ein Hersteller gibt an, dass höchstens 10 % der Lose Gewinne sind (p0=0,1). Ein Händler vermutet mehr und prüft 50 Lose. Unter p=0,1 gilt P(X≥10)≈0,025 und P(X≥9)≈0,058.
H0:p≤0,1, H1:p>0,1: rechtsseitig
Der Händler will mehr Gewinne zeigen.
k=10
Kleinstes k mit P(X ≥ k) ≤ 0,05.
Bei mindestens 10 Gewinnen wird H0 abgelehnt.
Entscheidungsregel.
Du bist dran
Jetzt du: Rechtsseitiger Test, α=5%. Unter H0 gilt P(X≥8)≈0,03 und P(X≥7)≈0,09. Wo beginnt der Ablehnungsbereich?
P(X≥8)≤0,05
0,03 ≤ 0,05, aber 0,09 > 0,05.
k=8
Kleinstes solches k.
Üben ★
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥10)≈0,03 und P(X≥9)≈0,07. Ab welcher Trefferzahl wird H0 abgelehnt?
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥8)≈0,04 und P(X≥7)≈0,09. Ab welcher Trefferzahl wird H0 abgelehnt?
Ein Hersteller gibt an, dass höchstens 2 % seiner Bauteile defekt sind. Eine Kundin vermutet mehr und will das mit einer Stichprobe zeigen. Welche Nullhypothese testet sie?
H0:p≤0,02
H0:p>0,02
H0:p<0,02
Vorsicht!
Üben ★★
Eine Münze wird 4-mal geworfen, um H0:p=0,5 gegen H1:p>0,5 zu testen (p: Wahrscheinlichkeit für „Zahl“). H0 wird nur abgelehnt, wenn jedes Mal „Zahl“ fällt. Mit welcher Wahrscheinlichkeit wird H0 abgelehnt, obwohl sie stimmt?
Eine Münze wird 11-mal geworfen, um H0:p=0,5 gegen H1:p>0,5 zu testen (p: Wahrscheinlichkeit für „Zahl“). H0 wird nur abgelehnt, wenn jedes Mal „Zahl“ fällt. Mit welcher Wahrscheinlichkeit wird H0 abgelehnt, obwohl sie stimmt?
Ein neues Lernprogramm soll die Bestehensquote von bisher 70 % erhöhen. Wo liegt der Ablehnungsbereich des Tests von H0:p≤0,7?
Rechts: viele Bestandene sprechen gegen H0
Links: wenige Bestandene sprechen gegen H0
Auf beiden Seiten
Eine Münze wird 8-mal geworfen; getestet wird H0:p=0,5 gegen H1:p>0,5 mit dem Ablehnungsbereich {7;8}.
P(X=8) unter H0:
P(X=7) unter H0:
Die Wahrscheinlichkeit, H0 abzulehnen, obwohl sie stimmt:
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥10)≈0,03 und P(X≥9)≈0,07. Ab welcher Trefferzahl wird H0 abgelehnt?
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥8)≈0,04 und P(X≥7)≈0,09. Ab welcher Trefferzahl wird H0 abgelehnt?
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥14)≈0,02 und P(X≥13)≈0,06. Ab welcher Trefferzahl wird H0 abgelehnt?
Merkkarte
Einseitiger Signifikanztest
H1 ist die Vermutung, die man zeigen will.
Rechtsseitig: kleinstes k mit P(X≥k)≤α.
Linksseitig: größtes k mit P(X≤k)≤α.
Achtung: Die Wahrscheinlichkeit des Ablehnungsbereichs unter H0 darf α nicht übersteigen.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Eine Münze wird 9-mal geworfen; H0:p=0,5 gegen H1:p>0,5 mit dem Ablehnungsbereich {8;9} (Anzahl „Zahl“). Wie groß ist die Wahrscheinlichkeit für den Fehler erster Art?
2. Fehler erster und zweiter Art
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Rechtsseitiger Test mit dem Signifikanzniveau 5 %. Unter H0 gilt P(X≥10)≈0,03 und P(X≥9)≈0,07. Ab welcher Trefferzahl wird H0 abgelehnt?
Ein Hersteller gibt an, dass höchstens 2 % seiner Bauteile defekt sind. Eine Kundin vermutet mehr und will das mit einer Stichprobe zeigen. Welche Nullhypothese testet sie?
H0:p≤0,02
H0:p>0,02
H0:p<0,02
Eine Münze wird 4-mal geworfen, um H0:p=0,5 gegen H1:p>0,5 zu testen (p: Wahrscheinlichkeit für „Zahl“). H0 wird nur abgelehnt, wenn jedes Mal „Zahl“ fällt. Mit welcher Wahrscheinlichkeit wird H0 abgelehnt, obwohl sie stimmt?
Entdecken
Ein Test soll zeigen, dass ein neues Medikament besser wirkt. In Wahrheit wirkt es nicht besser, aber das Stichprobenergebnis liegt zufällig im Ablehnungsbereich. Was passiert?
