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=0,2. 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 5% bestätigt sieht? Wie hoch bleibt dabei die Irrtumswahrscheinlichkeit.

Lösung einblenden
kP(X≤k)
00.0004
10.004
20.019
30.0605
40.1435
50.2721
60.4328
......

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 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(35,0.2,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 2 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=0.2 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 0.019 =1.9% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;2]

Nicht-Ablehnungsbereich von H0: [3;35]

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;35], 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
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:

Mandy und Sandy, zwei D-Promis, treffen sich im australischen Dschungel. Mandy behauptet, dass höchstens 45% aller Deutschen Sandy kennen würden. Das möchte aber Sandy nicht wahrhaben und möchte einen Hypothesentest, der Mandys H0: "Höchstens 45% aller Deutschen kennen Sandy" verwirft. Dazu werden 44 Personen befragt. Als Signifikanzniveau - was auch immer Mandy und Sandy darunter verstehen - wird 5% ausgemacht. In welchem Intervall muss nun die Anzahl der Personen liegen, die Sandy kennen, damit sie Mandys Nullhypothese verwerfen kann? Gib die Irrtumswahrscheinlichkeit an.

Lösung einblenden
kP(X≤k)
......
200.5857
210.6978
220.7937
230.8687
240.9225
250.9576
260.9786
270.9901
280.9958
290.9984
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≤ 0.45 zu verwerfen. Der Test soll bestätigen, dass p>0.45 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(44,0.45,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 25 erstmals mindestens 95% 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;44]

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in diesem Intervall, wäre das bei Gültigkeit von Nullhypothese H0: p=0.45 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p>0.45 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0424 =4.24% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [26;44], 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.

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
30
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:

Mandy und Sandy, zwei D-Promis, treffen sich im australischen Dschungel. Mandy behauptet, dass höchstens 35% aller Deutschen Sandy kennen würden. Das möchte aber Sandy nicht wahrhaben und möchte einen Hypothesentest, der Mandys H0: "Höchstens 35% aller Deutschen kennen Sandy" verwirft. Dazu werden 43 Personen befragt. Als Signifikanzniveau - was auch immer Mandy und Sandy darunter verstehen - wird 1% ausgemacht. In welchem Intervall muss nun die Anzahl der Personen liegen, die Sandy kennen, damit sie Mandys Nullhypothese verwerfen kann? Gib die Irrtumswahrscheinlichkeit an.

Lösung einblenden
kP(X≤k)
......
170.785
180.8645
190.9208
200.9571
210.9786
220.9902
230.9958
240.9984
250.9994
260.9998
......

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 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(43,0.35,X) ), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 22 erstmals mindestens 99% der Gesamt-Wahrscheinlichkeit ausmachen.

Nicht-Ablehnungsbereich von H0: [0;22]

Dies bedeutet für den eigentlich gesuchten Ablehnungsbereich H0 dass dieser erst bei 23 Treffern beginnt.

Ablehnungsbereich von H0: [23;43]

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 0.0098 =0.98% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Entscheidungsregel: Fällt die Anzahl der Treffer in den Ablehnungsbereich von H0: [23;43], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [0;22], so muss die Nullhypothese beibehalten werden.

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
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=0,22 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 95 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=0,11. 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
100.0029
110.0069
120.0147
130.0287
140.0518
150.087
160.1367
170.2018
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p ≥ 0.22 zu verwerfen. Der Test soll bestätigen, dass p<0.22 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(95,0.22,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=0.22 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p<0.22 als statistisch abgesichert betrachten darf. Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von 0.0287 =2.87% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;13]

Nicht-Ablehnungsbereich von H0: [14;95]

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;95], 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=0.22 falsch, weil ja in Wirklichkeit p=0.11 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 95, so dass H0 (irrtümlicherweise) nicht verworfen wurde.

Diese Wahrscheinlichkeit (mit dem richtigen p=0.11) beträgt nun: P0.1195 (X≥14) =1- P0.1195 (X≤13) ≈ 1-0.842 ≈ 0.158

Mit 15.8% 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 25% 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 11% 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.

Lösung einblenden

Wir betrachten jede der 4 möglichen Nullhypothesen im Detail:

1. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 11%

error

Die Nullhypothese H0: " ... höchstens 11%", also p ≤ 0.11 macht keinen Sinn, weil die 11%" 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=25% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

2. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 25%

ok

Wenn die Nullhypothese H0: " ... mindestens 25%", also p ≥ 0.25 lautet, soll ja der Test "bestätigen", dass p < 0.25 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 = 11% sein muss, falls die Nullhypothese H0: p ≥ 0.25 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≥ 0.25 abzulehnen, obwohl es stimmt, ist somit kleiner als 11%.

