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
Ziehe z so, dass die schattierte Fläche zwischen −z und z unter der Standardnormalverteilung gleich 0,9660 ist. Bestimme z auf zwei Nachkommastellen.
A = 0,9660
z =
2.NormalverteilungSchwer
Die Körpergrößen erwachsener Männer sind normalverteilt mit dem Mittelwert 178 cm und der Standardabweichung 7 cm. Bestimme den Wert x, unter dem 75 % von ihnen liegen (das 75. Perzentil).
μ = 178σ = 7P = 75%
x = cm
3.KonfidenzintervalleMittel
Der Blutdruck von 16 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert −3,4 und die Standardabweichung 1,6. Bestimme die untere Grenze des 95-%-Konfidenzintervalls für die mittlere Differenz.
n = 16d̄ = −3,4sd = 1,695%t(15) = 2,131
untere Grenze = mmHg
4.KonfidenzintervalleSchwer
Die Standardabweichung der Grundgesamtheit ist 18. Wie groß muss die Stichprobe n sein, damit ein 95-%-Konfidenzintervall für den Mittelwert eine Fehlermarge von höchstens 2 hat?
σ = 18E = 295%
n =
5.Hypothesentests & KonfidenzintervalleMittel
Zwei Fertigungslinien stellen dasselbe Teil her. Linie 1: Eine Stichprobe von 30 Teilen hat die mittlere Länge 59,5 mm, und die bekannte Standardabweichung der Linie ist 15 mm. Linie 2: Eine Stichprobe von 80 Teilen hat den Mittelwert 67,3 mm, bekannte Standardabweichung 5 mm. Bestimme die Teststatistik z für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Linie 1 minus Linie 2).
Ein einseitiger z-Test von H₀: μ = 500 gegen H₁: μ > 500 wird bei α = 0,01 mit einer Stichprobe von 100 durchgeführt; die Standardabweichung ist bekanntermaßen 30. In Wirklichkeit beträgt der Mittelwert 508,1. Bestimme die Wahrscheinlichkeit eines Fehlers 2. Art β in Prozent.
μ₀ = 500μ = 508,1σ = 30n = 100α = 0,01
β = %
7.Lineare Regression und KorrelationMittel
Die Tabelle enthält 5 Wertepaare von x = Werbeausgaben in k€ und y = Umsatz in k€. Bestimme den Korrelationskoeffizienten nach Pearson r.
n = 5
r =
8.Lineare Regression und KorrelationSchwer
Die Tabelle enthält 5 Wertepaare von x = Lernstunden und y = Prüfungspunkte. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Für welchen Wert x sagt die Gerade ŷ = 66 voraus?
n = 5ŷ = 66
x =
9.Chi-Quadrat-TestsMittel
Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „ländlich, hoch“.
Zeilensumme = 86Spaltensumme = 82N = 181
E =
10.Chi-Quadrat-TestsSchwer
Ein Chi-Quadrat-Unabhängigkeitstest wird an einer Kontingenztafel mit 2 Zeilen und 2 Spalten (ohne die Summen) durchgeführt. Wie viele Freiheitsgrade df hat der Test?
2 × 2
df =
3Lösungen
1.Normalverteilung
Antwort: z = 2,12
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 + 0,9660)/2 = 0,9830
Die z-Tabelle rückwärts lesen
Finde 0,9830 in der Tabelle und lies z ab.
z = 2,12
Antwort
z = 2,12
2.Normalverteilung
Antwort: x = 182,7 cm
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 für das Perzentil
Φ(z) = 0,75 → z = 0,6745
Zurück zu x
x = 178 + 0,6745·7 = 182,72 cm
Antwort
x = 182,72 cm
3.Konfidenzintervalle
Antwort: untere Grenze = −4,252 mmHg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Kritischer Wert
df = 15, t = 2,131
Fehlermarge
E = 2,131·1,6/√16 = 0,8524
Intervall
−3,4 ± 0,8524 → [−4,252, −2,548]
Antwort
untere Grenze = −4,252 mmHg
4.Konfidenzintervalle
Antwort: n = 312
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 = (1,96·18/2)² = 311,2
Aufrunden
Ein Stichprobenumfang ist eine ganze Zahl, und Abrunden würde die Fehlermarge zu groß machen.
n = 312
Antwort
n = 312
5.Hypothesentests & Konfidenzintervalle
Antwort: z = −2,791
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 = √(15²/30 + 5²/80) = √7,813 = 2,795
Teststatistik
z = (59,5 − 67,3)/2,795 = −2,791
Antwort
z = −2,791
|z| > 1,96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.
6.Hypothesentests & Konfidenzintervalle
Antwort: β = 35,42 %
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 = 30/√100 = 3
x̄c = 500 + 2,326·3 = 507
z unter dem wahren Mittelwert
z = (507 − 508,1)/3 = −0,374
Fehler 2. Art
Teststärke = P(Z > −0,374) = 64,58%
β = 100% − 64,58% = 35,42%
Antwort
β = 35,42%
7.Lineare Regression und Korrelation
Antwort: r = 0,9957
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 = 35/5 = 7
ȳ = 335/5 = 67
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 230
Syy = Σ(y − ȳ)² = 1334
Korrelationskoeffizient
r = 230/√(40·1334) = 0,9957
Antwort
r = 0,9957
8.Lineare Regression und Korrelation
Antwort: x = 5,4
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 = 25/5 = 5
ȳ = 323/5 = 64,6
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 35
Regressionsgerade
b = 35/10 = 3,5
a = 64,6 − 3,5·5 = 47,1
ŷ = 47,1 + 3,5·x
Nach x auflösen
x = (66 − 47,1)/3,5 = 5,4
Antwort
x = 5,4
9.Chi-Quadrat-Tests
Antwort: E = 38,96
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 Häufigkeit
E = 86·82/181 = 38,96
Antwort
E = 38,96
10.Chi-Quadrat-Tests
Antwort: df = 1
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.