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< 0,25 ist. Dazu soll die Nullhypothese H0: p=0,25 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=60 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)
00
10
20
30
40.0002
50.001
60.0031
70.0088
80.0212
90.0452
......

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 0.1% ist.

Schaut man dazu die kumulierte Binomialverteilung an (TI: y1=binomcdf(60,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 5 weniger als 0.1% 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 0.001 =0.1% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;5]

Nicht-Ablehnungsbereich von H0: [6;60]

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;60], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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:

Ein Basketballspieler behauptet, er habe bei Freiwürfen seine bisherige Trefferwahrscheinlichkeit von p=0,85 inzwischen verbessert. Sein Trainer glaubt ihm sich das nicht. Um seine Verbesserung zu überprüfen, muss der Basketballspieler 87 mal werfen. In welchem Intervall müssen die Treffer liegen, damit sich der Spieler auf einem Signifikanzniveau von 0,1% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.

Lösung einblenden
kP(X≤k)
......
780.92
790.9598
800.9823
810.9933
820.9979
830.9995
840.9999
851
861
871

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.85 zu verwerfen. Der Test soll bestätigen, dass p>0.85 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 Nicht-Ablehnungsbereich 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(87,0.85,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 83 erstmals mindestens 99.9% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;83]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 84 Treffern beginnt.

Ablehnungsbereich von H0: [84;87]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von 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 0.0005 =0.05% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [84;87], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;83], so muss die Nullhypothese beibehalten werden.

63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
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:

Einem partystarken 12-Klässler wird von einem nicht ganz vorurteilsfreien Lehrer vorgeworfen, nichts auf die Klassenarbeit gelernt haben. Diese findet in Form eines Multiple Choice-Tests mit 73 Aufgaben statt, bei der genau eine der vier Antwortmöglichkeiten richtig ist. In welchem Bereich muss nun die Anzahl der richtigen Antworten liegen, damit er auf einem Signifikanzniveau von 5% die Behauptung des Lehrers widerlegen kann.

Lösung einblenden
kP(X≤k)
......
190.6397
200.733
210.8116
220.8735
230.9193
240.951
250.9718
260.9846
270.992
280.9961
......

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 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(73,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 24 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;24]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 25 Treffern beginnt.

Ablehnungsbereich von H0: [25;73]

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 0.049 =4.9% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [25;73], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;24], 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)

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 63 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=0,13. 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)
......
80.0004
90.0011
100.003
110.0074
120.0162
130.0325
140.0599
150.102
160.1615
170.2388
......

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(63,0.32,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 0.0325 =3.25% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;13]

Nicht-Ablehnungsbereich von H0: [14;63]

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 Nicht-Ablehnungsbereich von H0: [14;63], 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=0.13 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 63, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.13) beträgt nun: P0.1363 (X≥14) =1- P0.1363 (X≤13) ≈ 1-0.9704 ≈ 0.0296

Mit 2.96% 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:

Ein Casino hat ein Glücksrad, bei dem die Gewinnwahrscheinlichkeit für den Hauptgewinn mit 13% angegeben wird. Spielgäste haben sich beschwert, weil sie glauben, dass diese Gewinnwahrscheinlichkeit in Wirklichkeit kleiner wäre. Deswegen führt das Casino einen Hypothesentest mit 1000 Drehungen dieses Glücksrads durch. Dabei soll das Risiko auf 12% begrenzt werden, dass aufgrund des Tests das Glückrad unnötigerweise ausgetauscht wird, obwohl die Gewinnwahrscheinlichkeit nicht kleiner als 13% ist.

Entscheide dich, welche der angebotenen Nullhypothesen für diesen Test verwendet werden muss.

Lösung einblenden

Wir betrachten jede der 4 möglichen Nullhypothesen im Detail:

1. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt höchstens 13%

error

Wenn die Nullhypothese H0: " ... höchstens 13%", also p ≤ 0.13 lautet, soll ja der Test "bestätigen", dass p > 0.13 ist - also ist es ein rechtsseitiger Hypothesentest.

Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im rechten (orangen) Ablehnungsbereich kleiner als das Signifikanzniveau α = 12% sein muss, falls die Nullhypothese H0: p ≤ 0.13 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.13 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.13 irrtümlicherweise abzulehnen, damit p > 0.13 anzunehmen (obwohl dies falsch ist), und somit das Glücksrad nicht auszutauschen und Ärger mit der Glückspielbehörde zu riskieren, auf unter 12% begrenzt werden könnte.

Mit dieser Nullhypothese würde man also ein anderes Risiko absichern, als das im Aufgabentext geforderte.

110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155

2. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt mindestens 13%

ok

Wenn die Nullhypothese H0: " ... mindestens 13%", also p ≥ 0.13 lautet, soll ja der Test "bestätigen", dass p < 0.13 ist - also ist es ein linksseitiger Hypothesentest.

Das bedeutet, dass die Wahrscheinlichkeit eines Ergebnisses des Test im linken (orangen) Ablehnungsbereich kleiner als das Signifikanzniveau α = 12% sein muss, falls die Nullhypothese H0: p ≥ 0.13 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.13 abzulehnen, obwohl es stimmt, ist somit kleiner als 12%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.13 irrtümlicherweise abzulehnen, damit p < 0.13 anzunehmen (obwohl dies falsch ist), und somit das Glücksrad unnötigerweise auszutauschen, auf unter 12% begrenzt werden könnte.

Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.

105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150

3. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt mindestens 12%

error

Die Nullhypothese H0: " ... mindestens 12%", also p ≥ 0.12 macht keinen Sinn, weil die 12%" 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=13% gehen, also die Gewinnwahrscheinlichkeit dieses Glücksrad.

4. Die Gewinnwahrscheinlichkeit des Glücksrad beträgt höchstens 12%

error

Die Nullhypothese H0: " ... höchstens 12%", also p ≤ 0.12 macht keinen Sinn, weil die 12%" 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=13% gehen, also die Gewinnwahrscheinlichkeit dieses Glücksrad.

zweiseitiger Test

Beispiel:

Ein Roulettetisch scheint ungleichmäßig zu laufen. Ein Spieler bezweifelt deswegen, dass die vorgegebene Wahrscheinlichkeit der grünen Null von p= 1 37 wirklich stimmt. Diese Vermutung soll durch einen zweiseitigen Test mit 150 Drehungen des Roulettes untermauert werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% betragen.
In welchen Bereichen muss die Häufigkeit der grünen Null bei der Stichprobe liegen, um die Nullhypothese p= 1 37 statistisch untermauert ablehnen zu können? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?

Lösung einblenden
kP(X≤k)
00.0164
10.0848
20.2263
30.4202
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 1 37 zu verwerfen. Der Test soll bestätigen, dass p< 1 37 oder p> 1 37 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=150 und p= 1 37 ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 0 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

kP(X≤k)
......
60.8865
70.9481
80.9787
90.9921
100.9973
......

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=8 erstmals P 1 37 150 (X≤k) ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 9 bis 150 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 9 bis 150.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p= 1 37 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠ 1 37 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von P 1 37 150 (X≤0) = 0.0164 auf der linken Seite und P 1 37 150 (X≥9) = 1-0.9787 = 0.0213 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit PIrr = 0.0164 + 0.0213 = 0.0378 =3.78% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;0] und [9;150]

Nicht-Ablehnungsbereich von H0: [1;8]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;0] oder [9;150], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [1;8], so muss die Nullhypothese beibehalten werden.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)