Hypothetische Tests (H0 und H1)?

Hallo Zusammen,

ich habe einige Verständnisfragen zu statistischen Schluss, bzw. den Hypothetischen Tests:

Beispiel Staumauer, die überwacht wird (einseitiger bzw. linkseiter Test):
H0 : Staumauer bewegt sich nicht gegen Tal.
H1 : Staumauer bewegt sich gegen Tal.

H0 wird vermutet mit alpha = 0.01 und H0 ist korrekt: 

  • Das CI von 0.99 garantiert, dass wenn meine Stichprobe innerhalb des CI liegen, diese zu 99% richtig sind und 99% aller Stichproben auch innerhalb dieses CI's liegen sollten?
  • Da das CI nicht 100% abdeckt, besteht die (Irrtums-) W'keit von 1%, dass sich eine Stichprobe ausserhalb befinden könnte und somit der Fehler 1. Art entsteht?
  • Zu welcher W'keit kann aber gesagt werden, dass die Stichprobe korrekterweise ausserhalb liegt und H0 wirklich abgelehnt werden muss? -> Vermutlich gar nicht, da H0 als korrekt gilt? Aber ob H0 korrekt ist, ist ja wohl nicht in jedem Fall eindeutig?

H1 wird vermutet mit alpha = 0.01 und H1 ist korrekt: 

  • Meine Stichprobe liegt innerhalb des 99%igen Intervalls (99% aller Stichproben liegen ja innerhalb?) -> Fehler 2. Art zu 99% ?! Welche meiner Überlegungen ist falsch?
  • Oder hat das Intervall gar nichts mit den Hypothesen zu tun?
  • Wann wird die "Beta"-W'keit verwendet? Wenn H1 vermutet wird?
  • Ist es grundsätzlich richtig, dass immer H0 vermutet wird?

Ich danke für eine Rückmeldung

rechnen, Funktion, Ableitung, Gleichungen, Mathematiker, Statistik, Stochastik, Wahrscheinlichkeit, Wahrscheinlichkeitstheorie, Bernoulli, Beweis, Binomialverteilung, Funktionsgleichung, Hypothese, Analysis
Wahrscheinlichkeit beim Ziehen mit Zurücklegen - zwei mögliche Ansätze (Urnenmodell)?

Die gegebene Aufgabe ist: Eine Urne ist mit q schwarzen und r roten Kugeln befüllt. Es wird mit Zurücklegen und ohne Berücksichtigung der Reihenfolge gezogen.

Wie hoch ist die Wahrscheinlichkeit, beim Ziehen von l+m Kugeln genau l schwarze und m rote Kugeln zu ziehen?

Mein 1. Ansatz:

Einführen einer Zufallsgröße X, die die schwarzen gezogenen Kugeln zählt und binomialverteilt ist mit n = q+r und p = l/(q+r). Die gesuchte Wahrscheinlichkeit ist nun P(X=l). Ist dieser Ansatz so korrekt?

Mein 2. Ansatz:

Prinzipiell kann man ja auch damit arbeiten, dass bei Laplace Experimenten die Wahrscheinlichkeit berechnet werden kann, indem man die Anzahl an günstigen Ergebnissen durch die Anzahl an insgesamt möglichen Ergebnissen teilt.

Es gibt insgesamt (q+r)^(l+m) / (l+m)! Möglichkeiten, aus q+r Kugeln genau l+m Kugeln auszuwählen (mit Zurücklegen und ohne Berücksichtigung der Reihenfolge).

Es gibt (q)^(l) / l! Möglichkeiten, aus q Kugeln genau l Kugeln auszuwählen. Und es gibt (r)^(m) / m! Möglichkeiten, aus r Kugeln genau m Kugeln auszuwählen. Folglich gibt es ((q)^(l) / l!) * ((r)^(m) / m!) Möglichkeiten, aus q schwarzen Kugeln genau l schwarze Kugeln und gleichzeitig aus r roten Kugeln genau m rote Kugeln auszuwählen (mit Zurücklegen und ohne Berücksichtigung der Reihenfolge. Die Terme sind analog zum Fall ohne Zurücklegen und ohne Berücksichtigung der Reihenfolge aufgestellt).

D.h. die gesuchte Wahrscheinlichkeit lässt sich auch als

(Möglichkeiten, aus q+r Kugeln genau l+m Kugeln auszuwählen)/(Möglichkeiten, aus q schwarzen Kugeln genau l schwarze Kugeln und gleichzeitig aus r roten Kugeln genau m rote Kugeln auszuwählen)

= ( (q+r)^(l+m) / (l+m)!) /
((q)^(l) / l!) * ((r)^(m) / m!) ) ausdrücken, oder?

Ist das so korrekt, oder sind mir irgendwo Fehler unterlaufen? Sind beide Ansätze zulässig?

Schule, Mathematik, rechnen, Gleichungen, Gymnasium, Mathematiker, Statistik, Stochastik, Wahrscheinlichkeit, Wahrscheinlichkeitstheorie, Baumdiagramm, Bernoulli, Binomialverteilung, Erwartungswert, Kombinatorik, Rechenweg
Hypothesentest Interpretieren?

Hallo, ich habe eine ganz allgemeine Frage. Wenn ich im Abitur in Mathe einen Fall gestellt bekomme im Rahmen eines Hypothesentests, so kann ich doch nichts dafür, wenn ich diesen anders interpretiere als den Lehrer. Z.B:

„Wind 24 " beschwert sich bei „Schraubenwind". Die Qualität der gelieferten Schrauben habe stark nachgelassen: Ca. 8%  der gelieferten Schrauben seien fehlerhaft. „Schraubenwind" entscheidet sich, dem Vorwurf nachzugehen.

Es werden 200 Schrauben zufällig der laufenden Produktion entnommen und auf ihre Qualität hin untersucht. „Wind 24“ ist der wichtigste Kunde von „Schraubenwind". Die Firmenleitung will daher die Wahrscheinlichkeit, dass sie die Beschwerde von „Wind 24“ zurückweist, obwohl die Schrauben tatsächlich eine Fehlerquote von 8% aufweisen, begrenzen.

Also in der Lösung stand, dass man hier einen rechts- und linksseitigen Test aufstellen muss. Natürlich, aus der Sicht vom Hersteller und aus der Sicht vom Kunden. Aber ich habe zunächst einmal das so interpretiert, dass man hier einen Zweiseitigen Test aufstellen muss. Deshalb, weil in der Aufgabe steht "ca. 8%" und nicht "mehr als 8%" oder sowas in die Richtung. Daher dachte ich, dass man hier auf jeden Fall davon ausgeht, dass der Kunde knallhart darauf besteht, dass es konkret 8% kaputte Teile gibt und der Hersteller eben nicht darauf besteht und sagt, dass es eben keine 8% kaputte Teile gibt.

Nun, man sieht, dass man das natürlich immer anderes interpretieren kann, aber meine Frage ist hier nun, ob es legitim ist, einen anderen Test aufzustellen, eben aufgrund der eigenen Interpretation! Wird so etwas dann nicht falsch bewertet, wenn man auch begründet Stellung dazu nimmt, oder ist meine Interpretation einfach hier falsch?

Test, rechnen, Mathematiker, Statistik, Stochastik, Wahrscheinlichkeit, Wahrscheinlichkeitstheorie, Binomialverteilung, hypothesentest
Alternativtest Hypothesentest Alpha/Beta Fehler?

Hallo, ich lerne gerade, wie man den alpha und beta fehler berechnet bei einem Alternativtest.

z.B. haben wir n=20, 

Wenn man den Annahme bzw. Ablehnungsbereich von H_0 berechnen will, ergibt sich durch Ausprobieren des kritischen Werts "k", dass k=4 mit p_1=0,4 P=0,0509% ergibt, weil für k=5 schon P=0,1255 ist und die 10% Schwelle von p_0 übersteigen würde.

Wenn ich nun den Alpha fehler berechnen will, muss ich das ja über den Ablehnungsbereich machen. Das heißt, wir haben hier einen Ablehnungsbereich von [5;30] für H_0. Also rechnen wir P(x≥5) mit p_0=0,1 und erhalten 4,3%. Diesen Fehler möchten wir ja in Kauf nehmen aber den Beta Fehler unbedingt vermeiden.

Der beta fehler als Fehler 2. Art ergibt sich wenn wir das ja über den Annahmebereich berechnen also P(x ≤4) mit p_1=0,4 und erhalten 5,1%.

Aber was ist nun, wenn der Ablehnungsbereich von H_0 nicht rechts, sondern links ist? Weil der ist ja hier offensichtlich im rechten Bereich. Wie berechne ich dann Alpha/beta Fehler? Wie gesagt kann man den alpha Fehler ja berechnen, wenn man diesen über den Ablehnungsbereich berechnet. Gilt das dann hier für H_1, weil der Ablehnungsbereich von H_1 auf der rechten Seite ist? Also müssten wir P(x≥5) rechnen mit p_1=0,1

(wenn  )? Oder müssten wir in jeden Fall IMMER ÜBER DEN ABLEHNUNGSBEREICH VON H_0 den alpha fehler rechnen??

rechnen, Funktion, Ableitung, Formel, Gleichungen, höhere Mathematik, Mathematiker, Nullstellen, quadratische Funktion, Statistik, Stochastik, Wahrscheinlichkeit, Wahrscheinlichkeitstheorie, Bernoulli, Beweis, Binomialverteilung, Funktionsgleichung, hypothesentest, Analysis

Meistgelesene Fragen zum Thema Wahrscheinlichkeitstheorie