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< 0,15 ist. Dazu soll die Nullhypothese H0: p=0,15 mit einer zufälligen Stichprobe (praktisch als Zufallsexperiment) der Größe n=56 verworfen werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 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?
k | P(X≤k) |
---|---|
0 | 0.0001 |
1 | 0.0012 |
2 | 0.0066 |
3 | 0.0236 |
4 | 0.0633 |
5 | 0.1362 |
6 | 0.2456 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.15 zu verwerfen. Der Test soll bestätigen, dass p<0.15 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(56,0.15,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 2 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=0.15 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.15 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0066 =0.66% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;2]
Nicht-Ablehnungsbereich von H0: [3;56]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;2], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [3;56], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test rechtseitig
Beispiel:
In einem Multiple Choice Test ist bei jeder der 75 Aufgaben genau eine von fünf Lösungsmöglichkeiten richtig. In welchem Intervall muss die Anzahl der richtigen Antworten von Kevin liegen, damit er seiner Mutter (mit einer max. Irrtumswahrscheinlichkeit von 5%) nachweisen kann, dass er auf den Test etwas gelernt und dadurch etwas gewusst hat und nicht jede Frage dem Zufall überließ? Gib die Irrtumswahrscheinlichkeit an!
k | P(X≤k) |
---|---|
... | ... |
16 | 0.6759 |
17 | 0.769 |
18 | 0.844 |
19 | 0.9003 |
20 | 0.9397 |
21 | 0.9655 |
22 | 0.9813 |
23 | 0.9904 |
24 | 0.9953 |
25 | 0.9979 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.2 zu verwerfen. Der Test soll bestätigen, dass p>0.2 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(75,0.2,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 21 erstmals mindestens 95% der Gesamt-Wahrscheinlichkeit ausmachen.
Nicht-Ablehnungsbereich von H0: [0;21]
Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 22 Treffern beginnt.
Ablehnungsbereich von H0: [22;75]
Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.2 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.2 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0345 =3.45% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [22;75], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;21], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Hypothesen-Test linksseitig
Beispiel:
Ein Basketballspieler behauptet, er habe bei Freiwürfen eine Trefferwahrscheinlichkeit von p=0,35. Sein Trainer glaubt, dass er sich dabei überschätzt. Um das zu überprüfen, muss der Basketballspieler 35 mal werfen. In welchem Intervall müssen die Treffer liegen, dass sich der Trainer auf einem Signifikanzniveau von 0,1% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.
k | P(X≤k) |
---|---|
0 | 0 |
1 | 0 |
2 | 0.0001 |
3 | 0.0003 |
4 | 0.0016 |
5 | 0.0058 |
6 | 0.017 |
7 | 0.0419 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.35 zu verwerfen. Der Test soll bestätigen, dass p<0.35 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(35,0.35,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 3 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=0.35 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.35 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0003 =0.03% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;3]
Nicht-Ablehnungsbereich von H0: [4;35]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;3], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [4;35], so muss die Nullhypothese beibehalten werden.
(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=0,14 gesunken ist. Um dies nachzuweisen, soll ein 87-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?
k | P(X≤k) |
---|---|
... | ... |
1 | 0 |
2 | 0.0002 |
3 | 0.0011 |
4 | 0.0043 |
5 | 0.0127 |
6 | 0.0315 |
7 | 0.067 |
8 | 0.1247 |
9 | 0.2071 |
10 | 0.3118 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.14 zu verwerfen. Der Test soll bestätigen, dass p<0.14 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(87,0.14,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 6 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=0.14 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.14 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0315 =3.15% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;6]
Nicht-Ablehnungsbereich von H0: [7;87]
Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [0;6], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [7;87], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
In dieser Aufgabe ist ja aber H0:p=0.14 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 7 bis 87, so dass H0 (irrtümlicherweise) nicht verworfen wurde.
Diese Wahrscheinlichkeit (mit dem richtigen p=0.07) beträgt nun: =1- ≈ 1-0.5914 ≈ 0.4086
Mit 40.86% 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 55% der Kunden die App aufs Smartphone installiert. Deswegen beschließt die Geschäftsführung einen Hypothesentest in Form einer Befragung von 600 Kunden durchzuführen. Dabei soll das Risiko auf 18% begrenzt werden, dass aufgrund des Tests die App entwickelt wird, obwohl sich diese Investition wirtschaftlich nicht lohnen wird.
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 höchstens 18%

