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
X ist normalverteilt mit dem Mittelwert 120 mm und der Standardabweichung 0,3 mm; Y ist unabhängig und normalverteilt mit dem Mittelwert 80 mm und der Standardabweichung 0,4 mm. Bestimme die Wahrscheinlichkeit P, dass X + Y größer als 199,6 mm ist. Runde z auf zwei Dezimalstellen.
μX = 120, σX = 0,3μY = 80, σY = 0,4X + Y > 199,6 mm
P =
2.NormalverteilungSchwer
Die Körpergrößen erwachsener Männer sind normalverteilt mit dem Mittelwert 178 cm und der Standardabweichung 7 cm. Bestimme den Wert x, unter dem 95 % von ihnen liegen (das 95. Perzentil).
μ = 178σ = 7P = 95%
x = cm
3.KonfidenzintervalleMittel
Der Blutdruck von 12 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert 6,5 und die Standardabweichung 7,1. Bestimme die untere Grenze des 95-%-Konfidenzintervalls für die mittlere Differenz.
n = 12d̄ = 6,5sd = 7,195%t(11) = 2,201
untere Grenze = mmHg
4.KonfidenzintervalleSchwer
Die Durchmesser von 15 gefertigten Wellen haben eine Stichprobenstandardabweichung von 6,3 µm. Bestimme unter der Annahme normalverteilter Durchmesser die untere Grenze σ des 95-%-Konfidenzintervalls für die Standardabweichung der Grundgesamtheit. Bei df = 14 liegen 2,5 % der χ²-Verteilung unter 5,629 und 2,5 % über 26,119.
n = 15s = 6,3 µmχ² = 5,629, 26,119
σ = µm
5.Hypothesentests & KonfidenzintervalleMittel
Eine Stichprobe von 100 Studierenden hat einen mittleren Punktwert von 98,96 und eine Stichproben-Standardabweichung von 4. Bestimme die Teststatistik t für H₀: μ = 100.
μ₀ = 100x̄ = 98,96s = 4n = 100
t =
6.Hypothesentests & KonfidenzintervalleSchwer
Wie groß muss eine Stichprobe sein, damit das 90-%-Konfidenzintervall für einen Mittelwert eine Fehlermarge von höchstens 1,5 hat? Die Standardabweichung ist 12. Bestimme den kleinsten Stichprobenumfang n.
σ = 12E = 1,590%
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 (2,5, 21) wird gemacht. Bestimme ihr Residuum e = y − ŷ.
n = 5(2,5, 21)
e =
9.Chi-Quadrat-TestsMittel
Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „Studierende, Fahrrad“.
Zeilensumme = 89Spaltensumme = 24N = 131
E =
10.Chi-Quadrat-TestsSchwer
Ein Chi-Quadrat-Anpassungstest vergleicht die beobachteten Häufigkeiten in 5 Kategorien mit vollständig vorgegebenen erwarteten Anteilen (es werden keine Parameter aus den Daten geschätzt). Wie viele Freiheitsgrade df hat der Test?
k = 5
df =
3Lösungen
1.Normalverteilung
Antwort: P = 0,7881
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 = 200 mm, σ = √(0,3² + 0,4²) = 0,5 mm
Standardisieren
z = (199,6 − 200)/0,5 = −0,8
Oberer Rand
P = 1 − Φ(−0,8) = 1 − 0,2119 = 0,7881
Antwort
P = 0,7881
2.Normalverteilung
Antwort: x = 189,5 cm
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) = 0,95 → z = 1,645
Zurück zu x
x = 178 + 1,645·7 = 189,51 cm
Antwort
x = 189,51 cm
3.Konfidenzintervalle
Antwort: untere Grenze = 1,989 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 = 11, t = 2,201
Fehlermarge
E = 2,201·7,1/√12 = 4,511
Intervall
6,5 ± 4,511 → [1,989, 11,01]
Antwort
untere Grenze = 1,989 mmHg
4.Konfidenzintervalle
Antwort: σ = 4,612 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 = 14·6,3² = 555,7
Grenzen für σ²
555,7/26,119 = 21,27
555,7/5,629 = 98,71
Grenze für σ
σ = √21,27 = 4,612 µm
Antwort
σ = 4,612 µm
95-%-Intervall für σ: [4,612, 9,935] µm.
5.Hypothesentests & Konfidenzintervalle
Antwort: t = −2,6
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 = 4/√100 = 4/10 = 0,4
Teststatistik
t = (98,96 − 100)/0,4 = −2,6
Antwort
t = −2,6
t0,025; df = 99 = 1,984
|t| > 1,984, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.
6.Hypothesentests & Konfidenzintervalle
Antwort: n = 174
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 = (1,645·12/1,5)² = 173,2
Aufrunden
n = 174
Antwort
n = 174
7.Lineare Regression und Korrelation
Antwort: r = 0,9917
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 = 16260 − 126·755/6 = 405
Sxx = 2716 − 126²/6 = 70
Syy = 97387 − 755²/6 = 2383
Korrelationskoeffizient
r = 405/√(70·2383) = 0,9917
Antwort
r = 0,9917
8.Lineare Regression und Korrelation
Antwort: e = −3,1
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 = 114/5 = 22,8
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −26
Regressionsgerade
b = −26/10 = −2,6
a = 22,8 − (−2,6)·3 = 30,6
ŷ = 30,6 − 2,6·x
Vorhergesagter Wert
ŷ = 30,6 + (−2,6)·2,5 = 24,1
Residuum
e = 21 − 24,1 = −3,1
Antwort
e = −3,1
Der Punkt liegt unter der Geraden.
9.Chi-Quadrat-Tests
Antwort: E = 16,31
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 = 89·24/131 = 16,31
Antwort
E = 16,31
10.Chi-Quadrat-Tests
Antwort: df = 4
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.