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≥ 0.25 irrtümlicherweise abzulehnen, damit p < 0.25 anzunehmen (obwohl dies falsch ist), und somit die App gar nicht zu entwickeln, obwohl dies wirtschaftlich sinnvoll wäre, auf unter 11% begrenzt werden könnte.

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

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
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170

3. Der Prozentsatz der Kunden, die die App installieren, beträgt mindestens 11%

error

Die Nullhypothese H0: " ... mindestens 11%", also p ≥ 0.11 macht keinen Sinn, weil die 11%" 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=25% gehen, also den Prozentsatz der Kunden, die die App installieren werden.

4. Der Prozentsatz der Kunden, die die App installieren, beträgt höchstens 25%

error

Wenn die Nullhypothese H0: " ... höchstens 25%", also p ≤ 0.25 lautet, soll ja der Test "bestätigen", dass p > 0.25 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 = 11% sein muss, falls die Nullhypothese H0: p ≤ 0.25 doch stimmen sollte.

Die Wahrscheinlichkeit, p ≤ 0.25 abzulehnen, obwohl es stimmt, ist somit kleiner als 11%

In diesem Fall würde das bedeuten, dass die Wahrscheinlichkeit p ≤ 0.25 irrtümlicherweise abzulehnen, damit p > 0.25 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 11% begrenzt werden könnte.

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

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
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175

zweiseitiger Test

Beispiel:

Es wird vermutet, dass bei einem Glücksspiel die Gewinnwahrscheinlichkeit nicht wie angegeben 30% beträgt. Die Vermutung soll durch einen zweiseitigen Hypothesentest mit Stichprobenumfang n = 76 auf einem Signifikanzniveau von 1% 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?

Lösung einblenden
kP(X≤k)
......
110.0014
120.0034
130.0076
140.0158
150.0303
......

Dieser Hypothesentest wird gemacht um die Nullhypothese H0: p = 0.3 zu verwerfen. Der Test soll bestätigen, dass p<0.3 oder p>0.3 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 1% ist.

Dazu teilen wir das Signifikanzniveau 1% gerecht auf 0.5% auf der linken und 0.5% auf der rechten Seite.

Linke Seite:

Schaut man dazu die kumulierte Binomialverteilung an (TI: binomcdf mit n=76 und p=0.3), so erkennt man, dass die Trefferzahlen links im Interval zwischen 0 und 12 gerade noch weniger als 0.5% der Gesamt-Wahrscheinlichkeit auf sich vereinen. Damit haben wir den linken Teil des Ablehnungsbereichs

kP(X≤k)
......
310.9833
320.991
330.9953
340.9977
350.9989
......

Rechte Seite:

Auch am rechten Rand darf der Ablehnungsbereich höchstens 0.5% Gesamtwahrscheinlikeit auf sich vereinen, das bedeutet, dass der gesamte Bereich links vom rechten Ablehnungsbereich mindestens 1 - 0.005 = 0.995 als Wahrscheinlichkeit haben muss.

In der Tabelle links erkennt man, dass bei k=33 erstmals P0.376 (X≤k) ≥ 0.995 ist (links in der Tabelle in blau dargestellt). Das bedeutet, dass das Intervall von 34 bis 76 das größte ist, das am rechten Rand eine Gesamtwahrscheinlichkeit von unter 0.5% hat.

Der Ablehnungsbereich auf der rechten Seite ist somit von 34 bis 76.

Kommt nun bei einer Stichprobe/Zufallsexperiment eine Trefferzahl in eines dieser beiden Intervalle, so wäre das bei Gültigkeit der Nullhypothese H0: p=0.3 so unwahrscheinlich, dass man diese Nullhypothese verwerfen kann und somit p≠0.3 als statistisch abgesichert betrachten darf.

Dabei bleibt jedoch eine (Rest-) Irrtumswahrscheinlichkeit von P0.376 (X≤12) = 0.0034 auf der linken Seite und P0.376 (X≥34) = 1-0.9953 = 0.0047 auf der rechten Seite.
Insgesamt ist somit die Irrtumswahrscheinlichkeit PIrr = 0.0034 + 0.0047 = 0.008 =0.8% (dass die Nullhypothese doch stimmt und wir sie irrtümlicherweise verworfen haben)

Ablehnungsbereich von H0: [0;12] und [34;76]

Nicht-Ablehnungsbereich von H0: [13;33]

Entscheidungsregel: Fällt die Anzahl der Treffer in einen der Ablehnungsbereiche von H0: [0;12] oder [34;76], so ist die Nullhypothese zu verwerfen, fällt die Anzahl der Treffer in den Nicht-Ablehnungsbereich von H0: [13;33], 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
34
35
36
37
38
39
40
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)