Aufgabenbeispiele von Tests
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Hypothesen-Test linksseitig
Beispiel:
Der Prager Gaststättenverband behauptet stolz, dass 83% ihrer Gaststätten das strenge Alkoholverbot für Jugendliche (kein Bier unter 18!) konsequent umsetzen. Das tschechische blaue Kreuz bezweifelt das und glaubt dass es weit weniger konsequent umgesetzt wird. Eine zufällig sich in Prag aufhaltende oberschwäbische Schülergruppe erklärt sich bereit, eine Hypothesen-Test mit einem Signifikanzniveau von alpha=5% durchzuführen. Dabei versuchen 17-jährige SchülerInnen in 94 Kneipen ein Bier zu bestellen. Gib den Bereich an, wie viele Gaststätten dabei eine "ID" (Personalausweis) der Jugendlichen verlangen müssten, damit das blaue Kreuz die Behauptung des Gaststättenverbands verwerfen könnte.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 66 | 0.0015 |
| 67 | 0.0033 |
| 68 | 0.0066 |
| 69 | 0.0128 |
| 70 | 0.0235 |
| 71 | 0.0413 |
| 72 | 0.069 |
| 73 | 0.1097 |
| 74 | 0.1661 |
| 75 | 0.2396 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.83 zu verwerfen. Der Test soll bestätigen, dass p<0.83 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(94,0.83,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 71 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=0.83 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.83 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0413 =4.13% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;71]
Annahmebereich von H0: [72;94]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;71], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [72;94], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test rechtseitig
Beispiel:
An einem Roulettetisch fällt die Kugel auffallend oft auf die (so selten gesetzte) grüne Null. Ein spielsüchtiger 12-Klässler bezweifelt deswegen, dass diese tatsächlich die angegebene Wahrscheinlichkeit von p=1/37 hat. Dazu macht er einen Signifikanztest mit 56 Würfen und einem Signifikanzniveau von 5%. In welchem Bereich muss die Häufigkeit der grünen Null liegen, damit er nachweisen kann, dass deren tatsächliche Wahrscheinlichkeit über 1/37 liegt. Wie hoch ist dann die Irrtumswahrscheinlichkeit?
| k | P(X≤k) |
|---|---|
| 0 | 0.2156 |
| 1 | 0.551 |
| 2 | 0.8072 |
| 3 | 0.9353 |
| 4 | 0.9824 |
| 5 | 0.996 |
| 6 | 0.9992 |
| 7 | 0.9999 |
| 8 | 1 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ zu verwerfen. Der Test soll bestätigen, dass p> 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 Annahmebereich 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(56,,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.
Annahmebereich von H0: [0;4]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 5 Treffern beginnt.
Ablehnungsbereich von H0: [5;56]
Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p= so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p> als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0176 =1.76% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [5;56], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [0;4], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test linksseitig
Beispiel:
Ein Großhändler beklagt sich, dass gelieferte LED-Leuchtmittel mit einer Wahrscheinlichkeit von p=0,11 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 59 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?
| k | P(X≤k) |
|---|---|
| 0 | 0.001 |
| 1 | 0.0086 |
| 2 | 0.0356 |
| 3 | 0.0989 |
| 4 | 0.2086 |
| 5 | 0.3578 |
| 6 | 0.5236 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.11 zu verwerfen. Der Test soll bestätigen, dass p<0.11 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(59,0.11,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=0.11 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.11 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0356 =3.56% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;2]
Annahmebereich von H0: [3;59]
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 Annahmebereich von H0: [3;59], so muss die Nullhypothese beibehalten werden.
(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 64 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 13% 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?
| k | P(X≤k) |
|---|---|
| 0 | 0 |
| 1 | 0.0001 |
| 2 | 0.0008 |
| 3 | 0.0037 |
| 4 | 0.0124 |
| 5 | 0.0332 |
| 6 | 0.0743 |
| 7 | 0.1424 |
| 8 | 0.2393 |
| 9 | 0.36 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ zu verwerfen. Der Test soll bestätigen, dass p< 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(64,,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= so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p< als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0332 =3.32% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;5]
Annahmebereich von H0: [6;64]
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 Annahmebereich von H0: [6;64], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
In dieser Aufgabe ist ja aber H0:p= 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 6 bis 64, so dass H0 (irrtümlicherweise) nicht verworfen wurde.
Diese Wahrscheinlichkeit (mit dem richtigen p=0.13) beträgt nun: =1- ≈ 1-0.1453 ≈ 0.8547
Mit 85.47% Wahrscheinlichkeit landet also das Ergebnis des Test im Nicht-Ablehnungsbereich (im Histogramm oben: blauer Bereich), so dass die falsche Nullhypothese nicht verworfen wird.
