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 Zementsäcke; ihre Massen sind unabhängig und normalverteilt mit dem Mittelwert 25 kg und der Standardabweichung 0,5 kg. Bestimme die Wahrscheinlichkeit P, dass die Gesamtmasse von 4 davon 102 kg übersteigt. Runde z auf zwei Dezimalstellen.
μ = 25 kgσ = 0,5 kgn = 4> 102 kg
P =
2.NormalverteilungSchwer
Die Massen X eines Produkts von Linie 1 und Y von Linie 2 sind unabhängig und normalverteilt: X hat den Mittelwert 500 g und die Standardabweichung 8 g, Y hat den Mittelwert 490 g und die Standardabweichung 6 g. Bestimme die Wahrscheinlichkeit P, dass X größer als Y ist. Runde z auf zwei Dezimalstellen.
μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.KonfidenzintervalleMittel
Die Akkulaufzeit zweier Handymodelle wird verglichen. Modell 1: 50 Handys, Mittelwert 135 h, bekannte Standardabweichung 10 h. Modell 2: 40 Handys, Mittelwert 139 h, bekannte Standardabweichung 6 h. Bestimme die Fehlermarge E des 95-%-Konfidenzintervalls für μ₁ − μ₂.
Der Mittelwert einer Grundgesamtheit soll 500 betragen; die Standardabweichung der Grundgesamtheit ist bekanntermaßen 15. Eine Zufallsstichprobe von 25 Beobachtungen hat den Mittelwert 503,06. Teste H₀: μ = 500 gegen H₁: μ > 500. Bestimme den p-Wert p.
μ₀ = 500σ = 15n = 25x̄ = 503,06H₁: μ > μ₀
p =
6.Hypothesentests & KonfidenzintervalleSchwer
Eine Stichprobe von 36 Messungen hat den Mittelwert 101,5. Die Standardabweichung der Grundgesamtheit ist 4. Bestimme die untere Grenze L des 99-%-Konfidenzintervalls für den Mittelwert.
x̄ = 101,5σ = 4n = 3699%
L =
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 5 Wertepaare von x = Werbeausgaben in k€ und y = Umsatz in k€. Verwende die Regressionsgerade ŷ = a + b·x nach der Methode der kleinsten Quadrate. Für welchen Wert x sagt die Gerade ŷ = 37 voraus?
n = 5ŷ = 37
x =
9.Chi-Quadrat-TestsMittel
Die Kontingenztafel zeigt beobachtete Häufigkeiten. Bestimme für einen Chi-Quadrat-Unabhängigkeitstest die erwartete Häufigkeit E für die Zelle „Tagschicht, schwer“.
Zeilensumme = 93Spaltensumme = 69N = 175
E =
10.Chi-Quadrat-TestsSchwer
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 = 2003 × 2α = 0,01
χ² =
3Lösungen
1.Normalverteilung
Antwort: P = 0,02275
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 = 100 kg, σT = 0,5·√4 = 1 kg
Standardisieren
z = (102 − 100)/1 = 2
Wahrscheinlichkeit
P = 1 − Φ(2) = 0,02275
Antwort
P = 0,02275
2.Normalverteilung
Antwort: P = 0,8413
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 = 500 − 490 = 10 g, σ = 10 g
Standardisieren
z = (0 − 10)/10 = −1
Wahrscheinlichkeit
P = 1 − Φ(−1) = 0,8413
Antwort
P = 0,8413
3.Konfidenzintervalle
Antwort: E = 3,338 h
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.
Punktschätzer
x̄₁ − x̄₂ = 135 − 139 = −4
Standardfehler
SE = √(10²/50 + 6²/40) = 1,703
Fehlermarge
E = 1,96·1,703 = 3,338
Antwort
E = 3,338 h
Das Intervall enthält die 0 nicht, die Mittelwerte unterscheiden sich also signifikant.
4.Konfidenzintervalle
Antwort: E = 4,821 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 = (4·2,5² + 6·5,5²)/10 = 20,65
sp = 4,544
Fehlermarge
E = 1,812·4,544·√(1/5 + 1/7) = 4,821
Antwort
E = 4,821 kg
5.Hypothesentests & Konfidenzintervalle
Antwort: p = 0,1539
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 = (503,06 − 500)/3 = 1,02
Endfläche
Φ(1,02) = 0,8461
1 − Φ(1,02) = 0,1539
p-Wert
p = 0,1539
Antwort
p = 0,1539
p > 0,05, also wird H₀ auf dem 5-%-Niveau nicht verworfen.
6.Hypothesentests & Konfidenzintervalle
Antwort: L = 99,78
Test eines Mittelwerts: Die Teststatistik misst, wie viele Standardfehler der Stichprobenmittelwert vom in H₀ behaupteten Wert entfernt liegt: z = (x̄ − μ₀)/(σ/√n), wenn σ bekannt ist, t = (x̄ − μ₀)/(s/√n), wenn es aus der Stichprobe geschätzt wird. Ein Konfidenzintervall ist x̄ ± (kritischer Wert)·(Standardfehler).
Fehlermarge
E = 2,576·4/√36 = 1,717
Intervallgrenze
L = 101,5 − 1,717 = 99,78
Antwort
L = 99,78
7.Lineare Regression und Korrelation
Antwort: r² = 0,9835
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 = 114/6 = 19
ȳ = 672/6 = 112
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 454
Syy = Σ(y − ȳ)² = 2994
Bestimmtheitsmaß
r² = 454²/(70·2994) = 0,9835
Antwort
r² = 0,9835
Etwa 98,35 % der Streuung von y werden durch die Gerade erklärt.
8.Lineare Regression und Korrelation
Antwort: x = 2,395
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 = 198/5 = 39,6
Quadrat- und Produktsummen
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 43
Regressionsgerade
b = 43/10 = 4,3
a = 39,6 − 4,3·3 = 26,7
ŷ = 26,7 + 4,3·x
Nach x auflösen
x = (37 − 26,7)/4,3 = 2,395
Antwort
x = 2,395
9.Chi-Quadrat-Tests
Antwort: E = 36,67
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 = 93·69/175 = 36,67
Antwort
E = 36,67
10.Chi-Quadrat-Tests
Antwort: χ² = 3,75
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.