Gesucht ist k mit P(X>=k)

Manchmal ist bei Aufgaben zur Binomialverteilung nicht die Wahrscheinlichkeit gesucht, sondern genau andersherum: Wir kennen eine Wahrscheinlichkeit (z.B. eine Obergrenze) und wollen wissen, welche Mindest- oder Höchstanzahl an Treffern `k` dazugehört. Es geht also darum, die Grenze `k` für ein bestimmtes Wahrscheinlichkeitsintervall zu finden. Dieses Vorgehen ist besonders wichtig bei Hypothesentests in der Stochastik. Dort müssen wir oft den sogenannten Ablehnungsbereich bestimmen. Das ist ein Bereich für die Anzahl der Treffer, bei dem wir eine Hypothese verwerfen. Die Grenze dieses Bereichs ist genau so ein `k`, das wir suchen! Manchmal ist bei Aufgaben zur Binomialverteilung nicht die Wahrscheinlichkeit gesucht, sondern genau umgekehrt: Wir kennen eine Wahrscheinlichkeit (z.B. eine maximale Irrtumswahrscheinlichkeit) und suchen die passende Mindest- oder Höchstanzahl an Treffern k . Wir bestimmen also die Grenze k für ein bestimmtes Wahrscheinlichkeitsintervall. Dieses Vorgehen ist die Grundlage für Hypothesentests in der Stochastik. Dort bestimmen wir auf diese Weise den Ablehnungsbereich . Das ist der Bereich von Trefferzahlen, der so extrem unwahrscheinlich ist, dass wir die ursprüngliche Annahme (Nullhypothese) verwerfen. Die Grenze dieses Bereichs ist genau das k , das wir suchen. Erkundungsauftrag: Verändere im Diagramm oben den Regler für die Trefferwahrscheinlichkeit p nach rechts (Richtung 0,8 ). Was passiert mit dem roten Ablehnungsbereich? Wandert die Grenze k

Worum geht's?

Manchmal ist bei Aufgaben zur Binomialverteilung nicht die Wahrscheinlichkeit gesucht, sondern genau andersherum: Wir kennen eine Wahrscheinlichkeit (z.B. eine Obergrenze) und wollen wissen, welche Mindest- oder Höchstanzahl an Treffern k dazugehört. Es geht also darum, die Grenze k für ein bestimmtes Wahrscheinlichkeitsintervall zu finden. Dieses Vorgehen ist besonders wichtig bei Hypothesentests in der Stochastik. Dort müssen wir oft den sogenannten Ablehnungsbereich bestimmen. Das ist ein Bereich für die Anzahl der Treffer, bei dem wir eine Hypothese verwerfen. Die Grenze dieses Bereichs ist genau so ein k , das wir suchen! Manchmal ist bei Aufgaben zur Binomialverteilung nicht die Wahrscheinlichkeit gesucht, sondern genau umgekehrt: Wir kennen eine Wahrscheinlichkeit (z.B. eine maximale Irrtumswahrscheinlichkeit) und suchen die passende Mindest- oder Höchstanzahl an Treffern k k k . Wir bestimmen also die Grenze k k k für ein bestimmtes Wahrscheinlichkeitsintervall. Dieses Vorgehen ist die Grundlage für Hypothesentests in der Stochastik. Dort bestimmen wir auf diese Weise den Ablehnungsbereich . Das ist der Bereich von Trefferzahlen, der so extrem unwahrscheinlich ist, dass wir die ursprüngliche Annahme (Nullhypothese) verwerfen. Die Grenze dieses Bereichs ist genau das k k k , das wir suchen.
Rechtsseitiger Ablehnungsbereich P(X >= k) <= 0.05 → B(20; 0,40)
0.000.050.100.150.2102468101214161820μ−σμμ+σk
μ = n·p = 8.00  |  σ ≈ 2.19
Ablehnungsbereich: k = 12 … 20 → α ≈ 0.0565
Erkundungsauftrag: Verändere im Diagramm oben den Regler für die Trefferwahrscheinlichkeit p p p nach rechts (Richtung 0 , 8 0,8 0 , 8 ). Was passiert mit dem roten Ablehnungsbereich? Wandert die Grenze k k k nach links oder nach rechts? Überlege erst kurz und probiere es dann aus!

