Über 1,6 Millionen Schüler*innen nutzen sofatutor!
  • 93%

    haben mit sofatutor ihre Noten in mindestens einem Fach verbessert

  • 94%

    verstehen den Schulstoff mit sofatutor besser

  • 92%

    können sich mit sofatutor besser auf Schularbeiten vorbereiten

Hypothesentest – Signifikanz und Irrtumswahrscheinlichkeit

Du willst ganz einfach ein neues Thema lernen
in nur 12 Minuten?
Du willst ganz einfach ein neues
Thema lernen in nur 12 Minuten?
  • Das Mädchen lernt 5 Minuten mit dem Computer 5 Minuten verstehen

    Unsere Videos erklären Ihrem Kind Themen anschaulich und verständlich.

    92%
    der Schüler*innen hilft sofatutor beim selbstständigen Lernen.
  • Das Mädchen übt 5 Minuten auf dem Tablet 5 Minuten üben

    Mit Übungen und Lernspielen festigt Ihr Kind das neue Wissen spielerisch.

    93%
    der Schüler*innen haben ihre Noten in mindestens einem Fach verbessert.
  • Das Mädchen stellt fragen und nutzt dafür ein Tablet 2 Minuten Fragen stellen

    Hat Ihr Kind Fragen, kann es diese im Chat oder in der Fragenbox stellen.

    94%
    der Schüler*innen hilft sofatutor beim Verstehen von Unterrichtsinhalten.
Bewertung

Ø 3.9 / 9 Bewertungen
Die Autor*innen
Avatar
Team Entdeckungsreise
Hypothesentest – Signifikanz und Irrtumswahrscheinlichkeit
lernst du in der Oberstufe 7. Klasse - 8. Klasse - 9. Klasse

Hypothesentest – Signifikanz und Irrtumswahrscheinlichkeit Übung

Du möchtest dein gelerntes Wissen anwenden? Mit den Aufgaben zum Video Hypothesentest – Signifikanz und Irrtumswahrscheinlichkeit kannst du es wiederholen und üben.
  • Gib die Ergebnisse des Hypothesentests wieder.

    Tipps

    Die Wahrscheinlichkeit bei Bernoulli-Versuchen wird wie folgt berechnet:

    • $p_k=p^k\cdot (1-p)^{n-k}\cdot \binom{n}{k}$

    Die Menge aller Kugeln stellt hier die sogenannte Grundgesamtheit dar. Die $10$ gezogenen Kugeln sind die Stichprobe.

    Der Erwartungswert für die Anzahl schwarzer Kugeln wird wie folgt berechnet:

    • $p_{\text{schwarz}}\cdot n$
    Dabei ist $n$ die Anzahl der Kugeln der Stichprobe.

    Lösung

    Wir gehen davon aus, dass sich in der Urne $50\%$ weiße und $50\%$ schwarze Kugeln befinden. Damit nehmen wir die folgenden Erfolgswahrscheinlichkeiten an:

    • $p_{\text{schwarz}}=0,5$
    • $p_{\text{weiß}}=0,5$
    Der Erwartungswert für die Anzahl schwarzer Kugeln entspricht dem Produkt aus der Erfolgswahrscheinlichkeit und der Anzahl der Kugeln der Stichprobe:

    • $p_{\text{schwarz}}\cdot n=0,5\cdot 10=5$
    Das erwartete Ergebnis ist also: $5$ schwarze und $5$ weiße Kugeln

    Es werden jedoch $4$ schwarze und $6$ weiße Kugeln gezogen. Wie ist dieses Ergebnis zu bewerten? Sind die Kugeln doch eher im Verhältnis $60$ zu $40$ verteilt?

    Hierzu wird die Trefferwahrscheinlichkeit dafür, dass genau $6$ Kugeln einer Farbe gezogen werden, berechnet:

    • Die Wahrscheinlichkeit bei Bernoulli-Versuchen wird wie folgt berechnet:
    • $p_6=0,5^6\cdot (1-0,5)^{10-6}\cdot \binom{10}{6}\approx 0,205$
    Die Wahrscheinlichkeit dafür, genau den Erwartungswert zu ziehen, beträgt:

    • $p_5=0,5^5\cdot (1-0,5)^{10-5}\cdot \binom{10}{5}\approx 0,246$
    Diese Wahrscheinlichkeit ist nur wenig größer.

    Eine sichere Aussage über die Verteilung der Kugeln in der Urne ist damit nicht möglich. Um ein schärferes Ergebnis zu erhalten, muss die Stichgruppe vergrößert werden.

  • Definiere die Begriffe zu Hypothesentests.

    Tipps

    Wenn aus einer Urne $100$ mal eine Kugel mit Zurücklegen gezogen wird, so beschreibt die $100$ die Stichprobe.

    Die Anzahl aller Kugeln in der Urne ist die Grundgesamtheit.

    Lösung

    Es soll in Erfahrung gebracht werden, wie viele Menschen in Deutschland ein neu entwickeltes Smartphone kaufen würden. Natürlich können dazu nicht Millionen Menschen befragt werden. Also werden nur $3000$ ausgewählte Personen angerufen.

    • „Die Menge aller möglichen Käufer ist die Grundgesamtheit.“ Das könnten zum Beispiel alle volljährigen Einwohner Deutschlands sein.
    • „Die $3000$ Personen, die angerufen werden, sind die Stichprobe.“ Je mehr Personen angerufen werden, desto besser kann man von der Stichprobe auf die Grundgesamtheit schließen.
    • „Wenn wir mit einer Wahrscheinlichkeit von $95,4\%$ davon ausgehen können, dass unsere Hypothese stimmt, dann sind $4,6\%$ die Irrtumswahrscheinlichkeit.“ Wenn wir mit einer Wahrscheinlichkeit von $95,4\%$ davon ausgehen können, dass unsere Hypothese stimmt, dann würden wir uns in $4,6\%$ der Fälle irren. Darum nennt man diesen Anteil Irrtumswahrscheinlichkeit.
    • „Der Bereich, in dem die Treffer erwartet werden dürfen, hängt von der Stichprobengröße und Streuung ab. Die Maßzahl für die Streuung ist die Standardabweichung.“
  • Zeige die Formeln, mit denen der Bereich ermittelt wird, in dem die Treffer liegen dürfen, um der jeweiligen Hypothese mit $5\%$ Irrtumswahrscheinlichkeit zuzustimmen.

    Tipps

    Bei einer Irrtumswahrscheinlichkeit von $5\%$ ist der Bereich, in dem wir die Hypothese akzeptieren, das „$2\sigma$“-Intervall um den Erwartungswert herum.

    Lösung

    Bei einer Irrtumswahrscheinlichkeit von $5\%$ ist der Bereich, in dem wir die Hypothese akzeptieren, folglich das „$2\sigma$“-Intervall um den Erwartungswert herum.

    Wenn $\mu$ der Erwartungswert und $\sigma$ die Standardabweichung ist, dann können wir die Grenzen dieses Bereiches wie folgt berechnen:

    • untere Grenze: $\mu-2\sigma$
    • obere Grenze: $\mu+2\sigma$
    Liegen alle Ergebnisse innerhalb des Bereiches von $\mu-2\sigma$ bis $\mu+2\sigma$, so können wir mit einer Wahrscheinlichkeit von $95\%$ der Hypothese zustimmen.

  • Ermittle die gesuchte Wahrscheinlichkeit und die daraus folgende Irrtumswahrscheinlichkeit.

    Tipps

    Addiere alle Einzelwahrscheinlichkeiten von $p_{95}$ bis $p_{105}$ auf.

    Die Irrtumswahrscheinlichkeit erhältst du, wenn du die Trefferwahrscheinlichkeit von $100\%$ abziehst.

    Mit folgender Formel berechnest du die Einzelwahrscheinlichkeiten:

    • $p_k=p^k\cdot (1-p)^{n-k}\cdot \binom{n}{k}$
    Lösung

    Wir müssen alle Einzelwahrscheinlichkeiten von $p_{95}$ bis $p_{105}$ aufaddieren.

    Mit folgender Formel berechnen wir die Einzelwahrscheinlichkeiten:

    • $p_k=p^k\cdot (1-p)^{n-k}\cdot \binom{n}{k}$
    Mit $p=0,5$ und $n=200$ folgt:

    • $p_{95}= 0,5 ^{95}\cdot (1-0,5)^{200-95}\cdot \binom{200}{95}\approx 0,0439$
    • $p_{96}= 0,5 ^{96}\cdot (1-0,5)^{200-96}\cdot \binom{200}{96}\approx 0,0481$
    • $p_{97}= 0,5 ^{97}\cdot (1-0,5)^{200-97}\cdot \binom{200}{97}\approx 0,0515$
    • $p_{98}= 0,5 ^{98}\cdot (1-0,5)^{200-98}\cdot \binom{200}{98}\approx 0,0541$
    • $p_{99}= 0,5 ^{99}\cdot (1-0,5)^{200-99}\cdot \binom{200}{99}\approx 0,0558$
    • $p_{100}= 0,5 ^{100}\cdot (1-0,5)^{200-100}\cdot \binom{200}{100}\approx 0,0563$
    • $p_{101}= 0,5 ^{101}\cdot (1-0,5)^{200-101}\cdot \binom{200}{101}\approx 0,0558$
    • $p_{102}= 0,5 ^{102}\cdot (1-0,5)^{200-102}\cdot \binom{200}{102}\approx 0,0541$
    • $p_{103}= 0,5 ^{103}\cdot (1-0,5)^{200-103}\cdot \binom{200}{103}\approx 0,0515$
    • $p_{104}= 0,5 ^{104}\cdot (1-0,5)^{200-104}\cdot \binom{200}{104}\approx 0,0481$
    • $p_{105}= 0,5 ^{105}\cdot (1-0,5)^{200-105}\cdot \binom{200}{105}\approx 0,0439$
    Die Summe beträgt: $~0,5632=56,32\%$

    Damit erhalten wir folgende Irrtumswahrscheinlichkeit: $~100\%-56,32\%= 43,68\%$

  • Beschrifte die Graphen zum Signifikanztest.

    Tipps

    Je schmaler der Signifikanztrichter ist, desto kleiner ist die Standardabweichung.

    Ein sehr signifikanter Test hat eine größere Standardabweichung als ein hochsignifikanter Test.

    Einen Hypothesentest mit einer Irrtumswahrscheinlichkeit von $5\%$ nennt man signifikant.

    Lösung

    Einen Hypothesentest mit einer Irrtumswahrscheinlichkeit von $5\%$ nennt man signifikant. Wird dieses Intervall in Abhängigkeit von der Größe der Stichprobe grafisch dargestellt, zeigt sich, wie sich das Intervall mit zunehmender Größe der Stichprobe immer mehr verengt.

    Die beiden gelben Kurven bilden den $95\%$-Signifikanztrichter. Bei diesem signifikanten Test beträgt die Standardabweichung $5\%$.

    In der statistischen Praxis gibt es noch weitere Standard-Irrtumswahrscheinlichkeiten. Zum Beispiel $1\%$ Prozent für sogenannte sehr signifikante Tests (grüne Kurven) und $0,1\%$ für hochsignifikante Tests (blaue Kurven). In diesen Fällen sind die Signifikanztrichter schmaler.

  • Bestimme die Grenzen der jeweiligen Bereiche.

    Tipps

    Bei $n$ Bernoulli-Versuchen mit der Trefferwahrscheinlichkeit $0,5$ liegen $95\%$ der Treffer in einem „$2\sigma$“ großen Intervall, jeweils rechts und links vom Erwartungswert.

