Gesucht ist k mit P(X<=k)

Worum geht es hier? Stell dir vor, du führst ein Zufallsexperiment ganz oft durch, zum Beispiel wirfst du 100-mal einen Würfel und zählst, wie oft du eine Sechs bekommst. Nun möchtest du wissen: Wie viele Sechsen sind "normal" und ab wann wird es unwahrscheinlich? Genau darum geht es hier. Wir suchen eine bestimmte Anzahl an Treffern, die wir k nennen. Diese Zahl k ist eine Grenze. Wir wollen zum Beispiel herausfinden, wie hoch k höchstens sein darf, damit die Wahrscheinlichkeit, höchstens k Treffer zu erzielen, unter einem bestimmten Wert (z.B. 5 %) liegt. Das ist super wichtig für Hypothesentests, um zu entscheiden, ob ein Ergebnis noch Zufall ist oder nicht. Wenn ihr die Kenngrößen einer Binomialverteilung ( n und p ) habt und nur noch das k sucht, dann gibt es drei typische Fragestellungen: Fall 1: P(X=k) (genau k Treffer) Fall 2: P(X le k) (höchstens k Treffer) Fall 3: P(X ge k) (mindestens k Treffer) Wir behandeln in diesem Glossareintrag den zweiten Fall, der bei Hypothesentests sehr häufig vorkommt. Die Aufgabe lautet dann meistens so: P(X le k) le alpha Dabei gilt: X ist die Zufallsvariable , die die Anzahl der Treffer zählt. k ist die gesuchte maximale Anzahl an Treffern . alpha (alpha) ist eine vorgegebene, meist kleine Wahrscheinlichkeit (z.B. 0,05 oder 0,01), die auch Signifikanzniveau genannt wird. Wir suchen also das größte ganze k , für das die Ungleichung noch stimmt. Das kann man nicht direkt ausrechnen, sondern muss es mit dem Taschenrechner durch Probieren

Worum geht's?

Worum geht es hier? Stell dir vor, du führst ein Zufallsexperiment ganz oft durch, zum Beispiel wirfst du 100-mal einen Würfel und zählst, wie oft du eine Sechs bekommst. Nun möchtest du wissen: Wie viele Sechsen sind &quot;normal&quot; und ab wann wird es unwahrscheinlich? Genau darum geht es hier. Wir suchen eine bestimmte Anzahl an Treffern, die wir k nennen. Diese Zahl k ist eine Grenze. Wir wollen zum Beispiel herausfinden, wie hoch k höchstens sein darf, damit die Wahrscheinlichkeit, höchstens k Treffer zu erzielen, unter einem bestimmten Wert (z.B. 5 %) liegt. Das ist super wichtig für Hypothesentests, um zu entscheiden, ob ein Ergebnis noch Zufall ist oder nicht.

Formel mit Erklärung

Wenn ihr die Kenngrößen einer Binomialverteilung ( n n n und p p p ) habt und nur noch das k k k sucht, dann gibt es drei typische Fragestellungen: Fall 1: P ( X = k ) P(X=k) P ( X = k ) (genau k Treffer) Fall 2: P ( X ≤ k ) P(X \le k) P ( X ≤ k ) (höchstens k Treffer) Fall 3: P ( X ≥ k ) P(X \ge k) P ( X ≥ k ) (mindestens k Treffer) Wir behandeln in diesem Glossareintrag den zweiten Fall, der bei Hypothesentests sehr häufig vorkommt. Die Aufgabe lautet dann meistens so: P ( X ≤ k ) ≤ α P(X \le k) \le \alpha P ( X ≤ k ) ≤ α Dabei gilt: * X X X ist die Zufallsvariable , die die Anzahl der Treffer zählt. * k k k ist die gesuchte maximale Anzahl an Treffern . * α \alpha α (alpha) ist eine vorgegebene, meist kleine Wahrscheinlichkeit (z.B. 0,05 oder 0,01), die auch Signifikanzniveau genannt wird. Wir suchen also das größte ganze k k k , für das die Ungleichung noch stimmt. Das kann man nicht direkt ausrechnen, sondern muss es mit dem Taschenrechner durch Probieren herausfinden.

Beispiele

Leicht#1
Aufgabe: Eine faire Münze wird 10-mal geworfen. Wie oft darf höchstens &quot;Kopf&quot; erscheinen, damit die Wahrscheinlichkeit dafür unter 10 % liegt? Vorgehen: Gegeben sind n = 10 n=10 n = 10 und die Wahrscheinlichkeit für &quot;Kopf&quot; p = 0 , 5 p=0,5 p = 0 , 5 . Wir suchen das größte k k k , für das gilt: P ( X ≤ k ) ≤ 0 , 1 P(X \le k) \le 0,1 P ( X ≤ k ) ≤ 0 , 1 . Wir nutzen die Tabellenfunktion deines Taschenrechners, um die kumulierten Wahrscheinlichkeiten für verschiedene k k k zu finden.
Kumulierte Wahrscheinlichkeit für n=10, p=0.5
k (Anzahl Kopf)P(X ≤ k)
00,0010
10,0107
20,0547
30,1719
Antwort: Wir sehen, dass für k = 2 k=2 k = 2 die Wahrscheinlichkeit mit ca. 5,5 % noch unter der 10 %-Grenze liegt. Für k = 3 k=3 k = 3 springt sie aber schon auf über 17 %. Also ist die gesuchte maximale Anzahl k = 2 k=2 k = 2 . Es dürfen höchstens 2-mal &quot;Kopf&quot; erscheinen.

Zusammenfassung

Um die Grenze k k k für P ( X ≤ k ) ≤ α P(X \le k) \le \alpha P ( X ≤ k ) ≤ α zu finden, suchst du die größte ganze Zahl k k k , bei der die kumulierte Wahrscheinlichkeit gerade noch unter dem Grenzwert α \alpha α liegt. Diese Art von Aufgabe lässt sich nicht durch eine Formel lösen, sondern nur durch systematisches Probieren mit dem Taschenrechner (Tabellenfunktion). Ein guter Startpunkt für das Probieren ist der Erwartungswert μ = n ⋅ p \mu = n \cdot p μ = n ⋅ p . In deiner Antwort musst du immer den entscheidenden Übergang zeigen: den Wert für k k k , bei dem die Wahrscheinlichkeit noch über α \alpha α liegt, und den Wert für k k k , bei dem sie erstmals darunterfällt.

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: