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
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
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
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
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
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
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
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
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
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
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.
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.