Aufgabenbeispiele von Tests
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Hypothesen-Test linksseitig
Beispiel:
Der Prager Gaststättenverband behauptet stolz, dass 80% ihrer Gaststätten das strenge Alkoholverbot für Jugendliche (kein Bier unter 18!) konsequent umsetzen. Das tschechische blaue Kreuz bezweifelt das und glaubt dass es weit weniger konsequent umgesetzt wird. Eine zufällig sich in Prag aufhaltende oberschwäbische Schülergruppe erklärt sich bereit, eine Hypothesen-Test mit einem Signifikanzniveau von alpha=5% durchzuführen. Dabei versuchen 17-jährige SchülerInnen in 81 Kneipen ein Bier zu bestellen. Gib den Bereich an, wie viele Gaststätten dabei eine "ID" (Personalausweis) der Jugendlichen verlangen müssten, damit das blaue Kreuz die Behauptung des Gaststättenverbands verwerfen könnte.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 53 | 0.0016 |
| 54 | 0.0034 |
| 55 | 0.0069 |
| 56 | 0.0135 |
| 57 | 0.0251 |
| 58 | 0.0443 |
| 59 | 0.0741 |
| 60 | 0.118 |
| 61 | 0.1783 |
| 62 | 0.2562 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.8 zu verwerfen. Der Test soll bestätigen, dass p<0.8 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(81,0.8,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 58 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=0.8 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.8 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0443 =4.43% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;58]
Nicht-Ablehnungsbereich von H0: [59;81]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;58], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [59;81], 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 89 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) |
|---|---|
| ... | ... |
| 9 | 0.6014 |
| 10 | 0.7249 |
| 11 | 0.8234 |
| 12 | 0.8945 |
| 13 | 0.9413 |
| 14 | 0.9696 |
| 15 | 0.9852 |
| 16 | 0.9933 |
| 17 | 0.9972 |
| 18 | 0.9989 |
| ... | ... |
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(89,0.1,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 14 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;14]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 15 Treffern beginnt.
Ablehnungsbereich von H0: [15;89]
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 0.0304 =3.04% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [15;89], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;14], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test linksseitig
Beispiel:
Zlatan Ibrahimovic behauptet von sich, dass er mit mindestens 80% 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 57 Versuchen und einem Signifikanzniveau von 0,1% (was auch immer Ibrahimovic darunter verstehen mag). In welchem Bereich muss die Anzahl der Lattentreffer liegen um den schwedischen Stürmer der Prahlerei zu überführen?
| k | P(X≤k) |
|---|---|
| ... | ... |
| 30 | 0 |
| 31 | 0 |
| 32 | 0 |
| 33 | 0.0001 |
| 34 | 0.0003 |
| 35 | 0.0009 |
| 36 | 0.0024 |
| 37 | 0.0057 |
| 38 | 0.0126 |
| 39 | 0.0261 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.8 zu verwerfen. Der Test soll bestätigen, dass p<0.8 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(57,0.8,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 35 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=0.8 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.8 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0009 =0.09% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;35]
Nicht-Ablehnungsbereich von H0: [36;57]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;35], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [36;57], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Fehler 2. Art
Beispiel:
Ein spielsüchtiger 12-Klässler möchte nachweisen, dass ein bestimmter Würfel gezinkt ist und zu selten eine 6 kommt. Dazu macht er einen Signifikanztest mit 57 Würfen und einem Signifikanzniveau von 5%. a) In welchem Bereich muss die Anzahl der 6er liegen, damit er die Spielbank verklagen kann. b) In Wirklichkeit ist der Würfel tatsächlich manipuliert und würfelt nur mit der Wahrscheinlichkeit von 12% eine sechs. Wie groß ist nun die Wahrscheinlichkeit, dass bei dem Test trotzdem die Anzahl der Sechsen nicht in den Ablehnungsbereich gefallen ist und somit - irrtümlicherweise - die falsche Nullhypothese nicht verworfen wurde?
| k | P(X≤k) |
|---|---|
| 0 | 0 |
| 1 | 0.0004 |
| 2 | 0.0023 |
| 3 | 0.0095 |
| 4 | 0.0289 |
| 5 | 0.07 |
| 6 | 0.1412 |
| 7 | 0.245 |
| 8 | 0.3747 |
| ... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ zu verwerfen. Der Test soll bestätigen, dass p< 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(57,,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 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= so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p< als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0289 =2.89% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;4]
Nicht-Ablehnungsbereich von H0: [5;57]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;4], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [5;57], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
In dieser Aufgabe ist ja aber H0:p= falsch, weil ja in Wirklichkeit p=0.12 ist.