Formel mit Erklärung

Wenn ihr n und p habt und nur noch das k sucht, dann gibt es drei grundsätzliche Möglichkeiten, nach denen gefragt werden kann:
Welcher Fall von "k gesucht" liegt vor?
Ist k gesucht für...
Wir behandeln in diesem Glossareintrag den häufigsten und für Hypothesentests relevantesten Fall: Gesucht ist k für P ( X ≥ k ) P(X \ge k) P ( X ≥ k ) . Die Herausforderung dabei ist, dass die meisten Taschenrechner keine &quot;größer-gleich&quot;-Wahrscheinlichkeiten direkt ausrechnen können. Wir brauchen also einen Trick, und der geht über das Gegenereignis . Die Formel zur Umformung lautet: P ( X ≥ k ) = 1 − P ( X ≤ k − 1 ) P(X \ge k) = 1 - P(X \le k-1) P ( X ≥ k ) = 1 − P ( X ≤ k − 1 ) Das Ereignis &quot;mindestens k Treffer&quot; ist das genaue Gegenteil von &quot;höchstens k-1 Treffer&quot;. Wenn wir also eine Ungleichung wie P ( X ≥ k ) ≤ α P(X \ge k) \le \alpha P ( X ≥ k ) ≤ α lösen wollen (wobei α \alpha α eine gegebene Wahrscheinlichkeit wie z.B. 0,05 ist), gehen wir wie folgt vor: 1. Ersetzen durchs Gegenereignis: 1 − P ( X ≤ k − 1 ) ≤ α 1 - P(X \le k-1) \le \alpha 1 − P ( X ≤ k − 1 ) ≤ α 2. Ungleichung nach P ( X ≤ k − 1 ) P(X \le k-1) P ( X ≤ k − 1 ) umstellen: − P ( X ≤ k − 1 ) ≤ α − 1 - P(X \le k-1) \le \alpha - 1 − P ( X ≤ k − 1 ) ≤ α − 1 3. Mit ( − 1 ) (-1) ( − 1 ) multiplizieren (Achtung: Ungleichheitszeichen dreht sich um!): P ( X ≤ k − 1 ) ≥ 1 − α P(X \le k-1) \ge 1 - \alpha P ( X ≤ k − 1 ) ≥ 1 − α Mit dieser umgestellten Form P ( X ≤ k − 1 ) ≥ Wert P(X \le k-1) \ge \text{Wert} P ( X ≤ k − 1 ) ≥ Wert können wir nun arbeiten und den Taschenrechner nutzen, um das passende k zu finden.

Beispiele

Leicht#1
Wir werfen eine faire Münze 10-mal. Die Zufallsgröße X X X zählt die Anzahl der Würfe mit &quot;Kopf&quot;. Für welche Mindestanzahl an Köpfen k ist die Wahrscheinlichkeit, so viele oder mehr Köpfe zu erhalten, kleiner als 5 %? Gegeben: n = 10 n=10 n = 10 , p = 0 , 5 p=0,5 p = 0 , 5 . Gesucht: das kleinste k mit P ( X ≥ k ) &lt; 0 , 05 P(X \ge k) &lt; 0,05 P ( X ≥ k ) &lt; 0 , 05 . Vorgehen: Wir übersetzen das Problem und formen die Ungleichung um. P ( X ≥ k ) &lt; 0 , 05 P(X \ge k) &lt; 0,05 P ( X ≥ k ) &lt; 0 , 05 1 − P ( X ≤ k − 1 ) &lt; 0 , 05 1 - P(X \le k-1) &lt; 0,05 1 − P ( X ≤ k − 1 ) &lt; 0 , 05 − P ( X ≤ k − 1 ) &lt; − 0 , 95 -P(X \le k-1) &lt; -0,95 − P ( X ≤ k − 1 ) &lt; − 0 , 95 P ( X ≤ k − 1 ) &gt; 0 , 95 P(X \le k-1) &gt; 0,95 P ( X ≤ k − 1 ) &gt; 0 , 95 Nun suchen wir mit dem Taschenrechner (oder einer Tabelle) den Wert für k-1 , bei dem die kumulierte Wahrscheinlichkeit erstmals über 0,95 springt.
Wertetabelle für B(10; 0,5)
rrP(X≤r)P(X \le r)
70,9453
80,9893
Wir sehen, dass für k − 1 = 8 k-1 = 8 k − 1 = 8 die Bedingung P ( X ≤ k − 1 ) &gt; 0 , 95 P(X \le k-1) &gt; 0,95 P ( X ≤ k − 1 ) &gt; 0 , 95 erfüllt ist ( 0 , 9893 &gt; 0 , 95 0,9893 &gt; 0,95 0 , 9893 &gt; 0 , 95 ), während sie für k − 1 = 7 k-1=7 k − 1 = 7 noch nicht erfüllt ist. Also gilt: k − 1 = 8 k-1=8 k − 1 = 8 . Daraus folgt: k = 9 k = 9 k = 9 . Antwort: Die Wahrscheinlichkeit, 9 oder mehr Köpfe zu erhalten, ist kleiner als 5 %.

Zusammenfassung

Das inverse Problem: Wir suchen nicht die Wahrscheinlichkeit, sondern die zugehörige Trefferanzahl k für eine gegebene Wahrscheinlichkeitsgrenze. Häufigster Anwendungsfall: Die Bestimmung der Mindest-Trefferzahl k für eine &quot;mindestens&quot;-Wahrscheinlichkeit, z.B. P ( X ≥ k ) ≤ α P(X \ge k) \le \alpha P ( X ≥ k ) ≤ α . Der wichtigste Trick: Da Taschenrechner oft nur &quot;höchstens&quot;-Wahrscheinlichkeiten ( P ( X ≤ k ) P(X \le k) P ( X ≤ k ) ) berechnen, formen wir die Ungleichung mit dem Gegenereignis um: P ( X ≥ k ) = 1 − P ( X ≤ k − 1 ) P(X \ge k) = 1 - P(X \le k-1) P ( X ≥ k ) = 1 − P ( X ≤ k − 1 ) . Vorsicht beim Umstellen: Beim Multiplizieren einer Ungleichung mit einer negativen Zahl dreht sich das Vergleichszeichen ( ≤ \le ≤ wird zu ≥ \ge ≥ ). Der letzte Schritt: Nachdem du den Wert für k-1 gefunden hast, musst du am Ende noch 1 addieren, um das gesuchte k zu erhalten. Nicht vergessen

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: