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
48 kg50,4 kgT = X₁ + … + X₄?

Gegeben sind Kartons; ihre Massen sind unabhängig und normalverteilt mit dem Mittelwert 12 kg und der Standardabweichung 0,8 kg. Bestimme die Wahrscheinlichkeit P, dass die Gesamtmasse von 4 davon unter 50,4 kg liegt. Runde z auf zwei Dezimalstellen.

μ = 12 kgσ = 0,8 kgn = 4< 50.4 kg
P =
2.NormalverteilungSchwer
0,02 mm0D − d?

Bohrungsdurchmesser D sind normalverteilt mit dem Mittelwert 25,02 mm und der Standardabweichung 0,015 mm. Wellendurchmesser d sind unabhängig und normalverteilt mit dem Mittelwert 25 mm und der Standardabweichung 0,02 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 = 25,02 mm, σ = 0,015 mmWelle: μ = 25 mm, σ = 0,02 mm
P =
3.KonfidenzintervalleMittel
n = 11, sd​ = 2,30L = ?Ud̄ = −7,2E99%

Der Blutdruck von 11 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert −7,2 und die Standardabweichung 2,3. Bestimme die untere Grenze des 99-%-Konfidenzintervalls für die mittlere Differenz.

n = 11d̄ = −7,2sd = 2,399%t(10) = 3,169
untere Grenze = mmHg
4.KonfidenzintervalleSchwer
σ = 31, n = ?x̄ − Ex̄ + Ex̄E = 299%

Die Standardabweichung der Grundgesamtheit ist 31. Wie groß muss die Stichprobe n sein, damit ein 99-%-Konfidenzintervall für den Mittelwert eine Fehlermarge von höchstens 2 hat?

σ = 31E = 299%
n =
5.Hypothesentests & KonfidenzintervalleMittel
−2,0862,086t = ?df = 20

Zwei Lehrmethoden werden verglichen. Gruppe 1: 12 Studierende, mittlere Punktzahl 76, Standardabweichung 8,5. Gruppe 2: 10 Studierende, mittlere Punktzahl 86,6, Standardabweichung 10. Nimm gleiche Varianzen der Grundgesamtheiten an und verwende den gepoolten Zweistichproben-t-Test. Bestimme die Teststatistik t für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Gruppe 1 minus Gruppe 2).

n₁ = 12x̄₁ = 76s₁ = 8,5n₂ = 10x̄₂ = 86,6s₂ = 10
t =
6.Hypothesentests & KonfidenzintervalleSchwer
μ₀x̄c

Ein einseitiger z-Test von H₀: μ = 100 gegen H₁: μ > 100 wird bei α = 0,01 mit einer Stichprobe von 64 durchgeführt; die Standardabweichung ist bekanntermaßen 12. In Wirklichkeit beträgt der Mittelwert 102,55. Bestimme die Wahrscheinlichkeit eines Fehlers 2. Art β in Prozent.

μ₀ = 100μ = 102,55σ = 12n = 64α = 0,01
β = %
7.Lineare Regression und KorrelationMittel
xy1669198622932511628125xy202580100120

Die Tabelle enthält 5 Wertepaare von x = Temperatur in °C und y = verkaufte Eiskugeln. Bestimme den Korrelationskoeffizienten nach Pearson r.

n = 5
r =
8.Lineare Regression und KorrelationSchwer
xy1667199522103251272814231159xy15202530100150x = 20,5

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. Sage ŷ für x = 20,5 voraus.

n = 6x = 20,5
ŷ =
9.Chi-Quadrat-TestsMittel
Hustenkein HustenSummeRaucher314980Nichtraucher4971120Summe80120200

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

N = 2002 × 2
χ² =
10.Chi-Quadrat-TestsSchwer
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Ein Chi-Quadrat-Unabhängigkeitstest wird an einer Kontingenztafel mit 2 Zeilen und 2 Spalten (ohne die Summen) durchgeführt. Bestimme mit der Tabelle den kritischen Wert χ²crit zum Signifikanzniveau α = 0,01.

α = 0,01
χ²crit =

3Lösungen

1.Normalverteilung

Antwort: P = 0,9332

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

μT = 48 kg, σT = 0,8·√4 = 1,6 kg

Standardisieren

z = (50,4 − 48)/1,6 = 1,5

Wahrscheinlichkeit

P = Φ(1,5) = 0,9332

Antwort

P = 0,9332
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 = 25,02 − 25 = 0,02 mm, σ = 0,025 mm

Standardisieren

z = (0 − 0,02)/0,025 = −0,8

Wahrscheinlichkeit

P = 1 − Φ(−0,8) = 0,7881

Antwort

P = 0,7881
3.Konfidenzintervalle

Antwort: untere Grenze = −9,398 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 = 10, t = 3,169

Fehlermarge

E = 3,169·2,3/√11 = 2,198

Intervall

−7,2 ± 2,198 → [−9,398, −5,002]

Antwort

untere Grenze = −9,398 mmHg
4.Konfidenzintervalle

Antwort: n = 1595

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.

Nach n auflösen

n = (2,576·31/2)² = 1594

Aufrunden

Ein Stichprobenumfang ist eine ganze Zahl, und Abrunden würde die Fehlermarge zu groß machen.

n = 1595

Antwort

n = 1595
5.Hypothesentests & Konfidenzintervalle

Antwort: t = −2,689

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.

Gepoolte Varianz

sp² = (11·8,5² + 9·10²)/20 = 84,74
sp = 9,205

Standardfehler

SE = 9,205·√(1/12 + 1/10) = 3,941

Teststatistik

t = (76 − 86,6)/3,941 = −2,689

Antwort

t = −2,689

Bei df = 20 ist der zweiseitige kritische 5-%-Wert 2,086; |t| ist größer, also wird H₀ verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: β = 73,43 %

Teststärke: Die Teststärke 1 − β ist die Wahrscheinlichkeit, H₀ zu verwerfen, wenn sie falsch ist. Bestimme die Grenze x̄c aus μ₀ und z_α und berechne dann mit dem wahren Mittelwert die Wahrscheinlichkeit, jenseits von x̄c zu landen: z = (x̄c − μ)/(σ/√n).

Kritischer Stichprobenmittelwert

SE = 12/√64 = 1,5
x̄c = 100 + 2,326·1,5 = 103,5

z unter dem wahren Mittelwert

z = (103,5 − 102,55)/1,5 = 0,626

Fehler 2. Art

Teststärke = P(Z > 0,626) = 26,57%
β = 100% − 26,57% = 73,43%

Antwort

β = 73,43%
7.Lineare Regression und Korrelation

Antwort: r = 0,9887

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 = 110/5 = 22
ȳ = 489/5 = 97,8

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 426
Syy = Σ(y − ȳ)² = 2063

Korrelationskoeffizient

r = 426/√(90·2063) = 0,9887

Antwort

r = 0,9887
8.Lineare Regression und Korrelation

Antwort: ŷ = 97,64

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 = 141/6 = 23,5
ȳ = 693/6 = 115,5

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 937,5

Regressionsgerade

b = 937,5/157,5 = 5,952
a = 115,5 − 5,952·23,5 = −24,38
ŷ = −24,38 + 5,952·x

Vorhersage

ŷ = −24,38 + 5,952·20,5 = 97,64

Antwort

ŷ = 97,64
9.Chi-Quadrat-Tests

Antwort: χ² = 0,08681

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

Raucher: 80·80/200 = 32, 80·120/200 = 48
Nichtraucher: 120·80/200 = 48, 120·120/200 = 72

Chi-Quadrat-Prüfgröße

χ² = (31 − 32)²/32 + (49 − 48)²/48 + (49 − 48)²/48 + (71 − 72)²/72
χ² = 0,08681

Antwort

χ² = 0,08681

df = 1. Bei α = 0,05 ist der kritische Wert 3,841, also wird H₀ (Unabhängigkeit) nicht verworfen.

10.Chi-Quadrat-Tests

Antwort: χ²crit = 6,635

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 = (2 − 1)·(2 − 1) = 1

Tabelle

χ²crit(df = 1, α = 0,01) = 6,635

Antwort

χ²crit = 6,635

Verwirf H₀, wenn das berechnete χ² größer als dieser Wert ist.

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