Hypothesentest - linksseitig

Beim linksseitigen Hypothesentest überprüfst du die Vermutung, dass die tatsächliche Wahrscheinlichkeit p für ein Ereignis kleiner ist als ein vorgegebener Wert p 0 . Stell dir vor, ein Hersteller behauptet, dass höchstens 10 , % seiner Geräte defekt sind ( p 0 = 0{,}10 ). Du vermutest jedoch, dass die Qualität noch besser ist und die Defektrate kleiner als 10 , % ist. Mit einem linksseitigen Test kannst du diese Vermutung statistisch absichern. Das Ziel des Tests ist eine klare Entscheidungsregel . Sie legt fest, ab wie wenigen "Erfolgen" (z. B. defekten Geräten) in einer Stichprobe die alte Annahme verworfen und deine neue Vermutung als statistisch bewiesen angesehen wird. Ein Hypothesentest teilt alle möglichen Ergebnisse einer Stichprobe in zwei Bereiche auf: den Annahmebereich und den Ablehnungsbereich der Nullhypothese. Links (rot): Ablehnungsbereich bar{A} = {0, 1, dots, k } (deine Vermutung H 1 wird angenommen). Rechts (blau): Annahmebereich A = {k+1, dots, n } (die alte Behauptung H 0 wird beibehalten). Mathematisches Vorgehen 1. Hypothesen formulieren: Nullhypothese H 0 : Die etablierte Behauptung, die wir widerlegen wollen. H 0: p ge p 0 quad ( text{oft vereinfacht } p = p 0) Alternativhypothese H 1 : Deine neue Vermutung (zeigt in Richtung des Tests, hier nach links). H 1: p Beispiel 1: Der gezinkte Würfel (Leicht) Yannick vermutet, dass sein Würfel gezinkt ist und die Zahl 6 zu selten zeigt. Er möchte dies auf einem Signifikanzniveau von alpha = 0{,}05 ( 5 , % )

Worum geht's?

Beim linksseitigen Hypothesentest überprüfst du die Vermutung, dass die tatsächliche Wahrscheinlichkeit p p p für ein Ereignis kleiner ist als ein vorgegebener Wert p 0 p_0 p 0 ​ . Stell dir vor, ein Hersteller behauptet, dass höchstens 10   % 10\,\% 10 % seiner Geräte defekt sind ( p 0 = 0,10 p_0 = 0{,}10 p 0 ​ = 0 , 10 ). Du vermutest jedoch, dass die Qualität noch besser ist und die Defektrate kleiner als 10   % 10\,\% 10 % ist. Mit einem linksseitigen Test kannst du diese Vermutung statistisch absichern. Das Ziel des Tests ist eine klare Entscheidungsregel . Sie legt fest, ab wie wenigen "Erfolgen" (z. B. defekten Geräten) in einer Stichprobe die alte Annahme verworfen und deine neue Vermutung als statistisch bewiesen angesehen wird.

Formel mit Erklärung

Ein Hypothesentest teilt alle möglichen Ergebnisse einer Stichprobe in zwei Bereiche auf: den Annahmebereich und den Ablehnungsbereich der Nullhypothese.
Schematische Aufteilung (linksseitiger Test)
0123456789100kk+110
Schritt 6 von 6
Als Intervall schreiben
  • Von links nach rechts lesen: 4<54 < 5
  • [ 0; 4 ]∪[ 5; 10 ]\left[\,0;\ 4\,\right] \cup \left[\,5;\ 10\,\right]
Tipp
Bei < und > gehört die Grenze nicht dazu (offener Kreis), bei ≤ und ≥ schon (voller Punkt).
Klammer nach außen ] [ : Grenze gehört nicht dazu, Klammer nach innen [ ] : gehört dazu. Bei ∞ immer nach außen.
Links (rot): Ablehnungsbereich A ˉ = { 0 , 1 , … , k } \bar{A} = \{0, 1, \dots, k\} A ˉ = { 0 , 1 , … , k } (deine Vermutung H 1 H_1 H 1 ​ wird angenommen). Rechts (blau): Annahmebereich A = { k + 1 , … , n } A = \{k+1, \dots, n\} A = { k + 1 , … , n } (die alte Behauptung H 0 H_0 H 0 ​ wird beibehalten). Mathematisches Vorgehen 1. Hypothesen formulieren: * Nullhypothese H 0 H_0 H 0 ​ : Die etablierte Behauptung, die wir widerlegen wollen. H 0 : p ≥ p 0 ( oft vereinfacht  p = p 0 ) H_0: p \ge p_0 \quad (\text{oft vereinfacht } p = p_0) H 0 ​ : p ≥ p 0 ​ ( oft vereinfacht  p = p 0 ​ ) Alternativhypothese H 1 H_1 H 1 ​ : Deine neue Vermutung (zeigt in Richtung des Tests, hier nach links). H 1 : p &lt; p 0 H_1: p &lt; p_0 H 1 ​ : p &lt; p 0 ​ 2. Rahmenbedingungen festlegen: * Stichprobenumfang n n n : Anzahl der Versuche. * Signifikanzniveau α \alpha α : Die maximale Wahrscheinlichkeit, einen Fehler 1. Art zu begehen (also H 0 H_0 H 0 ​ irrtümlich abzulehnen, obwohl sie wahr ist). Typisch sind α = 0,05 \alpha = 0{,}05 α = 0 , 05 ( 5   % 5\,\% 5 % ) oder α = 0,01 \alpha = 0{,}01 α = 0 , 01 ( 1   % 1\,\% 1 % ). 3. Kritischen Wert k k k bestimmen: Wir suchen die größte Zahl k k k an Erfolgen, für die die kumulierte Wahrscheinlichkeit höchstens α \alpha α beträgt. Die Zufallsvariable X X X ist dabei B ( n ; p 0 ) B(n; p_0) B ( n ; p 0 ​ ) -verteilt: P ( X ≤ k ) ≤ α P(X \le k) \le \alpha P ( X ≤ k ) ≤ α 4. Entscheidungsbereiche angeben: * Ablehnungsbereich von H 0 H_0 H 0 ​ : A ˉ = { 0 , 1 , … , k } \bar{A} = \{0, 1, \dots, k\} A ˉ = { 0 , 1 , … , k } * Annahmebereich von H 0 H_0 H 0 ​ : A = { k + 1 , k + 2 , … , n } A = \{k+1, k+2, \dots, n\} A = { k + 1 , k + 2 , … , n }

