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 50-stufiger Test mit einer maximalen Irrtumswahrscheinlichkeit von 1% durchgeführt werden. In welchem Intervall muss hierfür die Anzahl der Nebenwirkungen liegen? Wie hoch ist die Irrtumswahrscheinlichkeit?
k | P(X≤k) |
---|---|
0 | 0 |
1 | 0 |
2 | 0.0001 |
3 | 0.0005 |
4 | 0.0021 |
5 | 0.007 |
6 | 0.0194 |
7 | 0.0453 |
8 | 0.0916 |
9 | 0.1637 |
... | ... |
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 1% ist.
Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(50,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 5 weniger als 1% 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 0.007 =0.7% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;5]
Nicht-Ablehnungsbereich von H0: [6;50]
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 Nicht-Ablehnungsbereich von H0: [6;50], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test rechtseitig
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 Mülleimer 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 46 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 zu triumphieren zu können?
k | P(X≤k) |
---|---|
... | ... |
3 | 0.3119 |
4 | 0.5073 |
5 | 0.6897 |
6 | 0.8281 |
7 | 0.916 |
8 | 0.9636 |
9 | 0.986 |
10 | 0.9952 |
11 | 0.9985 |
12 | 0.9996 |
... | ... |
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(46,0.1,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 8 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;8]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 9 Treffern beginnt.
Ablehnungsbereich von H0: [9;46]
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 0.0364 =3.64% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [9;46], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;8], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test rechtseitig
Beispiel:
Ein Basketballspieler behauptet, er habe bei Freiwürfen seine bisherige Trefferwahrscheinlichkeit von p=0,25 inzwischen verbessert. Sein Trainer glaubt ihm sich das nicht. Um seine Verbesserung zu überprüfen, muss der Basketballspieler 80 mal werfen. In welchem Intervall müssen die Treffer liegen, damit sich der Spieler auf einem Signifikanzniveau von 1% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.
k | P(X≤k) |
---|---|
... | ... |
24 | 0.8761 |
25 | 0.9195 |
26 | 0.9501 |
27 | 0.9705 |
28 | 0.9834 |
29 | 0.9911 |
30 | 0.9954 |
31 | 0.9978 |
32 | 0.999 |
33 | 0.9995 |
... | ... |
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 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 1% ist.
Das heißt, dass der Nicht-Ablehnungsbereich von H0 (hier blau eingefärbt) auf der linken Seite mindestens 1-0.01= 0.99 Wahrscheinlichkeit auf sich vereinen muss.
Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(80,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 29 erstmals mindestens 99% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;29]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 30 Treffern beginnt.
Ablehnungsbereich von H0: [30;80]
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 0.0089 =0.89% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [30;80], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;29], so muss die Nullhypothese beibehalten werden.
(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 77 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=0,1. 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?
k | P(X≤k) |
---|---|
... | ... |
12 | 0.0009 |
13 | 0.0022 |
14 | 0.0049 |
15 | 0.0104 |
16 | 0.0205 |
17 | 0.0374 |
18 | 0.064 |
19 | 0.1028 |
20 | 0.1558 |
21 | 0.2234 |
... | ... |
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(77,0.32,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 17 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 0.0374 =3.74% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;17]
Nicht-Ablehnungsbereich von H0: [18;77]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;17], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [18;77], so muss die Nullhypothese beibehalten werden.
(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=0.1 ist.
Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 18 bis 77, so dass H0 (irrtümlicherweise) nicht verworfen wurde.
Diese Wahrscheinlichkeit (mit dem richtigen p=0.1) beträgt nun: =1- ≈ 1-0.9995 ≈ 0.00049999999999994
Mit 0.049999999999994% Wahrscheinlichkeit landet also das Ergebnis des Test im Nicht-Ablehnungsbereich (im Histogramm oben: blauer Bereich), so dass die falsche Nullhypothese nicht verworfen wird.
Fehler 1. Art beurteilen
Beispiel:
Eine große Handelskette überlegt, ob sie eine Kunden-App entwickeln und einführen soll. Die Finanzabteilung hat dabei herausgefunden, dass sich die Entwicklung und Bewerbung solch einer App nur dann rechnet, wenn sich auch mindestens 40% der Kunden die App aufs Smartphone installiert. Deswegen beschließt die Geschäftsführung, einen Hypothesentest in Form einer Befragung von 300 Kunden durchzuführen. Dabei soll das Risiko auf 20% begrenzt werden, dass aufgrund des Tests die App gar nicht entwickelt wird, obwohl diese wirtschaftlich sinnvoll gewesen wäre.
Entscheide dich, welche der angebotenen Nullhypothesen für diesen Test verwendet werden muss.
Wir betrachten jede der 4 möglichen Nullhypothesen im Detail:
1. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 20%

