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
X ist normalverteilt mit dem Mittelwert 60 s und der Standardabweichung 5 s; Y ist unabhängig und normalverteilt mit dem Mittelwert 45 s und der Standardabweichung 4 s. Bestimme die Wahrscheinlichkeit P, dass X + Y größer als 114,6 s ist. Runde z auf zwei Dezimalstellen.
μX = 60, σX = 5μY = 45, σY = 4X + Y > 114,6 s
P =
2.NormalverteilungSchwer
Bohrungsdurchmesser D sind normalverteilt mit dem Mittelwert 25,04 mm und der Standardabweichung 0,02 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 = 25,04 mm, σ = 0,02 mmWelle: μ = 25 mm, σ = 0,02 mm
P =
3.KonfidenzintervalleMittel
Der Blutdruck von 20 Patienten wird vor und nach einer Behandlung gemessen. Die Differenzen d = vorher − nachher (mmHg) haben den Mittelwert 1 und die Standardabweichung 4,6. Bestimme die obere Grenze des 90-%-Konfidenzintervalls für die mittlere Differenz.
n = 20d̄ = 1sd = 4,690%t(19) = 1,729
obere Grenze = mmHg
4.KonfidenzintervalleSchwer
Zwei Dünger werden getestet. Parzellengruppe 1: 9 Parzellen, mittlerer Ertrag 19 kg, Standardabweichung 4 kg. Parzellengruppe 2: 5 Parzellen, Mittelwert 27 kg, Standardabweichung 6 kg. Nimm gleiche Varianzen an (gepoolter t-Test, df = n₁ + n₂ − 2). Bestimme die Fehlermarge E des 95-%-Konfidenzintervalls für μ₁ − μ₂.
Der Mittelwert einer Grundgesamtheit soll 50 betragen; die Standardabweichung der Grundgesamtheit ist bekanntermaßen 15. Eine Zufallsstichprobe von 25 Beobachtungen hat den Mittelwert 53,96. Teste H₀: μ = 50 gegen H₁: μ ≠ 50. Bestimme den p-Wert p.
μ₀ = 50σ = 15n = 25x̄ = 53,96H₁: μ ≠ μ₀
p =
6.Hypothesentests & KonfidenzintervalleSchwer
In einer Studie erholen sich 195 von 300 Patienten unter Behandlung A und 237 von 300 Patienten unter Behandlung B. Bestimme mit dem gepoolten Anteil die Teststatistik z für H₀: p₁ = p₂.
x₁ = 195n₁ = 300x₂ = 237n₂ = 300
z =
7.Lineare Regression und KorrelationMittel
Die Tabelle enthält 6 Wertepaare von x = Temperatur in °C und y = verkaufte Eiskugeln. Bestimme das Bestimmtheitsmaß r² der Regressionsgeraden.
n = 6
r² =
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. Eine neue Beobachtung (17, 51) wird gemacht. Bestimme ihr Residuum e = y − ŷ.
n = 6(17, 51)
e =
9.Chi-Quadrat-TestsMittel
Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „Studierende, Auto“.
Zeilensumme = 74Spaltensumme = 41N = 154
E =
10.Chi-Quadrat-TestsSchwer
Die Tabelle zeigt beobachtete Häufigkeiten. Prüfe auf dem Niveau α = 0,05, ob die beiden Variablen unabhängig sind (ohne Stetigkeitskorrektur). Berechne die Prüfgröße χ² und vergleiche sie mit dem kritischen Wert aus der Tabelle.
N = 2003 × 2α = 0,05
χ² =
3Lösungen
1.Normalverteilung
Antwort: P = 0,06681
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
μ = 105 s, σ = √(5² + 4²) = 6,403 s
Standardisieren
z = (114,6 − 105)/6,403 = 1,5
Oberer Rand
P = 1 − Φ(1,5) = 1 − 0,9332 = 0,06681
Antwort
P = 0,06681
2.Normalverteilung
Antwort: P = 0,9207
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 = 25,04 − 25 = 0,04 mm, σ = 0,02828 mm
Standardisieren
z = (0 − 0,04)/0,02828 = −1,41
Wahrscheinlichkeit
P = 1 − Φ(−1,41) = 0,9207
Antwort
P = 0,9207
3.Konfidenzintervalle
Antwort: obere Grenze = 2,778 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 = 1,729
Fehlermarge
E = 1,729·4,6/√20 = 1,778
Intervall
1 ± 1,778 → [−0,7784, 2,778]
Antwort
obere Grenze = 2,778 mmHg
4.Konfidenzintervalle
Antwort: E = 5,786 kg
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.
Gepoolte Standardabweichung
sp² = (8·4² + 4·6²)/12 = 22,67
sp = 4,761
Fehlermarge
E = 2,179·4,761·√(1/9 + 1/5) = 5,786
Antwort
E = 5,786 kg
5.Hypothesentests & Konfidenzintervalle
Antwort: p = 0,1868
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 = 15/√25 = 3
z = (53,96 − 50)/3 = 1,32
Endfläche
Φ(1,32) = 0,9066
1 − Φ(1,32) = 0,0934
p-Wert
p = 2·0,0934 = 0,1868
Antwort
p = 0,1868
p > 0,05, also wird H₀ auf dem 5-%-Niveau nicht verworfen.
6.Hypothesentests & Konfidenzintervalle
Antwort: z = −3,819
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 = 195/300 = 0,65
p̂₂ = 237/300 = 0,79
p̂ = 432/600 = 0,72
Standardfehler unter H₀
SE = √(0,72·0,28·(1/300 + 1/300)) = 0,03666
Teststatistik
z = (0,65 − 0,79)/0,03666 = −3,819
Antwort
z = −3,819
|z| > 1,96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) verworfen.
7.Lineare Regression und Korrelation
Antwort: r² = 0,9266
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 = 346/6 = 57,67
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 549
Syy = Σ(y − ȳ)² = 2065
Bestimmtheitsmaß
r² = 549²/(157,5·2065) = 0,9266
Antwort
r² = 0,9266
Etwa 92,66 % der Streuung von y werden durch die Gerade erklärt.
8.Lineare Regression und Korrelation
Antwort: e = −4,19
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 = 126/6 = 21
ȳ = 410/6 = 68,33
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 230
Regressionsgerade
b = 230/70 = 3,286
a = 68,33 − 3,286·21 = −0,6667
ŷ = −0,6667 + 3,286·x
Vorhergesagter Wert
ŷ = −0,6667 + 3,286·17 = 55,19
Residuum
e = 51 − 55,19 = −4,19
Antwort
e = −4,19
Der Punkt liegt unter der Geraden.
9.Chi-Quadrat-Tests
Antwort: E = 19,7
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 = 74·41/154 = 19,7
Antwort
E = 19,7
10.Chi-Quadrat-Tests
Antwort: χ² = 4,983
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.