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
Ziehe z so, dass die schattierte Fläche unter der Standardnormalverteilung rechts von z gleich 0,2420 ist. Bestimme z auf zwei Nachkommastellen.
A = 0,2420
z =
2.NormalverteilungSchwer
Die Körpergrößen erwachsener Männer sind normalverteilt mit dem Mittelwert 178 cm und der Standardabweichung 7 cm. Ziehe die Grenze so, dass die schattierten unteren 40 % links davon liegen. Bestimme die Grenze x.
μ = 178 cmσ = 7 cm40%
x = cm
3.KonfidenzintervalleMittel
Die Akkulaufzeit zweier Handymodelle wird verglichen. Modell 1: 40 Handys, Mittelwert 75,5 h, bekannte Standardabweichung 14 h. Modell 2: 80 Handys, Mittelwert 79 h, bekannte Standardabweichung 10 h. Bestimme die Fehlermarge E des 90-%-Konfidenzintervalls für μ₁ − μ₂.
Die Durchmesser von 10 gefertigten Wellen haben eine Stichprobenstandardabweichung von 3,4 µm. Bestimme unter der Annahme normalverteilter Durchmesser die obere Grenze σ des 95-%-Konfidenzintervalls für die Standardabweichung der Grundgesamtheit. Bei df = 9 liegen 2,5 % der χ²-Verteilung unter 2,7 und 2,5 % über 19,023.
n = 10s = 3,4 µmχ² = 2,7, 19,023
σ = µm
5.Hypothesentests & KonfidenzintervalleMittel
Zwei Fertigungslinien stellen dasselbe Teil her. Linie 1: Eine Stichprobe von 40 Teilen hat die mittlere Länge 64 mm, und die bekannte Standardabweichung der Linie ist 8 mm. Linie 2: Eine Stichprobe von 30 Teilen hat den Mittelwert 58 mm, bekannte Standardabweichung 10 mm. Bestimme die Teststatistik z für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Linie 1 minus Linie 2).
Wie groß muss eine Stichprobe sein, damit das 90-%-Konfidenzintervall für einen Mittelwert eine Fehlermarge von höchstens 2 hat? Die Standardabweichung ist 10. Bestimme den kleinsten Stichprobenumfang n.
σ = 10E = 290%
n =
7.Lineare Regression und KorrelationMittel
Die Tabelle enthält 6 Wertepaare von x = Temperatur in °C und y = verkaufte Eiskugeln. Ihre Summen sind gegeben. Bestimme daraus den Korrelationskoeffizienten nach Pearson r.
Die Tabelle enthält 5 Wertepaare von x = Fahrzeugalter in Jahren und y = Preis in k€. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Eine neue Beobachtung (4,5, 17) wird gemacht. Bestimme ihr Residuum e = y − ŷ.
n = 5(4,5, 17)
e =
9.Chi-Quadrat-TestsMittel
Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „städtisch, mittel“.
Zeilensumme = 63Spaltensumme = 69N = 131
E =
10.Chi-Quadrat-TestsSchwer
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 = 2603 × 2α = 0,01
χ² =
3Lösungen
1.Normalverteilung
Antwort: z = 0,7
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 von z
Φ(z) = 1 − 0,2420 = 0,7580
Die z-Tabelle rückwärts lesen
Finde 0,7580 in der Tabelle und lies z ab.
z = 0,70
Antwort
z = 0,70
2.Normalverteilung
Antwort: x = 176,3 cm
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) = 0,4
z aus der Tabelle
z ≈ −0,25
Zurück zu den ursprünglichen Einheiten
x = 178 − 0,25·7 = 176,3 cm
Antwort
x = 176,3 cm
3.Konfidenzintervalle
Antwort: E = 4,079 h
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.
Punktschätzer
x̄₁ − x̄₂ = 75,5 − 79 = −3,5
Standardfehler
SE = √(14²/40 + 10²/80) = 2,48
Fehlermarge
E = 1,645·2,48 = 4,079
Antwort
E = 4,079 h
Das Intervall enthält die 0, die Daten zeigen also keinen signifikanten Unterschied.
4.Konfidenzintervalle
Antwort: σ = 6,208 µm
Intervall für eine Varianz: (n − 1)s²/σ² ist χ²-verteilt mit n − 1 Freiheitsgraden. Das 95-%-Intervall für σ² reicht von (n − 1)s² geteilt durch den oberen χ²-Wert (2,5 % darüber) bis (n − 1)s² geteilt durch den unteren χ²-Wert (2,5 % darunter); das Intervall für σ ist die Wurzel beider Grenzen. Es ist nicht symmetrisch um s.
Quadratsumme
(n − 1)s² = 9·3,4² = 104
Grenzen für σ²
104/19,023 = 5,469
104/2,7 = 38,53
Grenze für σ
σ = √38,53 = 6,208 µm
Antwort
σ = 6,208 µm
95-%-Intervall für σ: [2,339, 6,208] µm.
5.Hypothesentests & Konfidenzintervalle
Antwort: z = 2,701
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 = √(8²/40 + 10²/30) = √4,933 = 2,221
Teststatistik
z = (64 − 58)/2,221 = 2,701
Antwort
z = 2,701
|z| > 1,96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.
6.Hypothesentests & Konfidenzintervalle
Antwort: n = 68
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).
Nach n auflösen
n = (1,645·10/2)² = 67,65
Aufrunden
n = 68
Antwort
n = 68
7.Lineare Regression und Korrelation
Antwort: r = 0,9812
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.
Zentrierte Summen
Sxy = 10693 − 147·416/6 = 501
Sxx = 3759 − 147²/6 = 157,5
Syy = 30498 − 416²/6 = 1655
Korrelationskoeffizient
r = 501/√(157,5·1655) = 0,9812
Antwort
r = 0,9812
8.Lineare Regression und Korrelation
Antwort: e = 4,45
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 = 15/5 = 3
ȳ = 86/5 = 17,2
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −31
Regressionsgerade
b = −31/10 = −3,1
a = 17,2 − (−3,1)·3 = 26,5
ŷ = 26,5 − 3,1·x
Vorhergesagter Wert
ŷ = 26,5 + (−3,1)·4,5 = 12,55
Residuum
e = 17 − 12,55 = 4,45
Antwort
e = 4,45
Der Punkt liegt über der Geraden.
9.Chi-Quadrat-Tests
Antwort: E = 33,18
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 = 63·69/131 = 33,18
Antwort
E = 33,18
10.Chi-Quadrat-Tests
Antwort: χ² = 2,214
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.