Die Nullhypothese H0: " ... höchstens 18%", also p ≤ 0.18 macht keinen Sinn, weil die 18%" 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=55% gehen, also den Prozentsatz der Kunden, die die App installieren werden.
2. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 18%

Die Nullhypothese H0: " ... mindestens 18%", also p ≥ 0.18 macht keinen Sinn, weil die 18%" 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=55% gehen, also den Prozentsatz der Kunden, die die App installieren werden.
3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 55%

Wenn die Nullhypothese H0: " ... mindestens 55%", also p ≥ 0.55 lautet, soll ja der Test "bestätigen", dass p < 0.55 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 = 18% sein muss, falls die Nullhypothese H0: p ≥ 0.55 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≥ 0.55 abzulehnen, obwohl es stimmt, ist somit kleiner als 18%.
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.55 irrtümlicherweise abzulehnen, damit p < 0.55 anzunehmen (obwohl dies falsch ist), und somit die App gar nicht zu entwickeln, obwohl dies wirtschaftlich sinnvoll wäre, auf unter 18% 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 55%

Wenn die Nullhypothese H0: " ... höchstens 55%", also p ≤ 0.55 lautet, soll ja der Test "bestätigen", dass p > 0.55 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 = 18% sein muss, falls die Nullhypothese H0: p ≤ 0.55 doch stimmen sollte.
Die Wahrscheinlichkeit, p ≤ 0.55 abzulehnen, obwohl es stimmt, ist somit kleiner als 18%
In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.55 irrtümlicherweise abzulehnen, damit p > 0.55 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 18% begrenzt werden könnte.
Mit dieser Nullhypothese kann also ein Test die gegebenen Vorgaben erfüllen.
zweiseitiger Test
Beispiel:
Ein Würfel wirkt etwas unwuchtig, so als ob nicht alle Bereiche des Körpers gleich schwer wären. Deswegen wird vermutet, dass die Wahrscheinlichkeit, eine Sechs mit diesem Würfel zu würfeln, p ≠ sein müsste. Diese Vermutung soll durch einen zweiseitigen Test mit 93 mal würfeln untermauert werden. Die maximale Irrtumswahrscheinlichkeit α soll dabei 0,1% betragen.
In welchen Bereichen muss die Anzahl der gewürfelten Sechser bei der Stichprobe liegen, um die Nullhypothese p= statistisch untermauert ablehnen zu können?
Wie groß ist in diesem Fall die Irrtumswahrscheinlichkeit?
k | P(X≤k) |
---|---|
... | ... |
3 | 0.0001 |
4 | 0.0003 |
5 | 0.001 |
6 | 0.0031 |
7 | 0.0083 |
... | ... |
Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = zu verwerfen. Der Test soll bestätigen, dass p< oder p> 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 0.1% ist.
Dazu teilen wir das Signifikanzniveau 0.1% gerecht auf 0.05% auf der linken und 0.05% auf der rechten Seite.
Linke Seite:
Schaut man dazu die kumulierte Binomialverteilung an (TI: binomcdf mit n=93 und p=), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 4 gerade noch weniger als 0.05% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs
k | P(X≤k) |
---|---|
... | ... |
26 | 0.9979 |
27 | 0.9991 |
28 | 0.9996 |
29 | 0.9998 |
30 | 0.9999 |
... | ... |
Rechte Seite:
Auch am rechten Rand darf der Ablehnungsbereich höchstens 0.05% Gesamtwahrscheinlikeit auf sich vereinen, das bedeutet, dass der gesamte Bereich links vom rechten Ablehnungsbereich mindestens 1 - 0.0005 = 0.9995 als Wahrscheinlichkeit haben muss.
In der Tabelle links erkennt man, dass bei k=28 erstmals ≥ 0.9995 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 29 bis 93 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 0.05% hat.
Der Ablehnungsbereich auf der rechten Seite ist somit von 29 bis 93.
Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der 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
=
0.0003 auf der linken Seite und
= 1-0.9996
= 0.0004 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit
PIrr = 0.0003 + 0.0004 = 0.0007
=0.07% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)
Ablehnungsbereich von H0: [0;4] und [29;93]
Nicht-Ablehnungsbereich von H0: [5;28]
Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;4] oder [29;93], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [5;28], so muss die Nullhypothese beibehalten werden.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)