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
340 kg352 kgT = X₁ + … + X₄?

Gegeben sind Passagiere mit Gepäck; ihre Massen sind unabhängig und normalverteilt mit dem Mittelwert 85 kg und der Standardabweichung 12 kg. Bestimme die Wahrscheinlichkeit P, dass die Gesamtmasse von 4 davon unter 352 kg liegt. Runde z auf zwei Dezimalstellen.

μ = 85 kgσ = 12 kgn = 4< 352 kg
P =
2.NormalverteilungSchwer
10 g0X − Y?

Die Massen X eines Produkts von Linie 1 und Y von Linie 2 sind unabhängig und normalverteilt: X hat den Mittelwert 500 g und die Standardabweichung 8 g, Y hat den Mittelwert 490 g und die Standardabweichung 6 g. Bestimme die Wahrscheinlichkeit P, dass X größer als Y ist. Runde z auf zwei Dezimalstellen.

μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.KonfidenzintervalleMittel
n = 15, s = 18LU = ?x̄ = 113E95%

Eine Stichprobe von 15 Elementen hat den Mittelwert 113 und die Standardabweichung s = 18. Die Grundgesamtheit ist annähernd normalverteilt. Bestimme die obere Grenze des 95-%-Konfidenzintervalls für den Mittelwert.

n = 15x̄ = 113s = 1895%t(14) = 2,145
obere Grenze =
4.KonfidenzintervalleSchwer
μ₁ − μ₂, t(10) = 2,2280L = ?Ux̄₁ − x̄₂E95%

Zwei Dünger werden getestet. Parzellengruppe 1: 7 Parzellen, mittlerer Ertrag 15 kg, Standardabweichung 10 kg. Parzellengruppe 2: 5 Parzellen, Mittelwert 18 kg, Standardabweichung 10 kg. Nimm gleiche Varianzen an (gepoolter t-Test, df = n₁ + n₂ − 2). Bestimme die untere Grenze des 95-%-Konfidenzintervalls für μ₁ − μ₂.

n₁ = 7x̄₁ = 15s₁ = 10n₂ = 5x̄₂ = 18s₂ = 1095%t(10) = 2,228
untere Grenze = kg
5.Hypothesentests & KonfidenzintervalleMittel
t −1,98401,984

Eine Stichprobe von 100 Studierenden hat einen mittleren Punktwert von 73,45 und eine Stichproben-Standardabweichung von 5. Bestimme die Teststatistik t für H₀: μ = 75.

μ₀ = 75x̄ = 73,45s = 5n = 100
t =
6.Hypothesentests & KonfidenzintervalleSchwer
z −1,64501,645

Eine Stichprobe von 25 Messungen hat den Mittelwert 191. Die Standardabweichung der Grundgesamtheit ist 15. Bestimme die obere Grenze U des 90-%-Konfidenzintervalls für den Mittelwert.

x̄ = 191σ = 15n = 2590%
U =
7.Lineare Regression und KorrelationMittel
xy126223323419516611xy24610152025

Die Tabelle enthält 6 Wertepaare von x = Fahrzeugalter in Jahren und y = Preis in k€. Bestimme den Korrelationskoeffizienten nach Pearson r.

n = 6
r =
8.Lineare Regression und KorrelationSchwer
xy2124206258371044xy51010203040ŷ = 24

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. Für welchen Wert x sagt die Gerade ŷ = 24 voraus?

n = 5ŷ = 24
x =
9.Chi-Quadrat-TestsMittel
niedrigmittelhochSummestädtisch30192372ländlich29252983Summe594452155

Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „städtisch, mittel“.

Zeilensumme = 72Spaltensumme = 44N = 155
E =
10.Chi-Quadrat-TestsSchwer
bestandennicht bestandenSummeLinie 1132740Linie 23961100Linie 3146680Summe66154220dfα = 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 = 0,05, ob die beiden Variablen unabhängig sind (ohne Stetigkeitskorrektur). Berechne die Prüfgröße χ² und vergleiche sie mit dem kritischen Wert aus der Tabelle.

N = 2203 × 2α = 0,05
χ² =

3Lösungen

1.Normalverteilung

Antwort: P = 0,6915

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 = 340 kg, σT = 12·√4 = 24 kg

Standardisieren

z = (352 − 340)/24 = 0,5

Wahrscheinlichkeit

P = Φ(0,5) = 0,6915

Antwort

P = 0,6915
2.Normalverteilung

Antwort: P = 0,8413

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 Differenz

μ = 500 − 490 = 10 g, σ = 10 g

Standardisieren

z = (0 − 10)/10 = −1

Wahrscheinlichkeit

P = 1 − Φ(−1) = 0,8413

Antwort

P = 0,8413
3.Konfidenzintervalle

Antwort: obere Grenze = 123

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 = 14, t = 2,145

Fehlermarge

E = 2,145·18/√15 = 9,969

Intervall

113 ± 9,969 → [103, 123]

Antwort

obere Grenze = 123
4.Konfidenzintervalle

Antwort: untere Grenze = −16,05 kg

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.

Gepoolte Standardabweichung

sp² = (6·10² + 4·10²)/10 = 100
sp = 10

Fehlermarge

E = 2,228·10·√(1/7 + 1/5) = 13,05

Intervall

−3 ± 13,05 → [−16,05, 10,05]

Antwort

untere Grenze = −16,05 kg
5.Hypothesentests & Konfidenzintervalle

Antwort: t = −3,1

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

SE = 5/√100 = 5/10 = 0,5

Teststatistik

t = (73,45 − 75)/0,5 = −3,1

Antwort

t = −3,1
t0,025; df = 99 = 1,984

|t| > 1,984, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: U = 195,9

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).

Fehlermarge

E = 1,645·15/√25 = 4,935

Intervallgrenze

U = 191 + 4,935 = 195,9

Antwort

U = 195,9
7.Lineare Regression und Korrelation

Antwort: r = −0,9716

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 = 21/6 = 3,5
ȳ = 118/6 = 19,67

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −50
Syy = Σ(y − ȳ)² = 151,3

Korrelationskoeffizient

r = −50/√(17,5·151,3) = −0,9716

Antwort

r = −0,9716
8.Lineare Regression und Korrelation

Antwort: x = 5,111

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 = 138/5 = 27,6

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 162

Regressionsgerade

b = 162/40 = 4,05
a = 27,6 − 4,05·6 = 3,3
ŷ = 3,3 + 4,05·x

Nach x auflösen

x = (24 − 3,3)/4,05 = 5,111

Antwort

x = 5,111
9.Chi-Quadrat-Tests

Antwort: E = 20,44

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 Häufigkeit

E = 72·44/155 = 20,44

Antwort

E = 20,44
10.Chi-Quadrat-Tests

Antwort: χ² = 9,929

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: 12, 28
Linie 2: 30, 70
Linie 3: 24, 56

Chi-Quadrat-Prüfgröße

χ² = (13 − 12)²/12 + (27 − 28)²/28 + (39 − 30)²/30 + (61 − 70)²/70 + (14 − 24)²/24 + (66 − 56)²/56
χ² = 9,929

Entscheidung

df = 2, χ²crit = 5,991
9,929 > 5,991

Antwort

χ² = 9,929

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

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