H0 wird zu Unrecht abgelehnt: ein Fehler erster Art
H0 wird zu Unrecht beibehalten: ein Fehler zweiter Art
Die Grundidee
Jede Entscheidung kann falsch sein; die beiden Fehler haben eigene Wahrscheinlichkeiten.
Fehler erster Art:H0 ist wahr, wird aber abgelehnt. Seine Wahrscheinlichkeit ist α′=Pp0(X∈K), höchstens das Signifikanzniveau.
Fehler zweiter Art:H0 ist falsch, wird aber beibehalten. Für eine wahre Wahrscheinlichkeit p1 ist seine Wahrscheinlichkeit β=Pp1(X∈/K)=1−Pp1(X∈K). Ein kleinerer Ablehnungsbereich senkt α′ und erhöht β.
Beispiel
Test mit n=10, H0:p=0,5, H1:p>0,5, K={9;10}. In Wahrheit sei p=0,75; dann gilt P(X≥9)≈0,244.
α′=102410+1≈0,011
Unter p = 0,5: P(X = 9) + P(X = 10).
β=1−0,244
Fehler zweiter Art: X liegt nicht in K.
β≈0,756
Ergebnis.
Du bist dran
Jetzt du: Unter p1 gilt P(X∈K)≈0,83. Wie groß ist die Wahrscheinlichkeit für den Fehler zweiter Art?
1−0,83
Gegenereignis.
0,17
Ergebnis.
Üben ★
Ein Test prüft H0: „Die Münze ist fair.“ Die Münze ist in Wahrheit gezinkt, aber das Ergebnis liegt nicht im Ablehnungsbereich. Welcher Fehler liegt vor?
Ein Fehler zweiter Art
Ein Fehler erster Art
Kein Fehler
Für die wahre Trefferwahrscheinlichkeit p1 gilt P(X∈K)≈0,70. Wie groß ist die Wahrscheinlichkeit für den Fehler zweiter Art?
Vorsicht!
Üben ★★
Eine Münze wird 2-mal geworfen; H0:p=0,5 wird nur abgelehnt, wenn jedes Mal „Zahl“ fällt. In Wahrheit ist p=0,75. Wie groß ist die Wahrscheinlichkeit für den Fehler zweiter Art?
Eine Münze wird 8-mal geworfen; H0:p=0,5 wird nur abgelehnt, wenn jedes Mal „Zahl“ fällt. In Wahrheit ist p=0,75. Wie groß ist die Wahrscheinlichkeit für den Fehler zweiter Art?
Man verkleinert den Ablehnungsbereich eines Tests, damit der Fehler erster Art seltener wird. Was passiert bei gleichem Stichprobenumfang mit dem Fehler zweiter Art?
Er wird wahrscheinlicher
Er wird auch seltener
Er bleibt gleich
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
Ein Test prüft H0: „Die Münze ist fair.“ Die Münze ist in Wahrheit gezinkt, aber das Ergebnis liegt nicht im Ablehnungsbereich. Welcher Fehler liegt vor?
Ein Fehler zweiter Art
Ein Fehler erster Art
Kein Fehler
Merkkarte
Fehler beim Testen
Erster Art: H0 wahr, abgelehnt; Wahrscheinlichkeit Pp0(X∈K).
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Eine Münze wird 3-mal geworfen, K={2;3}. In Wahrheit ist p=0,75. Wie groß ist die Wahrscheinlichkeit für den Fehler zweiter Art?
3. Genaue p-Werte bei einer Münze
Entdecken
Du vermutest, eine Münze bevorzugt Kopf. Du wirfst sie 8-mal und erhältst 8-mal Kopf. Wie wahrscheinlich wäre das bei einer fairen Münze?
(21)8=2561≈0,4%
168=50%
Die Grundidee
Genaue p-Werte bei einer Münze.
Bei n Würfen einer fairen Münze gilt:
P(alle n Kopf)=2n1;
P(mindestens n−1 Kopf)=2nn+1.
Das sind einseitige p-Werte für „die Münze bevorzugt Kopf“.
Beispiel
10 Würfe, 9 oder mehr Kopf.
1+10=11 von 210=1024
Ergebnisse zählen.
≈0,011: signifikant auf dem 5-%-Niveau
p-Wert.
Du bist dran
Jetzt du: 5 Würfe, alle Kopf: p-Wert als Bruch?
321
251.
Üben ★
Eine faire Münze wird 11-mal geworfen. Berechne die Wahrscheinlichkeit (als Bruch), dass alle 11 Würfe Kopf zeigen.
Eine faire Münze wird 7-mal geworfen. Berechne die Wahrscheinlichkeit (als Bruch), dass alle 7 Würfe Kopf zeigen.
