Von der Stichprobe auf das Ganze schließen.
9
Konfidenzintervall
KernideeEin Konfidenzintervall folgt dem Bauplan Schätzwert ± kritischer Wert · Standardfehler. Das Konfidenzniveau 1-\alpha (meist 95 %) bezieht sich auf das Verfahren: Bei vielen Stichproben überdecken rund 95 % der so berechneten Intervalle den wahren Wert. Ist \sigma bekannt, nimmst du das Quantil der Normalverteilung, sonst das der t-Verteilung mit n-1 Freiheitsgraden (bei normalverteilten Daten). Je größer n, desto schmaler das Intervall.
\bar{x} \pm z_{1-\alpha/2} \cdot \frac{\sigma}{\sqrt{n}} \qquad \bar{x} \pm t_{n-1;\,1-\alpha/2} \cdot \frac{s}{\sqrt{n}}
Kritische Werte der Normalverteilung: z_{0{,}95} = 1{,}645 (90 %), z_{0{,}975} = 1{,}960 (95 %), z_{0{,}995} = 2{,}576 (99 %). s ist die Stichprobenstandardabweichung mit n-1.
Beispiel25 zufällige Bestellungen eines Onlineshops: \bar{x} = 48 €, s = 10 €, Werte annähernd normalverteilt. Gesucht ist das 95-%-Intervall für den mittleren Warenkorb.
- \sigma unbekannt, also t-Verteilung mit 24 Freiheitsgraden: t_{24;\,0{,}975} = 2{,}064
- Standardfehler \frac{10}{\sqrt{25}} = 2, Fehlermarge 2{,}064 \cdot 2 \approx 4{,}13
- Intervall: [\,43{,}87 \,;\, 52{,}13\,] €
Weiterrechnen:t-QuantileFormelsammlung: Konfidenzintervalle↑ Inhalt
10
Hypothesentest
KernideeWas du nachweisen willst, gehört in die Alternativhypothese H_1, die Gegenposition in die Nullhypothese H_0. Aus der Stichprobe berechnest du eine Teststatistik und vergleichst sie mit dem kritischen Wert zum Signifikanzniveau \alpha. Liegt sie im Ablehnungsbereich (gleichwertig: p-Wert \le \alpha), wird H_0 abgelehnt. Wird H_0 nicht abgelehnt, ist sie damit nicht bewiesen.
z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}} \qquad H_0 \text{ ablehnen, wenn } z \gt z_{1-\alpha}
Gauß-Test für den Mittelwert bei bekanntem \sigma, hier rechtsseitig. Linksseitig lehnt man ab, wenn z \lt -z_{1-\alpha}, zweiseitig, wenn |z| \gt z_{1-\alpha/2}.
BeispielEin Lieferdienst verspricht im Schnitt höchstens 30 Minuten. 49 Lieferungen dauern im Mittel 32,1 Minuten, \sigma = 6 ist bekannt, \alpha = 5\,\%.
- Hypothesen: H_0\colon \mu \le 30 gegen H_1\colon \mu \gt 30
- Teststatistik: z = \frac{32{,}1 - 30}{6/\sqrt{49}} = \frac{2{,}1 \cdot 7}{6} = 2{,}45
- 2{,}45 \gt z_{0{,}95} = 1{,}645, also wird H_0 abgelehnt (p-Wert \approx 0{,}0071).
| Entscheidung | H_0 ist wahr | H_0 ist falsch |
| H_0 ablehnen | Fehler 1. Art (\alpha) | richtig (Teststärke 1-\beta) |
| H_0 nicht ablehnen | richtig | Fehler 2. Art (\beta) |
Ein kleineres \alpha senkt den Fehler 1. Art, erhöht bei gleichem n aber \beta. Beide zugleich senkt vor allem ein größerer Stichprobenumfang.
Weiterrechnen:z-QuantileFormelsammlung: Tests↑ Inhalt