Aufgabenbeispiele von Tests
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Hypothesen-Test linksseitig
Beispiel:
Ein Basketballspieler behauptet, er habe bei Freiwürfen eine Trefferwahrscheinlichkeit von p=0,85. Sein Trainer glaubt, dass er sich dabei überschätzt. Um das zu überprüfen, muss der Basketballspieler 20 mal werfen. In welchem Intervall müssen die Treffer liegen, dass sich der Trainer auf einem Signifikanzniveau von 5% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 8 | 0 |
| 9 | 0 |
| 10 | 0.0002 |
| 11 | 0.0013 |
| 12 | 0.0059 |
| 13 | 0.0219 |
| 14 | 0.0673 |
| 15 | 0.1702 |
| 16 | 0.3523 |
| 17 | 0.5951 |
| ... | ... |
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 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(20,0.85,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=0.85 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 0.0219 =2.19% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;13]
Nicht-Ablehnungsbereich von H0: [14;20]
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;20], 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 80 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) |
|---|---|
| ... | ... |
| 8 | 0.5927 |
| 9 | 0.7234 |
| 10 | 0.8266 |
| 11 | 0.8996 |
| 12 | 0.9462 |
| 13 | 0.9733 |
| 14 | 0.9877 |
| 15 | 0.9947 |
| 16 | 0.9979 |
| 17 | 0.9992 |
| ... | ... |
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(80,0.1,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 13 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;13]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 14 Treffern beginnt.
Ablehnungsbereich von H0: [14;80]
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 0.0267 =2.67% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [14;80], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;13], so muss die Nullhypothese beibehalten werden.
(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 58 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 0,1% die Behauptung des Lehrers widerlegen kann.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 20 | 0.9619 |
| 21 | 0.98 |
| 22 | 0.9902 |
| 23 | 0.9955 |
| 24 | 0.998 |
| 25 | 0.9992 |
| 26 | 0.9997 |
| 27 | 0.9999 |
| 28 | 1 |
| 29 | 1 |
| ... | ... |
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 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(58,0.25,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 25 erstmals mindestens 99.9% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;25]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 26 Treffern beginnt.
Ablehnungsbereich von H0: [26;58]
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 0.0008 =0.08% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [26;58], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;25], 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=0,29 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 51 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?
| k | P(X≤k) |
|---|---|
| ... | ... |
| 4 | 0.0002 |
| 5 | 0.0009 |
| 6 | 0.0031 |
| 7 | 0.0088 |
| 8 | 0.0216 |
| 9 | 0.0466 |
| 10 | 0.0894 |
| 11 | 0.1547 |
| 12 | 0.2435 |
| 13 | 0.3524 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.29 zu verwerfen. Der Test soll bestätigen, dass p<0.29 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(51,0.29,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=0.29 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.29 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0466 =4.66% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;9]
Nicht-Ablehnungsbereich von H0: [10;51]
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 Nicht-Ablehnungsbereich von H0: [10;51], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
In dieser Aufgabe ist ja aber H0:p=0.29 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 10 bis 51, so dass H0 (irrtümlicherweise) nicht verworfen wurde.
Diese Wahrscheinlichkeit (mit dem richtigen p=0.13) beträgt nun: =1- ≈ 1-0.8811 ≈ 0.1189
Mit 11.89% 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:
Der Hersteller eines Männershampoos bewirbt sein Produkt damit, dass es bei 40% aller Probanden die kahlen Stellen am Kopf wieder zuwachsen lassen würde. Weil bei Verbraucherschützern Zweifel daran aufkommen, lässt die Firma einen Hypothesentest mit 300 Männern durchführen, die täglich das Shampoo benutzen müssen. Dabei soll das Risiko auf 12% begrenzt werden, dass aufgrund des Tests auf diesen werbewirksamen Prozentsatz verzichtet wird, obwohl dieser der Wirklichkeit entspricht.
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 Männer, bei denen das Shampoo wirkt, 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 = 12% 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 12%.
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 nicht mehr mit diesem hohen Prozentsatz zu werben, obwohl dieser richtig ist, auf unter 12% begrenzt werden könnte.
Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.
2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 12%
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=40% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.
3. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, 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 = 12% 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 12%
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 weiterhin mit diesem hohen Prozentsatz zu werben, obwohl er in Wirklichkeit niedriger ist und eine Klage von Verbraucherschützern riskieren, auf unter 12% begrenzt werden könnte.
Mit dieser Nullhypothese würde man also ein anderes Risiko absichern, als das im Aufgabentext geforderte.
4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 12%
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=40% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.
zweiseitiger Test
Beispiel:
Durch einen Test soll statistisch untermauert 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=68 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 5% betragen. In welchen Bereichen muss die Anzahl der Treffer bei der Stichprobe liegen, um die Nullhypothese p=0,25 statistisch untermauert ablehnen zu können? Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?
| k | P(X≤k) |
|---|---|
| ... | ... |
| 8 | 0.0057 |
| 9 | 0.0137 |
| 10 | 0.0294 |
| 11 | 0.057 |
| 12 | 0.1008 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 0.25 zu verwerfen. Der Test soll bestätigen, dass p<0.25 oder p>0.25 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=68 und p=0.25), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 9 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs
| k | P(X≤k) |
|---|---|
| ... | ... |
| 22 | 0.935 |
| 23 | 0.9622 |
| 24 | 0.9792 |
| 25 | 0.9892 |
| 26 | 0.9947 |
| ... | ... |
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=24 erstmals ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 25 bis 68 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.
Der Ablehnungsbereich auf der rechten Seite ist somit von 25 bis 68.
Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der 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
=
0.0137 auf der linken Seite und
= 1-0.9792
= 0.0208 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit
PIrr = 0.0137 + 0.0208 = 0.0345
=3.45% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;9] und [25;68]
Nicht-Ablehnungsbereich von H0: [10;24]
Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;9] oder [25;68], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [10;24], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
