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
240260,25P = ?

Die Gewichte von Beuteln sind normalverteilt mit dem Mittelwert 250 g und der Standardabweichung 5 g. Welcher Anteil liegt zwischen 240 und 260,25 g? Gib P als Dezimalzahl an.

μ = 250σ = 5x1 = 240x2 = 260,25
P =
2.NormalverteilungSchwer
10 cm0X − Y?

Die Körpergrößen X von Männern und Y von Frauen in einer Gruppe sind unabhängig und normalverteilt: X hat den Mittelwert 180 cm und die Standardabweichung 10 cm, Y hat den Mittelwert 170 cm und die Standardabweichung 12 cm. Bestimme die Wahrscheinlichkeit P, dass X größer als Y ist. Runde z auf zwei Dezimalstellen.

μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.KonfidenzintervalleMittel
n = 20, sd​ = 0,90LUd̄ = 1,5E = ?99%

Der Blutdruck von 20 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert 1,5 und die Standardabweichung 0,9. Bestimme die Fehlermarge E des 99-%-Konfidenzintervalls für die mittlere Differenz.

n = 20d̄ = 1,5sd = 0,999%t(19) = 2,861
E = mmHg
4.KonfidenzintervalleSchwer
p ≈ 0,15, n = ?p̂ − Ep̂ + Ep̂E = 0,02590%

Eine Vorstudie legt nahe, dass etwa 0,15 der Produkte fehlerhaft sind. Wie viele Produkte n müssen geprüft werden, damit ein 90-%-Konfidenzintervall für den Anteil eine Fehlermarge von höchstens 0,025 hat?

p ≈ 0,15E = 0,02590%
n =
5.Hypothesentests & KonfidenzintervalleMittel
−1,621,62p = ?

Der Mittelwert einer Grundgesamtheit soll 250 betragen; die Standardabweichung der Grundgesamtheit ist bekanntermaßen 24. Eine Zufallsstichprobe von 64 Beobachtungen hat den Mittelwert 254,86. Teste H₀: μ = 250 gegen H₁: μ ≠ 250. Bestimme den p-Wert p.

μ₀ = 250σ = 24n = 64x̄ = 254,86H₁: μ ≠ μ₀
p =
6.Hypothesentests & KonfidenzintervalleSchwer
−1,961,96z = ?

In einer Studie erholen sich 90 von 300 Patienten unter Behandlung A und 69 von 300 Patienten unter Behandlung B. Bestimme mit dem gepoolten Anteil die Teststatistik z für H₀: p₁ = p₂.

x₁ = 90n₁ = 300x₂ = 69n₂ = 300
z =
7.Lineare Regression und KorrelationMittel
xy127222321421522xy24222426

Die Tabelle enthält 5 Wertepaare von x = Fahrzeugalter in Jahren und y = Preis in k€. Bestimme den Korrelationskoeffizienten nach Pearson r.

n = 5
r =
8.Lineare Regression und KorrelationSchwer
xy123217314414511xy241520x = 4,5

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. Sage ŷ für x = 4,5 voraus.

n = 5x = 4,5
ŷ =
9.Chi-Quadrat-TestsMittel
gebessertnicht gebessertSummeneues Medikament3090120Placebo4278120Summe72168240

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

N = 2402 × 2
χ² =
10.Chi-Quadrat-TestsSchwer
bestandennicht bestandenSummeAlter 18–30382260Alter 31–50322860Alter 51+382260Summe10872180dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Die Tabelle zeigt beobachtete Häufigkeiten. Prüfe auf dem Niveau α = 0,01, ob die beiden Variablen unabhängig sind (ohne Stetigkeitskorrektur). Berechne die Prüfgröße χ² und vergleiche sie mit dem kritischen Wert aus der Tabelle.

N = 1803 × 2α = 0,01
χ² =

3Lösungen

1.Normalverteilung

Antwort: P = 0,9571

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 = (240 − 250)/5 = −2
z₂ = (260,25 − 250)/5 = 2,05

Fläche dazwischen

P = Φ(2,05) − Φ(−2) = 0,9798 − 0,02275 = 0,9571

Antwort

P = 0,9571
2.Normalverteilung

Antwort: P = 0,7389

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 = 180 − 170 = 10 cm, σ = 15,62 cm

Standardisieren

z = (0 − 10)/15,62 = −0,64

Wahrscheinlichkeit

P = 1 − Φ(−0,64) = 0,7389

Antwort

P = 0,7389
3.Konfidenzintervalle

Antwort: E = 0,5758 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 = 19, t = 2,861

Fehlermarge

E = 2,861·0,9/√20 = 0,5758

Antwort

E = 0,5758 mmHg
4.Konfidenzintervalle

Antwort: n = 553

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 = 1,645²·0,15·0,85/0,025² = 552

Aufrunden

n = 553

Antwort

n = 553
5.Hypothesentests & Konfidenzintervalle

Antwort: p = 0,1052

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.

Teststatistik

SE = σ/√n = 24/√64 = 3
z = (254,86 − 250)/3 = 1,62

Endfläche

Φ(1,62) = 0,9474
1 − Φ(1,62) = 0,0526

p-Wert

p = 2·0,0526 = 0,1052

Antwort

p = 0,1052

p > 0,05, also wird H₀ auf dem 5-%-Niveau nicht verworfen.

6.Hypothesentests & Konfidenzintervalle

Antwort: z = 1,943

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 = 90/300 = 0,3
p̂₂ = 69/300 = 0,23
p̂ = 159/600 = 0,265

Standardfehler unter H₀

SE = √(0,265·0,735·(1/300 + 1/300)) = 0,03603

Teststatistik

z = (0,3 − 0,23)/0,03603 = 1,943

Antwort

z = 1,943

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

7.Lineare Regression und Korrelation

Antwort: r = −0,6929

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 = 113/5 = 22,6

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −11
Syy = Σ(y − ȳ)² = 25,2

Korrelationskoeffizient

r = −11/√(10·25,2) = −0,6929

Antwort

r = −0,6929
8.Lineare Regression und Korrelation

Antwort: ŷ = 11,75

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 = 79/5 = 15,8

Quadrat- und Produktsummen

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −27

Regressionsgerade

b = −27/10 = −2,7
a = 15,8 − (−2,7)·3 = 23,9
ŷ = 23,9 − 2,7·x

Vorhersage

ŷ = 23,9 + (−2,7)·4,5 = 11,75

Antwort

ŷ = 11,75
9.Chi-Quadrat-Tests

Antwort: χ² = 2,857

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

neues Medikament: 120·72/240 = 36, 120·168/240 = 84
Placebo: 120·72/240 = 36, 120·168/240 = 84

Chi-Quadrat-Prüfgröße

χ² = (30 − 36)²/36 + (90 − 84)²/84 + (42 − 36)²/36 + (78 − 84)²/84
χ² = 2,857

Antwort

χ² = 2,857

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

10.Chi-Quadrat-Tests

Antwort: χ² = 1,667

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

Alter 18–30: 36, 24
Alter 31–50: 36, 24
Alter 51+: 36, 24

Chi-Quadrat-Prüfgröße

χ² = (38 − 36)²/36 + (22 − 24)²/24 + (32 − 36)²/36 + (28 − 24)²/24 + (38 − 36)²/36 + (22 − 24)²/24
χ² = 1,667

Entscheidung

df = 2, χ²crit = 9,210
1,667 < 9,210

Antwort

χ² = 1,667

χ² liegt unter dem kritischen Wert, also wird H₀ nicht verworfen: Es gibt keinen signifikanten Hinweis auf einen Zusammenhang.

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