    Es gilt: $~\sigma=\sqrt{n\cdot p\cdot (1-p)}$

    Den Erwartungswert erhältst du, indem du die Erfolgswahrscheinlichkeit mit $n$ multiplizierst.

    Sieh dir folgendes Beispiel an:

    • $n=300$
    • $\mu-2\sigma=150-2\cdot 0,5\cdot \sqrt{300}\approx 133$
    • $\mu+2\sigma=150+2\cdot 0,5\cdot \sqrt{300}\approx 167$
    Lösung

    Bei einer Irrtumswahrscheinlichkeit von $5\%$ ist der Bereich, in dem wir die Hypothese akzeptieren, folglich das „$2\sigma$“-Intervall um den Erwartungswert herum.

    Wenn $\mu$ der Erwartungswert und $\sigma$ die Standardabweichung ist, dann können wir die Grenzen dieses Bereiches wie folgt berechnen:

    • untere Grenze: $\mu-2\sigma$
    • obere Grenze: $\mu+2\sigma$
    Liegen alle Ergebnisse innerhalb des Bereiches von $\mu-2\sigma$ bis $\mu+2\sigma$, so können wir mit einer Wahrscheinlichkeit von $95\%$ der Hypothese zustimmen.

    Für den Erwartungswert $\mu$ und die Standardabweichung $\sigma$ gilt:

    • $\mu=n\cdot p$
    • $\sigma=\sqrt{n\cdot p\cdot (1-p)}$
    Dabei ist $n$ die Anzahl der Kugeln einer Stichprobe und $p=0,5$ die Erfolgswahrscheinlichkeit. Wir erhalten hier die folgenden Bereiche:

    Stichprobe $n=200$

    • untere Grenze: $\mu-2\sigma=200\cdot 0,5-2\sqrt{200\cdot 0,5\cdot (1-0,5)}=100- \sqrt{200}\approx 86$
    • obere Grenze: $\mu+2\sigma=200\cdot 0,5+2\sqrt{200\cdot 0,5\cdot (1-0,5)}=100+ \sqrt{200}\approx 114$
    Stichprobe $n=220$

    • untere Grenze: $\mu-2\sigma=220\cdot 0,5-2\sqrt{220\cdot 0,5\cdot (1-0,5)}=110- \sqrt{220}\approx 95$
    • obere Grenze: $\mu+2\sigma=220\cdot 0,5+2\sqrt{220\cdot 0,5\cdot (1-0,5)}=110+ \sqrt{220}\approx 125$
    Stichprobe $n=190$

    • untere Grenze: $\mu-2\sigma=190\cdot 0,5-2\sqrt{190\cdot 0,5\cdot (1-0,5)}=95- \sqrt{190}\approx 81$
    • obere Grenze: $\mu+2\sigma=190\cdot 0,5+2\sqrt{190\cdot 0,5\cdot (1-0,5)}=95+ \sqrt{190}\approx 109$
    Stichprobe $n=210$

    • untere Grenze: $\mu-2\sigma=210\cdot 0,5-2\sqrt{210\cdot 0,5\cdot (1-0,5)}=105- \sqrt{210}\approx 91$
    • obere Grenze: $\mu+2\sigma=210\cdot 0,5+2\sqrt{210\cdot 0,5\cdot (1-0,5)}=105+ \sqrt{210}\approx 119$
30 Tage kostenlos testen
Mit Spaß Noten verbessern
und vollen Zugriff erhalten auf

8.156

sofaheld-Level

6.601

vorgefertigte
Vokabeln

7.455

Lernvideos

35.624

Übungen

33.169

Arbeitsblätter

24h

Hilfe von Lehrer*
innen

laufender Yeti

Inhalte für alle Fächer und Schulstufen.
Von Expert*innen erstellt und angepasst an die Lehrpläne der Bundesländer.

30 Tage kostenlos testen

Testphase jederzeit online beenden