Statistik – die neusten Beiträge

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

Wie werte ich meine Umfrageergebnisse aus?

Moin,

ich habe für meine Bachelorarbeit eine Onlineumfrage in meinem Unternehmen durchgeführt. Hierbei habe ich speziell den Teilzeitkräften im Unternehmen einige Fragen gestellt. Mittlerweile habe ich die Umfrageergebnisse erhalten und die Auswertung lief bisher auch reibungslos.

Nur bei einer Fragengruppe stehe ich etwas auf dem Schlauch und komme in diesem Zusammenhang auch nicht weiter.

Die Fragengruppe bezog sich auf die Gründe, warum Teilzeitkräfte in Teilzeit arbeiten. Hierbei habe ich in Form von Matrixfragen gefragt, ob bestimmte Gründe für die Wahl einer Teilzeitbeschäftigung von großer, kleiner oder keiner Bedeutung waren. Dieser Fragebogen wurde von meinen Dozenten und der Personalentwicklungsabteilung abgesegnet und als gut befunden.

Bei der Auswertung fällt mir jetzt aber immer mehr auf, dass ich als Antwortmöglichkeit lieber eine numerische Skalenbewertung von 1 - "keine Bedeutung" bis 6 "große Bedeutung" hätte wählen sollen. Bei der Auswertung habe ich nun zwischen den Auswahlmöglichkeiten "große Bedeutung" und "kleine Bedeutung" differenziert und für die jeweiligen demografischen Gruppen im Unternehmen zum einen Statistiken gebildet, die nur den prozentualen Anteil der Angabe "Große Bedeutung" aller Antworten bei jedem Grund aufzeigen und zum anderen Statistiken erstellt, die nur die prozentualen Angaben mit der Bewertung "kleine Bedeutung" von allen Antworten aufzeigen. Die Antwortmöglichkeiten und die Auswertung als solche erscheint mir zum jetzigen irgendwie als unwissenschafltich und bei der Auswertung auch als ziemlich umständlich und unübersichtlich.

Die wichtigste Frage, die bei mir nun besteht ist die Frage, wie ich im methodischen Teil wissenschaftlich erklären kann, warum ich ich bei dieser Fragekategorie die Auswahlmöglichkeiten so genommen habe, wie ich Sie genommen haben. Je weiter ich mich mit dem Thema befasse, desto unsicherer werde ich nämlich bei dieser Frage. Leider kann ich die Befragung auch nicht rückgängig machen und ich muss jetzt mit den Daten so arbeiten, wie ich Sie jetzt haben.

Abgesehen davon Frage ich mich, in wieweit meine Auswertung nun valide ist. Gibt es eventuell andere bzw. wissenschaftlicherer und übersichtlichere Möglichkeiten, die Antworten auszuwerten oder habe ich bisher die beste Möglichkeit schon angewendet, indem ich zwischen den Antwortmöglichkeiten differenziert haben?

Leider hat sich herausgestellt, dass mein Dozent im Bereich Statistik keine wesentlichen Kenntnisse hat. Dementsprechend kann er mir bei diesem Problem nicht helfen. Vielleicht findet sich ja hier jemand, der mehr Ahnung hat und mit weiterhelfen kann.

Ich bedanke mich im Voraus für die Antwort!

Viele Grüße

Bild zum Beitrag
Microsoft Excel, Bachelorarbeit, Statistik, Umfragebogen

Abiturstochastik killt mich?

Frohe Ostern allesamt. Ich habe ein massives Problem. Hypothesentests und vor allem der Fehler Zweiter Art (Nullhypothese annehmen, obwohl falsch).

Sagen wir so, es hat mich schon viel zu lange gedauert, um den Fehler Erster Art zu verstehen (Zugegebenermaßen brauche ich immer noch einen Moment, um es Intuitiv zu verstehen). Doch spätestens der Fehler Zweiter Art bzw. β verursacht bei mir nen Kurzschluss; so sehr sogar, dass ich das Gefühl hab, der gesamte Matheleistungskurs lacht mich aus. Ich geb euch mal sinngemäß die Aufgabenstellung:

  • "Der Großhändler gibt an, dass mind. 95% seiner Teile funktionieren. In einer Stichprobe von 500 Teilen will eine Gruppe das Gegenteil beweisen."
  • Signifikanzniveau α = 0.1;
  • n = 500;
  • p0 ≥ 0.95;
  • p1 < 0.95;
  • X: #guteTeile;
  • X ist B(500 ; 0.95)-verteilt;

a) Formuliere eine Entscheidungsregel, wann H0 abgelehnt wird. Also mache ich P(X ≤ g) ≤ 0.1 und finde heraus per TR, dass ich bei weniger als 467 Teilen (hab die genaue Zahl nicht mehr im Kopf) sage, dass der Großhändler die Unwahrheit sagen muss.

b) Die genaue α bei g = 466 läge bei 9,4%.

c) Und ab hier verstehe ich nichts mehr...

In einer Stichprobe kam heraus, dass tatsächlich nur 92% der Teile funktionierten. Bestimme die Wahrscheinlichkeit, dass trotzalledessen fälschlicherweise die Nullhypothese angenommen wird.

  • → bleibt meine Nullhypothese: p0 ≥ 0.95?
  • → warum sagen die Lösungen im Buch, dass ich rechtsseitig Testen muss?
  • → Wie kommt das Buch auf die Grenze g = 468?
  • → was zum Teufel will diese Aufgabe von mir? Was soll ich herausfinden? Denn Annahmebereich für die/eine Nullhypothese? Die Wahrscheinlichkeit, dass ich im Annahmebereich derer Liege? Müsste die Nullhypothese dann nicht die p0 ≤ 92% sein?

Falls irgendjemand hier den Nerv hat, einem Zwölftklässler diese Problematik wie einem idiotischen siebenjährigen Kind zu erklären und mir dabei irgendwie helfen kann, wäre ich sehr sehr dankbar. Ich spreche von Grundliegenden Verständnisproblemen und einem riesigen Knoten in meinem Kopf.

Dankeschön!! Ich hoffe, ich habe nichts vergessen in der Aufgabenstellung.

Mathematiker, Statistik, Stochastik, Wahrscheinlichkeit, Wahrscheinlichkeitstheorie, Bernoulli, Binomialverteilung

Meistgelesene Beiträge zum Thema Statistik