Eine faire Münze wird 10-mal geworfen. Berechne die Wahrscheinlichkeit (als Bruch), dass alle 10 Würfe Kopf zeigen.
Üben ★★
Eine faire Münze wird 5-mal geworfen. Berechne den p-Wert (als Bruch) für mindestens 4-mal Kopf.
Eine faire Münze wird 7-mal geworfen. Berechne den p-Wert (als Bruch) für mindestens 6-mal Kopf.
Abschlusscheck
Zwei Fragen zur Kontrolle.
Eine faire Münze wird 11-mal geworfen. Berechne die Wahrscheinlichkeit (als Bruch), dass alle 11 Würfe Kopf zeigen.
Eine faire Münze wird 7-mal geworfen. Berechne die Wahrscheinlichkeit (als Bruch), dass alle 7 Würfe Kopf zeigen.
Merkkarte
p-Werte bei Münzen
Alle Kopf: 2n1.
Mindestens n−1: 2nn+1.
Vorzeichentests in der Medizin nutzen genau diese Idee: Ging es mehr Patienten besser, als der Zufall erlaubt?
4. Geschichte der Signifikanztests: Arbuthnot, Pearson und Fisher
Entdecken
Die Register von 1629 bis 1710 zeigten etwas mehr Jungen- als Mädchengeburten. 1710 fragte John Arbuthnot: Kann das allein der Zufall erklären? Angenommen, in jedem dieser Jahre gab es mehr Jungen.
Kaum: Das wäre wie 82-mal Kopf in Folge
Ja, leicht
Die Grundidee
Hypothesen testen, von Taufen bis zu Feldern.
Schritt 1John Arbuthnot1667–1735Godfrey Kneller, 1723. Gemeinfrei1710: Arbuthnots Arbeit über Jungen- und Mädchengeburten, ein erster Signifikanztest.
Schritt 3Ronald Aylmer Fisher1890–1962Barry Eagel, 1952. Barry Eagel. CC BY-SA 4.01935: Fishers The Design of Experiments.
1710 untersuchte John Arbuthnot (1667–1735) den leichten Überschuss an Jungengeburten von 1629 bis 1710: vielleicht die erste Anwendung der Wahrscheinlichkeit auf Bevölkerungsstatistik und der erste formale Signifikanztest. 1900 veröffentlichte Karl Pearson den Chi-Quadrat-Test. In Rothamsted entwickelte Ronald Fisher die Planung und Auswertung von Experimenten.
Beispiel
Arbuthnots Überlegung in Zahlen: Wie viele Jahre sind es von 1629 bis 1710 einschließlich?
1710−1629+1=82
Angenommen, jedes Jahr mehr Jungen: Jahre zählen.
(21)82≈2⋅10−25
Wahrscheinlichkeit nur durch Zufall.
Üben ★
Was untersuchte Arbuthnot in seiner Arbeit von 1710?
Den Überschuss an Jungen- gegenüber Mädchengeburten
Dünger auf zufällig gewählten Feldern
Den Chi-Quadrat-Test
Wie bei Arbuthnot: Wäre jedes Jahr ein fairer „Münzwurf“ zwischen mehr Jungen und mehr Mädchen, wie wahrscheinlich (als Bruch) wären 5 Jungenjahre in Folge?
Wie bei Arbuthnot: Wäre jedes Jahr ein fairer „Münzwurf“ zwischen mehr Jungen und mehr Mädchen, wie wahrscheinlich (als Bruch) wären 10 Jungenjahre in Folge?
Pearsons Chi-Quadrat: Eine Kategorie hat die erwartete Anzahl 10 und die beobachtete Anzahl 12. Berechne ihren Beitrag E(B−E)2.
Merkkarte
Signifikanztests heute
Medizin: Wirkt ein neues Medikament besser als ein Placebo?
Webseiten: Bekommt ein neues Design mehr Klicks (A/B-Test)?
Qualitätskontrolle: Produziert eine Maschine noch maßgenau?
Quellen: MacTutor-Biografien von Arbuthnot, Pearson und Fisher (siehe „Quellen und Nachweise“).
Lösungen: Hypothesentests
1. Einseitiger Signifikanztest
A
0,75
7
0,75
B
10
8
C
H0:p≤0,02
D
0,0625
0,00048828125
E
Rechts: viele Bestandene sprechen gegen H0
F
a) 2561 b) 321 c) 2569
G
10
8
14
H
0,01953125
2. Fehler erster und zweiter Art
A
10
H0:p≤0,02
0,0625
B
Ein Fehler zweiter Art
C
0,3
D
0,4375
0,8998870849609375
E
Er wird wahrscheinlicher
F
Ein Fehler zweiter Art
G
0,15625
3. Genaue p-Werte bei einer Münze
A
20481
1281
10241
B
163
161
C
20481
1281
4. Geschichte der Signifikanztests: Arbuthnot, Pearson und Fisher
A
Den Überschuss an Jungen- gegenüber Mädchengeburten