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
57,585,5P = ?

Die Prüfungsergebnisse sind normalverteilt mit dem Mittelwert 65 Punkte und der Standardabweichung 10 Punkte. Welcher Anteil liegt zwischen 57,5 und 85,5 Punkte? Gib P als Dezimalzahl an.

μ = 65σ = 10x1 = 57,5x2 = 85,5
P =
2.NormalverteilungSchwer
0,03 mm0D − d?

Bohrungsdurchmesser D sind normalverteilt mit dem Mittelwert 25,03 mm und der Standardabweichung 0,02 mm. Wellendurchmesser d sind unabhängig und normalverteilt mit dem Mittelwert 25 mm und der Standardabweichung 0,01 mm. Eine zufällig gewählte Welle passt, wenn D − d > 0 ist. Bestimme die Wahrscheinlichkeit P, dass sie passt. Runde z auf zwei Dezimalstellen.

Bohrung: μ = 25,03 mm, σ = 0,02 mmWelle: μ = 25 mm, σ = 0,01 mm
P =
3.KonfidenzintervalleMittel
x̄E₁ = 2,990%, n = 64x̄E₂ = ?99%, n = 64

Ein 90-%-Konfidenzintervall für einen Mittelwert, basierend auf 64 Beobachtungen und bekanntem σ, hat eine Fehlermarge von 2,9. Wie groß ist die Fehlermarge E₂ eines 99-%-Intervalls aus denselben Daten?

90%n₁ = 64E₁ = 2,999%
E₂ =
4.KonfidenzintervalleSchwer
n = 11σ = ?Us = 6,495%

Die Durchmesser von 11 gefertigten Wellen haben eine Stichprobenstandardabweichung von 6,4 µm. Bestimme unter der Annahme normalverteilter Durchmesser die untere Grenze σ des 95-%-Konfidenzintervalls für die Standardabweichung der Grundgesamtheit. Bei df = 10 liegen 2,5 % der χ²-Verteilung unter 3,247 und 2,5 % über 20,483.

n = 11s = 6,4 µmχ² = 3,247, 20,483
σ = µm
5.Hypothesentests & KonfidenzintervalleMittel
−1,961,96z = ?

Zwei Fertigungslinien stellen dasselbe Teil her. Linie 1: Eine Stichprobe von 80 Teilen hat die mittlere Länge 82 mm, und die bekannte Standardabweichung der Linie ist 18 mm. Linie 2: Eine Stichprobe von 80 Teilen hat den Mittelwert 80,2 mm, bekannte Standardabweichung 3 mm. Bestimme die Teststatistik z für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Linie 1 minus Linie 2).

n₁ = 80x̄₁ = 82 mmσ₁ = 18 mmn₂ = 80x̄₂ = 80,2 mmσ₂ = 3 mm
z =
6.Hypothesentests & KonfidenzintervalleSchwer
z −2,57602,576

Eine Stichprobe von 49 Messungen hat den Mittelwert 119,4. Die Standardabweichung der Grundgesamtheit ist 20. Bestimme die untere Grenze L des 99-%-Konfidenzintervalls für den Mittelwert.

x̄ = 119,4σ = 20n = 4999%
L =
7.Lineare Regression und KorrelationMittel
xy14521671188020962210624112xy1520256080100

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 = 114Σy = 517Σx² = 2236Σy² = 47141Σxy = 10244
r =
8.Lineare Regression und KorrelationSchwer
xy143817412045235526682974xy152025304060ŷ = 38

Die Tabelle enthält 6 Wertepaare von x = Temperatur in °C und y = verkaufte Eiskugeln. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Für welchen Wert x sagt die Gerade ŷ = 38 voraus?

n = 6ŷ = 38
x =
9.Chi-Quadrat-TestsMittel
BusFahrradAutoSummeStudierende10212960Mitarbeitende18422080Summe286349140

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

N = 1402 × 3
χ² =
10.Chi-Quadrat-TestsSchwer

Ein Chi-Quadrat-Anpassungstest prüft, ob die Häufigkeiten in 6 Kategorien einer Poisson-Verteilung folgen, deren Mittelwert aus denselben Daten geschätzt wird. Wie viele Freiheitsgrade df hat der Test?

k = 6
df =

3Lösungen

1.Normalverteilung

Antwort: P = 0,7532

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-Werte

z₁ = (57,5 − 65)/10 = −0,75
z₂ = (85,5 − 65)/10 = 2,05

Fläche dazwischen

P = Φ(2,05) − Φ(−0,75) = 0,9798 − 0,2266 = 0,7532

Antwort

P = 0,7532
2.Normalverteilung

Antwort: P = 0,9099

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 = 25,03 − 25 = 0,03 mm, σ = 0,02236 mm

Standardisieren

z = (0 − 0,03)/0,02236 = −1,34

Wahrscheinlichkeit

P = 1 − Φ(−1,34) = 0,9099

Antwort

P = 0,9099
3.Konfidenzintervalle

Antwort: E₂ = 4,541

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Verhältnis der Fehlermargen

E₂/E₁ = (2,576/1,645)·√(64/64) = 1,566

Neue Fehlermarge

E₂ = 2,9·1,566 = 4,541

Antwort

E₂ = 4,541
4.Konfidenzintervalle

Antwort: σ = 4,472 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 = 10·6,4² = 409,6

Grenzen für σ²

409,6/20,483 = 20
409,6/3,247 = 126,1

Grenze für σ

σ = √20 = 4,472 µm

Antwort

σ = 4,472 µm

95-%-Intervall für σ: [4,472, 11,23] µm.

5.Hypothesentests & Konfidenzintervalle

Antwort: z = 0,8823

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Standardfehler der Differenz

SE = √(18²/80 + 3²/80) = √4,162 = 2,04

Teststatistik

z = (82 − 80,2)/2,04 = 0,8823

Antwort

z = 0,8823

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

6.Hypothesentests & Konfidenzintervalle

Antwort: L = 112

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 = 2,576·20/√49 = 7,36

Intervallgrenze

L = 119,4 − 7,36 = 112

Antwort

L = 112
7.Lineare Regression und Korrelation

Antwort: r = 0,9882

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 = 10244 − 114·517/6 = 421
Sxx = 2236 − 114²/6 = 70
Syy = 47141 − 517²/6 = 2593

Korrelationskoeffizient

r = 421/√(70·2593) = 0,9882

Antwort

r = 0,9882
8.Lineare Regression und Korrelation

Antwort: x = 15,49

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 = 129/6 = 21,5
ȳ = 321/6 = 53,5

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 406,5

Regressionsgerade

b = 406,5/157,5 = 2,581
a = 53,5 − 2,581·21,5 = −1,99
ŷ = −1,99 + 2,581·x

Nach x auflösen

x = (38 − (−1,99))/2,581 = 15,49

Antwort

x = 15,49
9.Chi-Quadrat-Tests

Antwort: χ² = 8,25

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

Studierende: 60·28/140 = 12, 60·63/140 = 27, 60·49/140 = 21
Mitarbeitende: 80·28/140 = 16, 80·63/140 = 36, 80·49/140 = 28

Chi-Quadrat-Prüfgröße

χ² = (10 − 12)²/12 + (21 − 27)²/27 + (29 − 21)²/21 + (18 − 16)²/16 + (42 − 36)²/36 + (20 − 28)²/28
χ² = 8,25

Antwort

χ² = 8,25

df = 2. Bei α = 0,05 ist der kritische Wert 5,991, also wird H₀ (Unabhängigkeit) 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 = 6 − 1 − 1 = 4

Antwort

df = 4

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