1 Gliederung Vertrauensintervalle Arten von Hypothesen Idee des Signifikanztests Fehler der 1. und...
-
Upload
ingwaz-kennebeck -
Category
Documents
-
view
110 -
download
6
Transcript of 1 Gliederung Vertrauensintervalle Arten von Hypothesen Idee des Signifikanztests Fehler der 1. und...
1
Gliederung
Vertrauensintervalle
Arten von Hypothesen
Idee des Signifikanztests
Fehler der 1. und 2. Art
Signifikanzentscheidungen
2
Vertrauensintervalle
Ein Schätzwert stimmt (trotz optimaler Schätzung) nur selten mit dem wahren Wert überein.
Vertrauensintervalle beschreiben bei zufallsabhängigen Messungen den Bereich, in dem der wahre Wert mit einer vorgegebenen oder hinreichend hohen Wahrscheinlichkeit liegt.
Üblich sind 95% oder 99% (95%ige oder 99%ige Vertrauensintervalle)
3
Konfidenzintervall des Populationsmittelwertes
xzxcrit
*
2
4
Der Prozess der empirischen Forschung
1. Fragen
2. Wissenstand sichten
3. Planung, Durchführung einer Untersuchung
4. Auswerten
5. Antworten
5
Arten von Hypothesen
Zusammenhangshypothese Unterschiedshypothese
Nullhypothese (H0) Alternativhypothese (H1)
Gerichtete Hypothese (einseitige Hypothese) Ungerichtete Hypothese (zweiseitige Hypothese)
Spezifische Hypothese Unspezifische Hypothese
6
Arten von Hypothesen
Zusammenhangshypothese Unterschiedshypothese
H0 H1
einseitig
=gerichtet
zweiseitig
=ungerichtet
H1 H0
zweiseitig
=ungerichtet
einseitig
=gerichtet
spezifisch unspezifisch spezifisch unspezifisch
7
Arten von Hypothesen
Zusammenhangshypothese
Beispiel:
Es gibt einen Zusammenhang zwischen dem Konsum von Alkohol und dem Reaktionsverhalten im Straßenverkehr.
8
Arten von Hypothesen
Unterschiedshypothese
Beispiel:
Es gibt einen Unterschied zwischen dem Intelligenzquotienten von Männern und Frauen.
9
Arten von Hypothesen
Bei Zusammenhangshypothesen:Es gibt keinen Zusammenhang zwischen...
Bei Unterschiedshypothesen:Es gibt keinen Unterschied zwischen...
Nullhypothese (H0)
10
Arten von Hypothesen
Alternativhypothese (H1)
Bei Zusammenhangshypothesen:Es gibt einen Zusammenhang zwischen...
Bei Unterschiedshypothesen:Es gibt einen Unterschied zwischen...
11
Gerichtete Hypothesen
Auch einseitige Hypothesen genannt Gibt die genaue Richtung der Zusammenhangs- bzw.
Unterschiedshypothese an Beispiel:
Alkoholkonsum verschlechtert die Reaktionszeit im Straßenverkehr
bzw.
Frauen haben durchschnittlich einen höheren IQ als Männer
Gerichtete Hypothesen
12
Arten von Hypothesen
Auch zweiseitige Hypothesen genannt Lassen Unterschiede bzw. Hypothesen in zweierlei Richtungen zu Beispiel:
Alkoholkonsum verändert die Reaktionszeit im Straßenverkehr (die Reaktionszeit könnte sich verschlechtern oder aber auch verbessern)bzw.Der IQ von Frauen unterscheidet sich von dem der Männer (auch hier sind zwei Richtungen möglich: Der IQ ist höher oder niedriger als der der Männer)
Ungerichtete Hypothesen
13
Idee des Signifikanztests
Ziel:Wir wollen wissen, ob Unterschiede oder Zusammenhänge in der Stichprobe auch für die Population gelten.
Problem:Wir können nie ganz sicher sein, dass sich Unterschiede oder Zusammenhänge in der Stichprobe nur zufällig ergeben haben.
Lösung:Wir versuchen zu bestimmen, wie wahrscheinlich das gefundene Ergebnis (oder ein noch extremeres) durch Zufall zustande kommen kann. Wenn dies unwahrscheinlicher als eine vorher festgelegte „Schranke“ ist, sprechen wir von einem signifikanten Ergebnis.
14
Kernfrage der Signifikanzprüfung
Mit welcher Wahrscheinlichkeit ist mit dem gefundenen Ergebnis oder einem noch extremeren zu rechnen, wenn man davon ausgeht, dass die Nullhypothese (H0) zutrifft?
15
Signifikanzentscheidungen
Die Bestimmung der „Wahrscheinlichkeit zufälligen Zustandekommens“ geschieht durch die Berechnung von Prüfgrößen.
Kennwerte für Zusammenhänge bzw. Unterschiede, die man aus der Kennwertverteilung kennt.
16
Beispiel - Aufgabe
Messung des Angstniveaus von Angstpatienten auf eine Intervallskala von 0 bis 10.
Mittelwert der unbehandelten Angstpatienten µ0 = 6
Streuung = 1 Sei: µ1 = wahre Wert in der Population von behandelten Patienten
Hypothese: H0: µ0=µ1
(Schranke = 5%)
= 5.772 von 100 therapierten Patienten x
17
Beispiel – Graphische Darstellung
µ = 6
xoxz /
z = 2.88z = -2.88
18
Fehler 1. und 2. Art
Vier verschiedene Möglichkeiten:
H1 trifft in der Stichprobe und der Population zu H1 trifft in der Stichprobe zu, in der Population bleibt allerdings
die H0 bestehen.
H0 trifft in der Stichprobe und der Population zu H0 trifft in der Stichprobe zu, in der Population allerdings ist die
H1 anzunehmen
19
Schema statistischer Entscheidungen und möglicher Fehler
H0 H1
H0 Fehler 2. Art
H1 Fehler 1. Art
In der Population gilt:
En
tsch
eid
un
g au
fgru
nd
d
er S
tich
pro
be
20
Fehler 1. und 2. Art
Ergänzung:
Fehler 1. Art nennt man auch α-Fehler
(α-Fehler wird durch das Signifikanzniveau von vornherein festgelegt)
Fehler 2. Art nennt man auch β-Fehler
21
β-Fehler
Der β-Fehler hängt von der Größe der wahren Unterschiede ab. Dieser wird beeinflusst durch:
1. Die Größe der Unterschiede oder Zusammenhänge in der Population (bei großen Unterschieden ist β klein, bei kleinen Unterschieden ist β groß).
2. Die Größe der Streuung des Merkmals (eine große Merkmalsstreuung bedeutet einen großen Standardfehler der Prüfgröße und damit einen höheren β-Fehler.3. Die Größe der Stichprobe (mit zunehmender Stichprobengröße wird β kleiner, weil auch der Standardfehler mit wachsendem Stichprobenumfang kleiner wird.)
4. Höhe des Signifikanzniveaus: Je kleiner α, desto größer β.
22
Einseitiges Testen
Annahmebereich = Beibehaltung der H0
-Fehler
Verwerfungsbereich =
Annahme der H1