Statistik 2: Schließende Statistik: Lernpaket

Formelsammlungen, die wichtigsten Lösungsschritte zu jedem Thema und 10 Übungsaufgaben, mit vollständigen Lösungen am Ende.

Neue AufgabenZurück zum Kurs

Wähle im Druckfenster „Als PDF speichern“, um eine Kopie auf deinem Gerät zu behalten.

1Formeln und Methoden

Normalverteilung

z-Wert
z = (x − μ)/σ
Unterhalb von x
P(X < x) = Φ(z)
Oberhalb von x
P(X > x) = 1 − Φ(z)
Dazwischen
Φ(z2) − Φ(z1)
Perzentil
x = μ + z·σ

Methode

  1. Rechne den Wert in einen z-Wert um: z = (x − μ)/σ.
  2. Lies Φ(z) ab, die Fläche links von z.
  3. Für die Fläche rechts verwende 1 − Φ(z); für ein Intervall subtrahiere die beiden linken Flächen.
  4. Für ein Perzentil rechnest du rückwärts: Bestimme z zur Fläche, dann x = μ + z·σ.

Konfidenzintervalle

σ bekannt
x̄ ± z·σ/√n
σ unbekannt
x̄ ± t·s/√n, df = n − 1
Kritischer z-Wert
90%: 1,645, 95%: 1,96, 99%: 2,576
Stichprobenumfang
n = (z·σ/E)², rounded up

Methode

  1. Entscheide zwischen z (σ der Grundgesamtheit bekannt) und t (nur die Stichproben-Standardabweichung s, mit n − 1 Freiheitsgraden).
  2. Bestimme den kritischen Wert für das Konfidenzniveau.
  3. Fehlerspanne: E = kritischer Wert × Standardabweichung/√n.
  4. Intervall: x̄ ± E.

Hypothesentests & Konfidenzintervalle

z-Test für einen Mittelwert
z = (x̄ − μ0)/(σ/√n)
t-Test für einen Mittelwert
t = (x̄ − μ0)/(s/√n), df = n − 1
Zweiseitig bei 5%
H0 ablehnen, wenn |z| > 1,96
Konfidenzintervall
x̄ ± z·σ/√n

Methode

  1. Formuliere H₀ und H₁ und entscheide, ob der Test einseitig oder zweiseitig ist.
  2. Berechne die Teststatistik: (x̄ − μ₀)/(σ/√n), oder mit s und t.
  3. Vergleiche mit dem kritischen Wert oder bestimme den p-Wert.
  4. Verwirf H₀, wenn die Statistik jenseits des kritischen Werts liegt (p kleiner als α), und formuliere die Schlussfolgerung in Worten.

Lineare Regression und Korrelation

Quadratsummen
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Steigung
b = Sxy/Sxx
Achsenabschnitt
a = ȳ − b·x̄
Korrelation
r = Sxy/√(SxxSyy)
Residuum
e = y − ŷ

Chi-Quadrat-Tests

Teststatistik
χ² = Σ(O − E)²/E
Anpassungstest
E = n·p, df = k − 1 − (estimated parameters)
Unabhängigkeit
E = row total × column total / grand total, df = (r − 1)(c − 1)
Kritische Werte (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Entscheidung
H0 verwerfen, wenn χ² > χ²crit

2Übungsaufgaben

1.NormalverteilungMittel
200 g201,3 gT = X₁ + … + X₅?

Gegeben sind Schrauben; ihre Massen sind unabhängig und normalverteilt mit dem Mittelwert 40 g und der Standardabweichung 1,2 g. Bestimme die Wahrscheinlichkeit P, dass die Gesamtmasse von 5 davon 201,3 g übersteigt. Runde z auf zwei Dezimalstellen.

μ = 40 gσ = 1,2 gn = 5> 201,3 g
P =
2.NormalverteilungSchwer
35455565758595Punkteoben 40%

Die Prüfungsergebnisse sind normalverteilt mit dem Mittelwert 65 Punkte und der Standardabweichung 10 Punkte. Ziehe die Grenze so, dass die schattierten oberen 40 % rechts davon liegen. Bestimme die Grenze x.

μ = 65 Punkteσ = 10 Punkte40%
x = Punkte
3.KonfidenzintervalleMittel
n = 21, s = 5LUx̄ = 95,5E = ?99%

Eine Stichprobe von 21 Elementen hat den Mittelwert 95,5 und die Standardabweichung s = 5. Die Grundgesamtheit ist annähernd normalverteilt. Bestimme die Fehlermarge E eines 99-%-Konfidenzintervalls für den Mittelwert.

n = 21x̄ = 95,5s = 599%t(20) = 2,845
E =
4.KonfidenzintervalleSchwer
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,02595%

Über den Anteil fehlerhafter Produkte ist vorab nichts bekannt. Wie viele Produkte n müssen geprüft werden, damit ein 95-%-Konfidenzintervall für den Anteil eine Fehlermarge von höchstens 0,025 hat?

p = 0,5E = 0,02595%
n =
5.Hypothesentests & KonfidenzintervalleMittel
−2,1452,145t = ?df = 14

15 Mitarbeitende machen vor und nach einem Schulungskurs einen Schreibtest. Für jede Person wird die Differenz d = nachher − vorher (Wörter pro Minute) erfasst. Die mittlere Differenz beträgt 6,51 und die Standardabweichung der Differenzen 9. Bestimme die Teststatistik t des verbundenen Tests für H₀: μd = 0.

n = 15d̄ = 6,51sd = 9
t =
6.Hypothesentests & KonfidenzintervalleSchwer
−1,961,96z = ?

In einer Studie erholen sich 38 von 150 Patienten unter Behandlung A und 51 von 300 Patienten unter Behandlung B. Bestimme mit dem gepoolten Anteil die Teststatistik z für H₀: p₁ = p₂.

x₁ = 38n₁ = 150x₂ = 51n₂ = 300
z =
7.Lineare Regression und KorrelationMittel
xy2741661982810341240xy5102040

Die Tabelle enthält 6 Wertepaare von x = Last in kN und y = Verlängerung in mm. Bestimme das Bestimmtheitsmaß r² der Regressionsgeraden.

n = 6
r² =
8.Lineare Regression und KorrelationSchwer
xy2104196268291036xy510102030x = 7

Die Tabelle enthält 5 Wertepaare von x = Last in kN und y = Verlängerung in mm. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Eine neue Beobachtung (7, 29) wird gemacht. Bestimme ihr Residuum e = y − ŷ.

n = 5(7, 29)
e =
9.Chi-Quadrat-TestsMittel
janeinSummeMänner2991120Frauen3763100Summe66154220

Die Kontingenztafel zeigt beobachtete Häufigkeiten. Berechne die Chi-Quadrat-Prüfgröße χ² für den Test auf Unabhängigkeit zwischen Zeilen- und Spaltenvariable. Verwende keine Stetigkeitskorrektur.

N = 2202 × 2
χ² =
10.Chi-Quadrat-TestsSchwer
bestandennicht bestandenSummeLinie 1394180Linie 2322860Linie 3491160Summe12080200dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Die Tabelle zeigt beobachtete Häufigkeiten. Prüfe auf dem Niveau α = 0,01, ob die beiden Variablen unabhängig sind (ohne Stetigkeitskorrektur). Berechne die Prüfgröße χ² und vergleiche sie mit dem kritischen Wert aus der Tabelle.

N = 2003 × 2α = 0,01
χ² =

3Lösungen

1.Normalverteilung

Antwort: P = 0,3156

Summen und Differenzen normalverteilter Variablen: Sind X und Y unabhängig und normalverteilt, sind auch X + Y und X − Y normalverteilt. Die Mittelwerte werden addiert oder subtrahiert: E(X ± Y) = μX ± μY. Die Varianzen addieren sich immer, auch bei einer Differenz: Var(X ± Y) = σX² + σY², also σ = √(σX² + σY²). Standardabweichungen werden nie direkt addiert. Die Summe von n unabhängigen Objekten mit derselben Verteilung hat den Mittelwert n·μ und die Standardabweichung σ·√n. Standardisiere dann wie gewohnt: z = (x − Mittelwert)/σ und lies Φ(z) ab.

Verteilung der Summe

μT = 200 g, σT = 1,2·√5 = 2,683 g

Standardisieren

z = (201,3 − 200)/2,683 = 0,48

Wahrscheinlichkeit

P = 1 − Φ(0,48) = 0,3156

Antwort

P = 0,3156
2.Normalverteilung

Antwort: x = 67,5 Punkte

Von einer Fläche zurück zu z: Φ(z) ist die Fläche links von z. Für eine linke Randfläche A suche in der Tabelle z mit Φ(z) = A. Eine rechte Randfläche A bedeutet Φ(z) = 1 − A. Eine zentrale Fläche A zwischen −z und z lässt (1 − A)/2 auf jedem Rand übrig, also Φ(z) = (1 + A)/2. Für einen Wert x verwende x = μ + zσ.

Fläche links

Φ(z) = 0,6

z aus der Tabelle

z ≈ 0,25

Zurück zu den ursprünglichen Einheiten

x = 65 + 0,25·10 = 67,5 Punkte

Antwort

x = 67,5 Punkte
3.Konfidenzintervalle

Antwort: E = 3,104

Konfidenzintervall für einen Mittelwert: x̄ ± Fehlermarge. Bei bekanntem σ der Grundgesamtheit ist die Fehlermarge z·σ/√n; ist nur die Stichproben-Standardabweichung s bekannt, nimm t mit n − 1 Freiheitsgraden: t·s/√n. Kritische Werte: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Für eine Fehlermarge von höchstens E brauchst du n ≥ (z·σ/E)², aufgerundet.

Kritischer Wert

df = n − 1 = 20, t = 2,845

Fehlermarge

E = 2,845·5/√21 = 3,104

Antwort

E = 3,104
4.Konfidenzintervalle

Antwort: n = 1537

Konfidenzintervall für einen Anteil: p̂ ± z·√(p̂(1 − p̂)/n), mit p̂ = x/n. Für eine Fehlermarge E braucht man n ≥ z²·p(1 − p)/E², aufgerundet; ohne vorherige Schätzung verwende p = 0,5, das ergibt das größte n.

Nach n auflösen

n = 1,96²·0,5·0,5/0,025² = 1537

Aufrunden

n = 1537

Antwort

n = 1537
5.Hypothesentests & Konfidenzintervalle

Antwort: t = 2,801

Test eines Mittelwerts: Die Teststatistik misst, wie viele Standardfehler der Stichprobenmittelwert vom in H₀ behaupteten Wert entfernt liegt: z = (x̄ − μ₀)/(σ/√n), wenn σ bekannt ist, t = (x̄ − μ₀)/(s/√n), wenn es aus der Stichprobe geschätzt wird. Ein Konfidenzintervall ist x̄ ± (kritischer Wert)·(Standardfehler).

Standardfehler der mittleren Differenz

SE = 9/√15 = 2,324

Teststatistik

t = 6,51/2,324 = 2,801

Antwort

t = 2,801

Bei df = 14 ist der zweiseitige kritische 5-%-Wert 2,145; |t| ist größer, also wird H₀ verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: z = 2,092

Hypothesentest: Teststatistik = (Schätzwert − Wert unter H₀)/(Standardfehler unter H₀). Der p-Wert ist die Wahrscheinlichkeit, unter der Annahme, dass H₀ wahr ist, für eine Statistik, die mindestens so extrem ist wie die beobachtete: die Fläche in einem Ende bei einseitiger H₁, die doppelte Endfläche bei zweiseitiger H₁. Verwirf H₀, wenn p ≤ α.

Stichprobenanteile

p̂₁ = 38/150 = 0,2533
p̂₂ = 51/300 = 0,17
p̂ = 89/450 = 0,1978

Standardfehler unter H₀

SE = √(0,1978·0,8022·(1/150 + 1/300)) = 0,03983

Teststatistik

z = (0,2533 − 0,17)/0,03983 = 2,092

Antwort

z = 2,092

|z| > 1,96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.

7.Lineare Regression und Korrelation

Antwort: r² = 0,9902

Regression nach der Methode der kleinsten Quadrate: Mit den Mittelwerten x̄ und ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² und Sxy = Σ(x − x̄)(y − ȳ) hat die Gerade ŷ = a + b·x die Steigung b = Sxy/Sxx und den Achsenabschnitt a = ȳ − b·x̄; sie geht also immer durch (x̄, ȳ). Der Korrelationskoeffizient nach Pearson r = Sxy/√(Sxx·Syy) liegt zwischen −1 und 1; r² ist der Anteil der Streuung von y, der durch die Gerade erklärt wird.