Gesucht ist nun die Wahrscheinlichkeit, dass bei dem Test die Trefferanzahl nicht in den Ablehnungsbereich gefallen ist, sondern in den Bereich von 5 bis 57, so dass H0 (irrtümlicherweise) nicht verworfen wurde.
Diese Wahrscheinlichkeit (mit dem richtigen p=0.12) beträgt nun: =1- ≈ 1-0.1707 ≈ 0.8293
Mit 82.93% 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 80% aller Probanden die kahlen Stellen am Kopf wieder zuwachsen lassen würde. Weil bei Verbraucherschützern Zweifel daran aufkommen, lässt die Firma einen Hypothesentest mit 400 Männern durchführen, die täglich das Shampoo benutzen müssen. Dabei soll das Risiko auf 16% 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 höchstens 16%
Die Nullhypothese H0: " ... höchstens 16%", also p ≤ 0.16 macht keinen Sinn, weil die 16%" 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=80% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.
2. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt höchstens 80%
Wenn die Nullhypothese H0: " ... höchstens 80%", also p ≤ 0.8 lautet, soll ja der Test "bestätigen", dass p > 0.8 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 = 16% sein muss, falls die Nullhypothese H0: p ≤ 0.8 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≤ 0.8 abzulehnen, obwohl es stimmt, ist somit kleiner als 16%
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.8 irrtümlicherweise abzulehnen, damit p > 0.8 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 16% begrenzt werden könnte.
Mit dieser Nullhypothese würde man also ein anderes Risiko absichern, als das im Aufgabentext geforderte.
3. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 16%
Die Nullhypothese H0: " ... mindestens 16%", also p ≥ 0.16 macht keinen Sinn, weil die 16%" 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=80% gehen, also den Prozentsatz der Männer, bei denen das Shampoo wirkt.
4. Der Prozentsatz der Männer, bei denen das Shampoo wirkt, beträgt mindestens 80%
Wenn die Nullhypothese H0: " ... mindestens 80%", also p ≥ 0.8 lautet, soll ja der Test "bestätigen", dass p < 0.8 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 = 16% sein muss, falls die Nullhypothese H0: p ≥ 0.8 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≥ 0.8 abzulehnen, obwohl es stimmt, ist somit kleiner als 16%.
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.8 irrtümlicherweise abzulehnen, damit p < 0.8 anzunehmen (obwohl dies falsch ist), und somit nicht mehr mit diesem hohen Prozentsatz zu werben, obwohl dieser richtig ist, auf unter 16% begrenzt werden könnte.
Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.
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 = 87 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) |
|---|---|
| ... | ... |
| 65 | 0.0084 |
| 66 | 0.0167 |
| 67 | 0.0314 |
| 68 | 0.056 |
| 69 | 0.0944 |
| ... | ... |
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=87 und p=0.85), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 66 gerade noch weniger als 2.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs
| k | P(X≤k) |
|---|---|
| ... | ... |
| 78 | 0.92 |
| 79 | 0.9598 |
| 80 | 0.9823 |
| 81 | 0.9933 |
| 82 | 0.9979 |
| ... | ... |
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=80 erstmals ≥ 0.975 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 81 bis 87 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 2.5% hat.
Der Ablehnungsbereich auf der rechten Seite ist somit von 81 bis 87.
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
=
0.0167 auf der linken Seite und
= 1-0.9823
= 0.0177 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit
PIrr = 0.0167 + 0.0177 = 0.0344
=3.44% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;66] und [81;87]
Nicht-Ablehnungsbereich von H0: [67;80]
Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;66] oder [81;87], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [67;80], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
