You are on page 1of 26

Lect. univ. dr.

Vasile Alecsandru STRAT

konometrie

Vorlesung 2
Testen von statistischen Hypothesen
Der Z-Test
Der t-Test
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Kapitel Inhalt
1.

Konzepte und Notationen.

2.

Phasen (Schritte) des Testprozesses

3.

Testen der Hypothese ber den Mittelwert der


Grundgesamtheit () fr groe Stichproben n>30 (Der ZTest).

4.

Testen der Hypothese ber den Mittelwert der


Grundgesamtheit () (Die Grundgesamtheit ist normal
verteilt N(,2)), wenn die Varianz (2) der Grundgesamtheit
nicht bekannt ist. (Der t-Test).

5.

bungen.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Testen von Hypothesen

Das Testen von Hypothesen ist eine weitere Mglichkeit (neben der
Konfidenzintervall-Schtzung), die Zwecke der statistischen Inferenz zu erreichen.

Der Zweck dieses Inferenztyps ist, zu bestimmen, ob es ausreichende statistische


Beweise gibt, die uns erlauben, eine Hypothese (Aussage) ber einen Parameter
als wahr oder falsch zu bezeichnen.

Nach der Auswahl einer statistischen Stichprobe aus der Grundgesamtheit wird
durch die Verarbeitung der Daten aus der Umfrage ein Schtzer des Parameters
fr die Grundgesamtheit erhalten.

Dann stellt sich die Frage: Inwieweit sichert der geschtzte Parameter die
"Glaubwrdigkeit" der Einschtzungen ber die Grundgesamtheit?

Der Schtzer ist eine Vermutung" ber den Parameter, also eine statistische
Hypothese.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Notationen
Population

Stichprobe

Parameter

Schtzer

Der Mittelwert
Die Varianz

Die Standardabweichung

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Grundlegende Konzepte

Eine statistische Hypothese ist eine Aussage (Annahme) ber den Parameter
der Verteilung einer Zufallsvariable.

Die Nullhypothese (H0) besteht immer in der Anerkennung des zuflligen


Charakters der Unterschiede, also in der Annahme, dass es keine wesentlichen
Unterschiede gibt;
- ist eine Aussage, die hypothetische Werte fr den Parameter der
Grundgesamtheit spezifiziert.

Die Alternativhypothese (H1) ist eine Theorie, die der Nullhypothese


widerspricht. Sie wird nur dann akzeptiert, wenn es gengend Beweise fr ihre
Wahrheit gibt.
- ist eine Aussage ber denselben Parameter der Grundgesamtheit, den die
Nullhypothese H0 betrifft, aber welcher der Nullhypothese widerspricht.

Die Alternativhypothese ist das Gegenstck der Nullhypothese.

Das Prfen einer statistischen Hypothese heit Test oder Bedeutungskriterium


(Signifikanzkriterium).

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Grundlegende Konzepte

Es gibt fnf Hauptkomponenten,


Hypothesentests angeben muss:

Die Nullhypothese;
Die Alternativhypothese;

Teststatistik oder Test-Wert;


Signifikanzniveau;
Verwerfungsbereich;

die

man

in

statistischen

Der Test-Wert wird als Entscheidungskriterium fr die Annahme oder


Ablehnung der Nullhypothese verwendet.

In der Entscheidungsregel werden durch Vorgabe eines Signifikanzniveaus der Verwerfungsbereich und der Annahmebereich festgelegt.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Grundlegende Konzepte
Der Verwerfungsbereich (fr die Ablehnung von H0) Rc reprsentiert
alle numerischen Werte der Teststatistik, fr die die Nullhypothese
abgelehnt wird.

Rc wird so gewhlt, dass die Wahrscheinlichkeit, die die


Teststatistik enthlt, wenn die Null-Hypothese wahr ist, ist.
(=0.01 z.B.).

Wenn sich der Test-Wert im Verwerfungsbereich befindet, wird die


Nullhypothese abgelehnt. Wenn der Testwert auerhalb des
Verwerfungsbereichs liegt (in dem Annahmebereich), wird die
Nullhypothese akzeptiert (oder es gibt keinen Grund zur
Ablehnung).

Der Verwerfungsbereich wird durch den kritischen Punkt C definiert.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Grundlegende Konzepte
Der Fehler oder Fehler 1 ist, wenn man
eine Nullhypothese ablehnt, obwohl sie wahr
ist.
Der erste Typ von Risiko () = die
Wahrscheinlichkeit, einen Fehler 1 zu
machen; es heit Signifikanzniveau oder schwelle.
Die Sicherheitswahrscheinlichkeit eines
statistischen Tests ist (1-). Prozentuell
ausgedrckt stellt (1-) * 100 die
Wahrscheinlichkeit dar, dass die Ergebnisse
wahr sind.
= P(ablehnen H0 H0 ist wahr)=
P(Fehler 1)
= P(akzeptieren H0 H0 ist
falsch)= Fehler 2)
Die Statistik und konometrie Abteilung

Der Fehrler 2 ist, wenn man eine


Nullhypothese akzeptiert, obwohl sie falsch
ist.
Die Wahrscheinligkeit (Risko),
Fehler 2 zu machen, ist .

einen

Die Macht des statistischen Tests= (1-).


P-Wert = das niedrigste Signifikanzniveau,
wo die Nullhypothese zurckgewiesen
werden kann.
Man

Ist wahr

akzeptiert

H0

H1

H0

Richtig

Fehler II
(risko )

(Wahrscheinlichkeit 1-)
H1

Fehler I
(risko )

Richtig
(Wahrscheinlichkeit 1-)
konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Testen von Hypothesen - Schritte

Man identifiziert die spezifische statistische Hypothese ber den Parameter der Grundgesamtheit
die Nullhypothese (H0)

Man formuliert die Alternativhypothese H1. Sie wird nur dann akzeptiert, wenn es gengend Beweise

dafr gibt, dass sie wahr ist.

Man kann die Alternativhypothese in drei Formen formulieren, die drei Fragen ber den
untersuchten Parameter beantworten:
Wenn der Parameter unterschiedlich von dem in der Nullhypothese angegebenen Wert ist
(zweiseitiger Test);

Wenn der Parameter kleiner oder grer als der in der Nullhypothese angegebe Wert ist
(Links einseitiger Test , bzw. Rechts einseitiger Test ).

Man identifiziert die Test-Statistik und die Test-Verteilung.

Man legt das Signifikanzniveau fest.

Die Statistik und konometrie Abteilung

konometrie

10

Lect. univ. dr. Vasile Alecsandru STRAT

Testen von Hypothesen - Stufen

Man sammelt die Daten und berechnet statistische Indikatoren fr die Stichprobe.

Unter der Annahme, dass H0 wahr ist und mit Daten, die von den Stichprobeneinheiten
gesammelt wurden, wird der Wert der Test-Statistik berechnet.

Man bestimmt den Verwerfungsbereich und den kritischen Wert mit Hilfe der Verteilung der
Teststatistiken und des Signifikanzniveaus.
Der Verwerfungsbereich reprsentiert alle numerischen Werte des Tests, fr die die
Nullhypothese abgelehnt wird.

Man kann die folgenden Schlussfolgerungen ziehen:


a) wenn der numerische Wert der Teststatistik im Verwerfungsbereich (Rc) fllt,

lehnen wir die Nullhypothese ab und folgern, dass die Alternativhypothese wahr ist.

b) wenn der numerische Wert der Teststatistik im Annahmenbereich (Rc) fllt (nicht
im Verwerfungsbereich), akzeptiert man die Nullhypothese H0.

Die Statistik und konometrie Abteilung

konometrie

11

Lect. univ. dr. Vasile Alecsandru STRAT

Hypothesenformulierung

Wenn man die Hypothese ber den Mittelwert () einer Grundgesamtheit


testen mchte:

Die Alternativhypothese kann eine der folgenden drei Formen haben (Wir

testen

die

Gleichheit

der

Parametern,

den

Mittelwert

der

Grundgesamtheit mit dem Wert 0)

Zweiseitiger Test:

H0: = 0
H1: 0 ( < 0 oder > 0)

Rechts einseitiger Test:

H0: = 0
H1: > 0
Links einseitiger Test :

H0: = 0
H1: < 0
Die Statistik und konometrie Abteilung

konometrie

12

Lect. univ. dr. Vasile Alecsandru STRAT

Der Verwerfungsbereich

a)

b)

Der Verwerfungsbereich a) zweiseitiger Test ; b) Rechts einseitiger Test;

Die Statistik und konometrie Abteilung

c)

c)Links einseitiger Test

konometrie

13

Lect. univ. dr. Vasile Alecsandru STRAT

Z-Test

Whrend Hypothesentests ber den Mittelwert der Grundgesamtheit knnen wir die
Bedingungen fr die untersuchte Variable X entspannen. Fr groe Stichproben mssen wir
nicht die Verteilung der Variable X kennen, aber dann knnen wir den zentralen Grenzwertsatz
anwenden.
Jetzt haben wir die Mglichkeit, die Normalverteilung zu verwenden.

Es gibt eine statistische Grundgesamtheit und wir studieren die Variable X mit dem Mittelwert
und der Varianz 2, von denen eine groe Stichprobe von n (n>30) gewonnen wird. Die
folgenden Werte werden nach der Probenannahme erhalten: x1,x2,,xn.

Man etabliert das Signifikanzniveau,

Man berechnet den Test-Wert

z calc

normalerweise 0.05.

x 0
sx
n

Man vergleicht den berechneten Wert mit einem theoretischen Tabellenwert (kritischer Wert) und
dann kann man die Entscheidung treffen.

Die Statistik und konometrie Abteilung

konometrie

14

Lect. univ. dr. Vasile Alecsandru STRAT

Testen statistischer Hypothesen ber den Mittelwert


der Grundgesamtheit fr groe Stichproben(1)
1. Links einseitiger Test
Hypothese:
a. Nullhypothese
b. Alternativhypothese
Verwerfungsbereich

Der Test Wert

Die Statistik und konometrie Abteilung

konometrie

15

Lect. univ. dr. Vasile Alecsandru STRAT

Testen statistischer Hypothesen ber den Mittelwert


der Grundgesamtheit fr groe Stichproben(2)
2. Zweiseitiger Test

Hypothese:
a. Nullhypothese
b. Alternativhypothese
Verwerfungsbereich

Der Test Wert

Die Statistik und konometrie Abteilung

konometrie

16

Lect. univ. dr. Vasile Alecsandru STRAT

Testen statistischer Hypothesen ber den Mittelwert


der Grundgesamtheit fr groe Stichproben (3)

3. Rechts einseitiger Test


Hypothese:
a. Nullhypothese
b. Alternativhypothese
Verwerfungsbereich

Der Test Wert

Die Statistik und konometrie Abteilung

konometrie

17

Lect. univ. dr. Vasile Alecsandru STRAT

bung 1
Ein Investmentfond hat zwischen 1995 und 2005 einen durchschnittlichen monatlichen
Gewinn von 12% erzielt. Die Ergebnisse fr die ersten 36 Monate der neuen Verwaltung
zeigen einen durchschnittlichen monatlichen Gewinn von 11,5%. Aus frheren
Untersuchungen ist bekannt, dass das durchschnittliche Risiko des Fonds, da gemessen an
der Standardabweichung , 2% ist.
Kann man mit einer Wahrscheinlichkeit von 95% sagen, dass der durchschnittliche
monatliche Gewinn der neuen Verwaltung signifikant unterschiedlich von dem
durchschnittlichen monatlichen Gewinn zwischen den Jahren 1995 - 2005 ist?
Die untersuchte Variable: X der monatliche Gewinn ist normalverteilt.

