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
−3−2−10123zschattierte Fläche rechts von z = 0,9370

Ziehe z so, dass die schattierte Fläche unter der Standardnormalverteilung rechts von z gleich 0,9370 ist. Bestimme z auf zwei Nachkommastellen.

A = 0,9370
z =
2.NormalverteilungSchwer
4 s0X − Y?

Die Rundenzeit X von Läufer A und die Rundenzeit Y von Läufer B sind unabhängig und normalverteilt: X hat den Mittelwert 52 s und die Standardabweichung 4 s, Y hat den Mittelwert 48 s und die Standardabweichung 3 s. Bestimme die Wahrscheinlichkeit P, dass X größer als Y ist. Runde z auf zwei Dezimalstellen.

μX = 52 s, σX = 4 sμY = 48 s, σY = 3 s
P =
3.KonfidenzintervalleMittel
n = 15, s = 19,5L = ?Ux̄ = 42,5E90%

Eine Stichprobe von 15 Elementen hat den Mittelwert 42,5 und die Standardabweichung s = 19,5. Die Grundgesamtheit ist annähernd normalverteilt. Bestimme die untere Grenze des 90-%-Konfidenzintervalls für den Mittelwert.

n = 15x̄ = 42,5s = 19,590%t(14) = 1,761
untere Grenze =
4.KonfidenzintervalleSchwer
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,0599%

Über den Anteil fehlerhafter Produkte ist vorab nichts bekannt. Wie viele Produkte n müssen geprüft werden, damit ein 99-%-Konfidenzintervall für den Anteil eine Fehlermarge von höchstens 0,05 hat?

p = 0,5E = 0,0599%
n =
5.Hypothesentests & KonfidenzintervalleMittel
t −1,99801,998

Eine Stichprobe von 64 Studierenden hat einen mittleren Punktwert von 192,3 und eine Stichproben-Standardabweichung von 20. Bestimme die Teststatistik t für H₀: μ = 200.

μ₀ = 200x̄ = 192,3s = 20n = 64
t =
6.Hypothesentests & KonfidenzintervalleSchwer
−1,961,96z = ?

In einer Studie erholen sich 30 von 200 Patienten unter Behandlung A und 36 von 200 Patienten unter Behandlung B. Bestimme mit dem gepoolten Anteil die Teststatistik z für H₀: p₁ = p₂.

x₁ = 30n₁ = 200x₂ = 36n₂ = 200
z =
7.Lineare Regression und KorrelationMittel
xy2741862583010411247xy5102040

Die Tabelle enthält 6 Wertepaare von x = Last in kN und y = Verlängerung in mm. Bestimme den Korrelationskoeffizienten nach Pearson r.

n = 6
r =
8.Lineare Regression und KorrelationSchwer
xy21041762483010381246xy5102040x = 7

Die Tabelle enthält 6 Wertepaare von x = Last in kN und y = Verlängerung in mm. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Eine neue Beobachtung (7, 24) wird gemacht. Bestimme ihr Residuum e = y − ŷ.

n = 6(7, 24)
e =
9.Chi-Quadrat-TestsMittel
kein MangelgeringschwerSummeTagschicht7181540Nachtschicht174657120Summe246472160

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

N = 1602 × 3
χ² =
10.Chi-Quadrat-TestsSchwer

Ein Chi-Quadrat-Unabhängigkeitstest wird an einer Kontingenztafel mit 3 Zeilen und 3 Spalten (ohne die Summen) durchgeführt. Wie viele Freiheitsgrade df hat der Test?

3 × 3
df =

3Lösungen

1.Normalverteilung

Antwort: z = −1,53

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 − 0,9370 = 0,0630

Die z-Tabelle rückwärts lesen

Finde 0,0630 in der Tabelle und lies z ab.

z = −1,53

Antwort

z = −1,53
2.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 Differenz

μ = 52 − 48 = 4 s, σ = 5 s

Standardisieren

z = (0 − 4)/5 = −0,8

Wahrscheinlichkeit

P = 1 − Φ(−0,8) = 0,7881

Antwort

P = 0,7881
3.Konfidenzintervalle

Antwort: untere Grenze = 33,63

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 = 1,761

Fehlermarge

E = 1,761·19,5/√15 = 8,866

Intervall

42,5 ± 8,866 → [33,63, 51,37]

Antwort

untere Grenze = 33,63
4.Konfidenzintervalle

Antwort: n = 664

Konfidenzintervall für einen Anteil: p̂ ± z·√(p̂(1 − p̂)/n), mit p̂ = x/n. Für eine Fehlermarge E braucht man n ≥ z²·p(1 − p)/E², aufgerundet; ohne vorherige Schätzung verwende p = 0,5, das ergibt das größte n.

Nach n auflösen

n = 2,576²·0,5·0,5/0,05² = 663,6

Aufrunden

n = 664

Antwort

n = 664
5.Hypothesentests & Konfidenzintervalle

Antwort: t = −3,08

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 = 20/√64 = 20/8 = 2,5

Teststatistik

t = (192,3 − 200)/2,5 = −3,08

Antwort

t = −3,08
t0,025; df = 63 = 1,998

|t| > 1,998, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: z = −0,8082

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.

Stichprobenanteile

p̂₁ = 30/200 = 0,15
p̂₂ = 36/200 = 0,18
p̂ = 66/400 = 0,165

Standardfehler unter H₀

SE = √(0,165·0,835·(1/200 + 1/200)) = 0,03712

Teststatistik

z = (0,15 − 0,18)/0,03712 = −0,8082

Antwort

z = −0,8082

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

7.Lineare Regression und Korrelation

Antwort: r = 0,9947

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 = 42/6 = 7
ȳ = 168/6 = 28

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 274
Syy = Σ(y − ȳ)² = 1084

Korrelationskoeffizient

r = 274/√(70·1084) = 0,9947

Antwort

r = 0,9947
8.Lineare Regression und Korrelation

Antwort: e = −3,5

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 = 42/6 = 7
ȳ = 165/6 = 27,5

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 249

Regressionsgerade

b = 249/70 = 3,557
a = 27,5 − 3,557·7 = 2,6
ŷ = 2,6 + 3,557·x

Vorhergesagter Wert

ŷ = 2,6 + 3,557·7 = 27,5

Residuum

e = 24 − 27,5 = −3,5

Antwort

e = −3,5

Der Punkt liegt unter der Geraden.

9.Chi-Quadrat-Tests

Antwort: χ² = 1,222

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

Tagschicht: 40·24/160 = 6, 40·64/160 = 16, 40·72/160 = 18
Nachtschicht: 120·24/160 = 18, 120·64/160 = 48, 120·72/160 = 54

Chi-Quadrat-Prüfgröße

χ² = (7 − 6)²/6 + (18 − 16)²/16 + (15 − 18)²/18 + (17 − 18)²/18 + (46 − 48)²/48 + (57 − 54)²/54
χ² = 1,222

Antwort

χ² = 1,222

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

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 = (3 − 1)·(3 − 1) = 4

Antwort

df = 4

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