Beispiele

Leicht#1
Beispiel 1: Der gezinkte Würfel (Leicht) Yannick vermutet, dass sein Würfel gezinkt ist und die Zahl 6 zu selten zeigt. Er möchte dies auf einem Signifikanzniveau von α = 0,05 \alpha = 0{,}05 α = 0 , 05 ( 5   % 5\,\% 5 % ) überprüfen. Stichprobenumfang: n = 60 n = 60 n = 60 Würfe. Zufallsvariable X X X : Anzahl der gewürfelten Sechsen. Nullhypothese H 0 H_0 H 0 ​ : Der Würfel ist fair ( p = 1 6 ≈ 0,167 p = \frac{1}{6} \approx 0{,}167 p = 6 1 ​ ≈ 0 , 167 ). Alternativhypothese H 1 H_1 H 1 ​ : Die Sechs kommt seltener ( p &lt; 1 6 p &lt; \frac{1}{6} p &lt; 6 1 ​ ). Berechnung: Der Erwartungswert bei einem fairen Würfel ist μ = 60 ⋅ 1 6 = 10 \mu = 60 \cdot \frac{1}{6} = 10 μ = 60 ⋅ 6 1 ​ = 10 . Wir suchen die Grenze k k k links von der 10 10 10 , für die gilt: P ( X ≤ k ) ≤ 0,05 P(X \le k) \le 0{,}05 P ( X ≤ k ) ≤ 0 , 05 .
kP(X ≤ k)
3ca. 0.007
4ca. 0.020
5ca. 0.051
Da bei k = 5 k = 5 k = 5 die Wahrscheinlichkeit 5,1   % 5{,}1\,\% 5 , 1 % über dem Signifikanzniveau liegt, wählen wir das größte k k k , das die Bedingung erfüllt: k = 4 k = 4 k = 4 ( P ( X ≤ 4 ) ≈ 2,0   % ≤ 5   % P(X \le 4) \approx 2{,}0\,\% \le 5\,\% P ( X ≤ 4 ) ≈ 2 , 0 % ≤ 5 % ).
B(60; 0.167) - Würfeltest → B(60; 0,17)
0.000.040.080.120.1606121824303642485460μ−σμμ+σk
μ = n·p = 10.00  |  σ ≈ 2.89
Ablehnungsbereich: k = 0 … 4 → α ≈ 0.0202
Entscheidungsregel: * Ablehnungsbereich A ˉ = { 0 , 1 , 2 , 3 , 4 } \bar{A} = \{0, 1, 2, 3, 4\} A ˉ = { 0 , 1 , 2 , 3 , 4 } * Annahmebereich A = { 5 , 6 , … , 60 } A = \{5, 6, \dots, 60\} A = { 5 , 6 , … , 60 } Fazit: Wenn Yannick in 60 Würfen höchstens 4-mal eine Sechs würfelt, darf er die Nullhypothese verwerfen und davon ausgehen, dass der Würfel manipuliert ist.

Zusammenfassung

Ziel: Nachweis, dass eine Wahrscheinlichkeit kleiner ist als behauptet ( H 1 : p &lt; p 0 H_1: p &lt; p_0 H 1 ​ : p &lt; p 0 ​ ). Testrichtung: Linksseitig, da kleine Werte gegen die Nullhypothese sprechen. Kritischer Wert k k k : Die rechte Grenze des Ablehnungsbereichs. Es gilt: P ( X ≤ k ) ≤ α P(X \le k) \le \alpha P ( X ≤ k ) ≤ α . Bereiche: Ablehnungsbereich (links): A ˉ = { 0 , 1 , … , k } \bar{A} = \{0, 1, \dots, k\} A ˉ = { 0 , 1 , … , k } Annahmebereich (rechts): A = { k + 1 , … , n } A = \{k+1, \dots, n\} A = { k + 1 , … , n } Entscheidung: Liegt der Stichprobenwert im Ablehnungsbereich, wird die neue Vermutung ( H 1 H_1 H 1 ​ ) statistisch angenommen.

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: