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
32 min34,5 minX + Y?

X ist normalverteilt mit dem Mittelwert 12 min und der Standardabweichung 1,5 min; Y ist unabhängig und normalverteilt mit dem Mittelwert 20 min und der Standardabweichung 2 min. Bestimme die Wahrscheinlichkeit P, dass X + Y größer als 34,5 min ist. Runde z auf zwei Dezimalstellen.

μX = 12, σX = 1,5μY = 20, σY = 2X + Y > 34,5 min
P =
2.NormalverteilungSchwer
μ = 100x = ?25%

Die IQ-Werte sind normalverteilt mit dem Mittelwert 100 Punkte und der Standardabweichung 15 Punkte. Bestimme den Wert x, unter dem 25 % von ihnen liegen (das 25. Perzentil).

μ = 100σ = 15P = 25%
x = Punkte
3.KonfidenzintervalleMittel
n = 11, sd​ = 6,30LUd̄ = −2,8E = ?95%

Der Blutdruck von 11 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert −2,8 und die Standardabweichung 6,3. Bestimme die Fehlermarge E des 95-%-Konfidenzintervalls für die mittlere Differenz.

n = 11d̄ = −2,8sd = 6,395%t(10) = 2,228
E = mmHg
4.KonfidenzintervalleSchwer
σ = 33, n = ?x̄ − Ex̄ + Ex̄E = 490%

Die Standardabweichung der Grundgesamtheit ist 33. Wie groß muss die Stichprobe n sein, damit ein 90-%-Konfidenzintervall für den Mittelwert eine Fehlermarge von höchstens 4 hat?

σ = 33E = 490%
n =
5.Hypothesentests & KonfidenzintervalleMittel
−1,961,96z = ?

Zwei Fertigungslinien stellen dasselbe Teil her. Linie 1: Eine Stichprobe von 30 Teilen hat die mittlere Länge 142,5 mm, und die bekannte Standardabweichung der Linie ist 9 mm. Linie 2: Eine Stichprobe von 60 Teilen hat den Mittelwert 139,2 mm, bekannte Standardabweichung 13 mm. Bestimme die Teststatistik z für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Linie 1 minus Linie 2).

n₁ = 30x̄₁ = 142,5 mmσ₁ = 9 mmn₂ = 60x̄₂ = 139,2 mmσ₂ = 13 mm
z =
6.Hypothesentests & KonfidenzintervalleSchwer
μ₀x̄c

Ein einseitiger z-Test von H₀: μ = 100 gegen H₁: μ > 100 wird bei α = 0,01 mit einer Stichprobe von 36 durchgeführt; die Standardabweichung ist bekanntermaßen 3. In Wirklichkeit beträgt der Mittelwert 100,9. Bestimme die Teststärke (Power) 1 − β des Tests in Prozent.

μ₀ = 100μ = 100,9σ = 3n = 36α = 0,01
1 − β = %
7.Lineare Regression und KorrelationMittel
xy1770208323992610729126xy20253080100120

Die Tabelle enthält 5 Wertepaare von x = Temperatur in °C und y = verkaufte Eiskugeln. Bestimme das Bestimmtheitsmaß r² der Regressionsgeraden.

n = 5
r² =
8.Lineare Regression und KorrelationSchwer
xy127336542748957xy530405060ŷ = 53

Die Tabelle enthält 5 Wertepaare von x = Werbeausgaben in k€ und y = Umsatz in k€. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Für welchen Wert x sagt die Gerade ŷ = 53 voraus?

n = 5ŷ = 53
x =
9.Chi-Quadrat-TestsMittel
BusFahrradAutoSummeStudierende18192360Mitarbeitende18172560Summe363648120

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

N = 1202 × 3
χ² =
10.Chi-Quadrat-TestsSchwer

Ein Chi-Quadrat-Anpassungstest prüft, ob die Häufigkeiten in 5 Kategorien einer Poisson-Verteilung folgen, deren Mittelwert aus denselben Daten geschätzt wird. Wie viele Freiheitsgrade df hat der Test?

k = 5
df =

3Lösungen

1.Normalverteilung

Antwort: P = 0,1587

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

μ = 32 min, σ = √(1,5² + 2²) = 2,5 min

Standardisieren

z = (34,5 − 32)/2,5 = 1

Oberer Rand

P = 1 − Φ(1) = 1 − 0,8413 = 0,1587

Antwort

P = 0,1587
2.Normalverteilung

Antwort: x = 89,88 Punkte

Normalverteilung: Rechne einen Wert x in einen z-Wert um, z = (x − μ)/σ; er gibt an, wie viele Standardabweichungen x vom Mittelwert entfernt liegt. Eine z-Tabelle (oder Φ(z)) liefert die Fläche links von z, also P(X < x). Die Fläche rechts ist 1 − Φ(z), und die Fläche zwischen zwei Werten ist die Differenz ihrer beiden Flächen.

z für das Perzentil

Φ(z) = 0,25 → z = −0,6745

Zurück zu x

x = 100 + −0,6745·15 = 89,88 Punkte

Antwort

x = 89,88 Punkte
3.Konfidenzintervalle

Antwort: E = 4,232 mmHg

Intervall für eine Differenz: Schätzwert ± kritischer Wert × Standardfehler. Für zwei unabhängige Mittelwerte mit bekanntem σ: SE = √(σ₁²/n₁ + σ₂²/n₂) und z. Bei gleichen unbekannten Varianzen: gepooltes s_p und t mit n₁ + n₂ − 2 Freiheitsgraden. Bei verbundenen Daten rechnet man mit den Differenzen: d̄ ± t·s_d/√n.

Kritischer Wert

df = 10, t = 2,228

Fehlermarge

E = 2,228·6,3/√11 = 4,232

Antwort

E = 4,232 mmHg
4.Konfidenzintervalle

Antwort: n = 185

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.

Nach n auflösen

n = (1,645·33/4)² = 184,2

Aufrunden

Ein Stichprobenumfang ist eine ganze Zahl, und Abrunden würde die Fehlermarge zu groß machen.

n = 185

Antwort

n = 185
5.Hypothesentests & Konfidenzintervalle

Antwort: z = 1,405

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.

Standardfehler der Differenz

SE = √(9²/30 + 13²/60) = √5,517 = 2,349

Teststatistik

z = (142,5 − 139,2)/2,349 = 1,405

Antwort

z = 1,405

|z| < 1.96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) nicht verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: 1 − β = 29,94 %

Teststärke: Die Teststärke 1 − β ist die Wahrscheinlichkeit, H₀ zu verwerfen, wenn sie falsch ist. Bestimme die Grenze x̄c aus μ₀ und z_α und berechne dann mit dem wahren Mittelwert die Wahrscheinlichkeit, jenseits von x̄c zu landen: z = (x̄c − μ)/(σ/√n).

Kritischer Stichprobenmittelwert

SE = 3/√36 = 0,5
x̄c = 100 + 2,326·0,5 = 101,2

z unter dem wahren Mittelwert

z = (101,2 − 100,9)/0,5 = 0,526

Leistung

Teststärke = P(Z > 0,526) = 29,94%
1 − β = 29,94%

Antwort

1 − β = 29,94%
7.Lineare Regression und Korrelation

Antwort: r² = 0,9891

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 = 115/5 = 23
ȳ = 485/5 = 97

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 408
Syy = Σ(y − ȳ)² = 1870

Bestimmtheitsmaß

r² = 408²/(90·1870) = 0,9891

Antwort

r² = 0,9891

Etwa 98,91 % der Streuung von y werden durch die Gerade erklärt.

8.Lineare Regression und Korrelation

Antwort: x = 8,056

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 = 25/5 = 5
ȳ = 210/5 = 42

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 144

Regressionsgerade

b = 144/40 = 3,6
a = 42 − 3,6·5 = 24
ŷ = 24 + 3,6·x

Nach x auflösen

x = (53 − 24)/3,6 = 8,056

Antwort

x = 8,056
9.Chi-Quadrat-Tests

Antwort: χ² = 0,1944

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

Studierende: 60·36/120 = 18, 60·36/120 = 18, 60·48/120 = 24
Mitarbeitende: 60·36/120 = 18, 60·36/120 = 18, 60·48/120 = 24

Chi-Quadrat-Prüfgröße

χ² = (18 − 18)²/18 + (19 − 18)²/18 + (23 − 24)²/24 + (18 − 18)²/18 + (17 − 18)²/18 + (25 − 24)²/24
χ² = 0,1944

Antwort

χ² = 0,1944

df = 2. Bei α = 0,05 ist der kritische Wert 5,991, also wird H₀ (Unabhängigkeit) nicht verworfen.

10.Chi-Quadrat-Tests

Antwort: df = 3

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.

Freiheitsgrade

df = 5 − 1 − 1 = 3

Antwort

df = 3

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