Aufgabenbeispiele von Tests

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


Hypothesen-Test linksseitig

Beispiel:

Durch einen Test soll statistisch belegt werden, dass eine bestimmte Wahrscheinlichkeit p< 0,65 ist. Dazu soll die Nullhypothese H0: p=0,65 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 das gewünschte Ergebnis zu erhalten? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
......
270.0007
280.0017
290.0038
300.008
310.0158
320.0292
330.0513
340.0849
350.1332
360.1979
......

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 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(61,0.65,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 32 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=0.65 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 0.0292 =2.92% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;32]

Annahmebereich von H0: [33;61]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;32], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [33;61], 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)

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=54 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% 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)
......
330.6166
340.7179
350.8046
360.8733
370.9235
380.9571
390.9778
400.9895
410.9954
420.9982
......

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 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(54,0.6,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 38 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Annahmebereich von H0: [0;38]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 39 Treffern beginnt.

Ablehnungsbereich von H0: [39;54]

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 0.0429 =4.29% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [39;54], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [0;38], so muss die Nullhypothese beibehalten werden.

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
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 90% 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 72 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)
......
540.0002
550.0006
560.0017
570.0046
580.0112
590.0254
600.053
610.1019
620.1799
630.2914
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.9 zu verwerfen. Der Test soll bestätigen, dass p<0.9 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(72,0.9,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 59 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=0.9 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.9 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0254 =2.54% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;59]

Annahmebereich von H0: [60;72]

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;59], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Annahmebereich von H0: [60;72], so muss die Nullhypothese beibehalten werden.

54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
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:

Eine Pharmafirma behauptet, dass durch eine Verbesserung der Rezeptur die Nebenwirkungen eines Medikament unter p=0,16 gesunken ist. Um dies nachzuweisen, soll ein 98-stufiger Test mit einer maximalen Irrtumswahrscheinlichkeit von 5% durchgeführt werden.
a) In welchem Intervall muss hierfür die Anzahl der Nebenwirkungen liegen?
b) In Wirklichkeit liegt die Wahrscheinlickeit für Nebenwirkungen bei p=0,07. Wie groß ist nun die Wahrscheinlichkeit, dass bei dem Test trotzdem die Anzahl der Nebenwirkungen nicht in den Ablehnungsbereich gefallen ist und somit - irrtümlicherweise - die falsche Nullhypothese nicht verworfen wurde?

Lösung einblenden
kP(X≤k)
......
40.0002
50.0009
60.0028
70.0076
80.0179
90.0376
100.0711
110.122
120.1923
130.281
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.16 zu verwerfen. Der Test soll bestätigen, dass p<0.16 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(98,0.16,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=0.16 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.16 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0376 =3.76% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;9]

Annahmebereich 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 Annahmebereich 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=0.16 falsch, weil ja in Wirklichkeit p=0.07 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=0.07) beträgt nun: P0.0798 (X10) =1- P0.0798 (X9) ≈ 1-0.8521 ≈ 0.1479

Mit 14.79% Wahrscheinlichkeit landet also das Ergebnis des Test im Nicht-Ablehnungsbereich (im Histogramm oben: blauer Bereich), so dass die falsche Nullhypothese nicht verworfen wird.