Aufgabenbeispiele von Tests

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Hypothesen-Test linksseitig

Beispiel:

Eine Pharmafirma behauptet, dass durch eine Verbesserung der Rezeptur die Nebenwirkungen eines Medikaments unter p=0,25 gesunken ist. Um dies nachzuweisen, soll ein 83-stufiger Test mit einer maximalen Irrtumswahrscheinlichkeit von 5% durchgeführt werden. In welchem Intervall muss hierfür die Anzahl der Nebenwirkungen liegen? Wie hoch ist die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
......
80.0004
90.0011
100.0028
110.0067
120.0145
130.0287
140.0522
150.0884
160.1397
170.207
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.25 zu verwerfen. Der Test soll bestätigen, dass p<0.25 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(83,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 13 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=0.25 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.25 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0287 =2.87% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;13]

Annahmebereich von H0: [14;83]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;13], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [14;83], so muss die Nullhypothese beibehalten werden.

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
33
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Hypothesen-Test rechtseitig

Beispiel:

Durch einen Test soll statistisch belegt werden, dass eine bestimmte Wahrscheinlichkeit p> 0,6 ist. Dazu soll die Nullhypothese H0: p=0,6 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=62 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 0,1% betragen.
In welchem Bereich muss die Anzahl der Treffer bei der Stichprobe liegen, um das gewünschte Ergebnis zu erhalten? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
......
440.9728
450.986
460.9933
470.9971
480.9988
490.9996
500.9999
511
521
531
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.6 zu verwerfen. Der Test soll bestätigen, dass p>0.6 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 Annahmebereich 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(62,0.6,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 49 erstmals mindestens 99.9% der Gesamt-Wahrscheinlichkeit ausmachen.

Annahmebereich von H0: [0;49]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 50 Treffern beginnt.

Ablehnungsbereich von H0: [50;62]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.6 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.6 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0004 =0.04% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [50;62], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [0;49], so muss die Nullhypothese beibehalten werden.

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
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:

Zlatan Ibrahimovic behauptet von sich, dass er mit mindestens 70% 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 78 Versuchen und einem Signifikanzniveau von 5% (was auch immer Ibrahimovic darunter verstehen mag). In welchem Bereich muss die Anzahl der Lattentreffer liegen um den schwedischen Stürmer der Prahlerei zu überführen?

Lösung einblenden
kP(X≤k)
......
420.0019
430.0039
440.0076
450.0141
460.0249
470.0422
480.0681
490.1053
500.1555
510.2199
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.7 zu verwerfen. Der Test soll bestätigen, dass p<0.7 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(78,0.7,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 47 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=0.7 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.7 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0422 =4.22% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;47]

Annahmebereich von H0: [48;78]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;47], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [48;78], so muss die Nullhypothese beibehalten werden.

42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
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=0,32 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 64 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=0,18. 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)
......
80.0003
90.0009
100.0024
110.006
120.0134
130.0273
140.0511
150.0885
160.1425
170.2141
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.32 zu verwerfen. Der Test soll bestätigen, dass p<0.32 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(64,0.32,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 13 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=0.32 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.32 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0273 =2.73% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;13]

Annahmebereich von H0: [14;64]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;13], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [14;64], so muss die Nullhypothese beibehalten werden.

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
33
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=0.32 falsch, weil ja in Wirklichkeit p=0.18 ist.

Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 14 bis 64, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.18) beträgt nun: P0.1864 (X14) =1- P0.1864 (X13) ≈ 1-0.7468 ≈ 0.2532

Mit 25.32% Wahrscheinlichkeit landet also das Ergebnis des Test im Nicht-Ablehnungsbereich (im Histogramm oben: blauer Bereich), so dass die falsche Nullhypothese nicht verworfen wird.