Mittelwerte

x̄ = 42/6 = 7
ȳ = 144/6 = 24

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 228
Syy = Σ(y − ȳ)² = 750

Bestimmtheitsmaß

r² = 228²/(70·750) = 0,9902

Antwort

r² = 0,9902

Etwa 99,02 % der Streuung von y werden durch die Gerade erklärt.

8.Lineare Regression und Korrelation

Antwort: e = 1,9

Regression nach der Methode der kleinsten Quadrate: Mit den Mittelwerten x̄ und ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² und Sxy = Σ(x − x̄)(y − ȳ) hat die Gerade ŷ = a + b·x die Steigung b = Sxy/Sxx und den Achsenabschnitt a = ȳ − b·x̄; sie geht also immer durch (x̄, ȳ). Der Korrelationskoeffizient nach Pearson r = Sxy/√(Sxx·Syy) liegt zwischen −1 und 1; r² ist der Anteil der Streuung von y, der durch die Gerade erklärt wird.

Mittelwerte

x̄ = 30/5 = 6
ȳ = 120/5 = 24

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 124

Regressionsgerade

b = 124/40 = 3,1
a = 24 − 3,1·6 = 5,4
ŷ = 5,4 + 3,1·x

Vorhergesagter Wert

ŷ = 5,4 + 3,1·7 = 27,1

Residuum

e = 29 − 27,1 = 1,9

Antwort

e = 1,9

Der Punkt liegt über der Geraden.

9.Chi-Quadrat-Tests

Antwort: χ² = 4,278

Chi-Quadrat-Tests: Vergleiche die beobachteten Häufigkeiten O mit den unter H₀ erwarteten Häufigkeiten E über χ² = Σ(O − E)²/E. Anpassungstest: E = n·p für jede Kategorie, df = k − 1 (minus eins für jeden aus den Daten geschätzten Parameter). Unabhängigkeit in einer r × c-Tafel: E = Zeilensumme × Spaltensumme / Gesamtsumme, df = (r − 1)(c − 1). Verwirf H₀, wenn χ² den kritischen Wert für das gewählte α überschreitet.

Erwartete Häufigkeiten

Männer: 120·66/220 = 36, 120·154/220 = 84
Frauen: 100·66/220 = 30, 100·154/220 = 70

Chi-Quadrat-Prüfgröße

χ² = (29 − 36)²/36 + (91 − 84)²/84 + (37 − 30)²/30 + (63 − 70)²/70
χ² = 4,278

Antwort

χ² = 4,278

df = 1. Bei α = 0,05 ist der kritische Wert 3,841, also wird H₀ (Unabhängigkeit) verworfen.

10.Chi-Quadrat-Tests

Antwort: χ² = 17,07

Chi-Quadrat-Tests: Vergleiche die beobachteten Häufigkeiten O mit den unter H₀ erwarteten Häufigkeiten E über χ² = Σ(O − E)²/E. Anpassungstest: E = n·p für jede Kategorie, df = k − 1 (minus eins für jeden aus den Daten geschätzten Parameter). Unabhängigkeit in einer r × c-Tafel: E = Zeilensumme × Spaltensumme / Gesamtsumme, df = (r − 1)(c − 1). Verwirf H₀, wenn χ² den kritischen Wert für das gewählte α überschreitet.

Erwartete Häufigkeiten

Linie 1: 48, 32
Linie 2: 36, 24
Linie 3: 36, 24

Chi-Quadrat-Prüfgröße

χ² = (39 − 48)²/48 + (41 − 32)²/32 + (32 − 36)²/36 + (28 − 24)²/24 + (49 − 36)²/36 + (11 − 24)²/24
χ² = 17,07

Entscheidung

df = 2, χ²crit = 9,210
17,07 > 9,210

Antwort

χ² = 17,07

χ² liegt über dem kritischen Wert, also wird H₀ verworfen: Die Variablen scheinen zusammenzuhängen.

ExamProblems · examproblems.com/courses/statistics-2-inference