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 mm199,6 mmX + Y?

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
μ = 178x = ?95%

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
n = 12, sd​ = 7,10L = ?Ud̄ = 6,5E95%

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
n = 15σ = ?Us = 6,395%

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
t −1,98401,984

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
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 1,590%

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
xy16971810920116221362414426153xy2025100120140

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.

n = 6Σx = 126Σy = 755Σx² = 2716Σy² = 97387Σxy = 16260
r =
8.Lineare Regression und KorrelationSchwer
xy128224324422516xy242025x = 2,5

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
BusFahrradAutoSummeStudierende3994189Mitarbeitende11151642Summe502457131

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.

Freiheitsgrade

df = 5 − 1 = 4

Antwort

df = 4

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