Die Nullhypothese H0: " ... mindestens 20%", also p ≥ 0.2 macht keinen Sinn, weil die 20%" 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=40% gehen, also den Prozentsatz der Kunden, die die App installieren werden.
2. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 40%

Wenn die Nullhypothese H0: " ... mindestens 40%", also p ≥ 0.4 lautet, soll ja der Test "bestätigen", dass p < 0.4 ist - also ist es ein linksseitiger Hypothesentest.
Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im linken (orangen) Ablehnungesbreich kleiner als das Signifikanzniveau α = 20% sein muss, falls die Nullhypothese H0: p ≥ 0.4 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≥ 0.4 abzulehnen, obwohl es stimmt, ist somit kleiner als 20%.
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.4 irrtümlicherweise abzulehnen, damit p < 0.4 anzunehmen (obwohl dies falsch ist), und somit die App gar nicht zu entwickeln, obwohl dies wirtschaftlich sinnvoll wäre, auf unter 20% begrenzt werden könnte.
Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.
3. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 40%

Wenn die Nullhypothese H0: " ... höchstens 40%", also p ≤ 0.4 lautet, soll ja der Test "bestätigen", dass p > 0.4 ist - also ist es ein rechtseitiger Hypothesentest.
Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im rechten (orangen) Ablehnungesbreich kleiner als das Signifikanzniveau α = 20% sein muss, falls die Nullhypothese H0: p ≤ 0.4 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≤ 0.4 abzulehnen, obwohl es stimmt, ist somit kleiner als 20%
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.4 irrtümlicherweise abzulehnen, damit p > 0.4 anzunehmen (obwohl dies falsch ist), und somit die App zu entwickeln und zu bewerben, obwohl die Kosten nie wieder eingebracht werden, weil zu wenige Kunden die App installieren werden, auf unter 20% begrenzt werden könnte.
Mit dieser Nullhypothese würde man also ein anderes Risiko absichern, als das im Aufgabentext geforderte.
4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 20%

Die Nullhypothese H0: " ... höchstens 20%", also p ≤ 0.2 macht keinen Sinn, weil die 20%" 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=40% gehen, also den Prozentsatz der Kunden, die die App installieren werden.
zweiseitiger Test
Beispiel:
Es wird vermutet, dass bei einem Glücksspiel die Gewinnwahrscheinlichkeit nicht wie angegeben 85% beträgt. Die Vermutung soll durch einen zweiseitigen Hypothesentest mit Stichprobenumfang n = 51 auf einem Signifikanzniveau von 5% überprüft werden. In welchen Bereichen muss die Anzahl der Gewinne bei der Stichprobe liegen, um diese Vermutung statistisch zu belegen? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?
k | P(X≤k) |
---|---|
... | ... |
36 | 0.0065 |
37 | 0.0157 |
38 | 0.035 |
39 | 0.0714 |
40 | 0.1333 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 0.85 zu verwerfen. Der Test soll bestätigen, dass p<0.85 oder p>0.85 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=51 und p=0.85), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 37 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs
k | P(X≤k) |
---|---|
... | ... |
46 | 0.8978 |
47 | 0.9587 |
48 | 0.9875 |
49 | 0.9975 |
50 | 0.9997 |
... | ... |
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=48 erstmals ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 49 bis 51 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.
Der Ablehnungsbereich auf der rechten Seite ist somit von 49 bis 51.
Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p=0.85 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠0.85 als statistisch abgesichert betrachten darf.
Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von
=
0.0157 auf der linken Seite und
= 1-0.9875
= 0.0125 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit
PIrr = 0.0157 + 0.0125 = 0.0282
=2.82% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;37] und [49;51]
Nicht-Ablehnungsbereich von H0: [38;48]
Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;37] oder [49;51], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [38;48], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)