N ( , 2 )

Die Varianz der Grundgesamtheit ist bekannt: 0.02 0.0004


Der Mittelwert des Gewinns fr den Zeitraum 1995-2005:0 0.12
Der durchschnittliche Gewinn der neuen Verwaltung n=36: x 0.115
Das Signifikanzniveau: 0.05 (5%)
Hypothesen:

H 0 : 0
H1 : 0

Die Statistik und konometrie Abteilung

konometrie

18

Lect. univ. dr. Vasile Alecsandru STRAT

bung 1
Testentyp: weil n 30und H1 : 0,verwendet man den zweiseitigen ZTest; man muss den Aufbau des Graphen beginnen.
Abhngig von der Sicherheitswahrscheinlichkeit des statistischen Tests,
berechnet man das Signifikanzniveau: (1 ) 95% 0.05
Theoretischer Z Wert z / 2 und die Werte werden auf dem Graphen gespeichert.

Der Verwerfungsbereich: wenn Rc : z z / 2

oder

z z / 2, dann mssen

wir die Nullhypothese ablehnen.


Der Testwert:

Der theoretische Wert: z / 2 1.96

berprufng:

Entscheidung: Wir akzeptieren H 0 und mit einer Sicherheitswahrscheinlichkeit


von 95% knnen wir sagen, dass der durchschnittliche Gewinn fr die neue
Verwaltung nicht signifikant verschieden von dem Wert 12% wird, der zwischen den
Jahren 1995 und 2005 erhalten wird.
Die Statistik und konometrie Abteilung

konometrie

19

Lect. univ. dr. Vasile Alecsandru STRAT

bung 2
Ein Hersteller von Zementmaterialien verkauft Zement in Scken, die 12 kg / Sack
enthalten mssen. Um Abweichungen in beiden Richtungen aus dem Volumen zu
erfassen, whlt man (Satzstellung) 100 Beutel und berechnet x 11,85 kg, sx= 0,5 kg.
Fr = 0,01 (Sicherheitswahrscheinlichkeit(1- )100=99%) muss man feststellen, ob die Nullhypothese
akzeptiert wird, dass ein durchschnittliches Taschengewicht 12 kg ist.
H0: = 12

H1: 12 ( < 12 oder > 12);


z /2=z0,005=2,575

x 12

x 12

Verwerfungsbereich: z< - z /2 sau

x 12
s

11,85 12
3,0
0,5 10

z> z /2

Entscheidung: Als z = - 3,0 < - 2,575 die Nullhypothese H0 ablehnen und die
Alternativhypothese akzeptieren. Das Gewicht der Scke ist signifikant von 12 kg verschieden.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

T - Test
Hypothesen
fr den zweiseitigen Test

fr den rechts einseitigen Test


fr den links einseitigen Test

Fr kleine Stichproben (Stichprobengre


Statistik:

, ist der Test

, wo
Die Statistik und konometrie Abteilung

konometrie

21

Lect. univ. dr. Vasile Alecsandru STRAT

t - Test

Zweiseitiger Test
Rechts einseitiger Test
Links einseitiger Test
Die Statistik und konometrie Abteilung

konometrie

22

Lect. univ. dr. Vasile Alecsandru STRAT

bung 3

Eine Brauerei stellt fest, dass das Volumen einer Bierdose 0,33 Liter ist.
Qualittsprfer wollen diese Sache prfen und whlen eine zufllige
Stichprobe von 16 Bierdosen, die fr die Vermarktung bereit sind.

Nach der Verarbeitung der Daten wurden die folgenden Ergebnisse erzielt:

n
xi 5.25
i 1
n
2

(
x

x
)
23.04

i 1

Besttigen die Daten den Anspruch des Herstellers? Benutzen Sie eine 95%
Sicherheitswahrscheinlichkeit.

Die Statistik und konometrie Abteilung

konometrie

23

Lect. univ. dr. Vasile Alecsandru STRAT

bung 3

Die Variable: X das Volumen von Bierdosen ist normalverteilt

N ( , 2 )

Die Varianz der Grundgesamtheit ist unbekannt - wird geschtzt

Der hypotetische Mittelwert:

s2

( x x)
i 1

n 1

23.04
1.536
15

0 0.33
n

Der geschtzte Mittelwert:

Das Signifikanzniveau:

Hypothesen:

Der theoretische Wert:

x
i 1

0.328

0.05 (5%)

H 0 : 0
H1 : 0

t / 2;n 1 t0.05/ 2;15 2.48 TINV ( , n 1)

Die Statistik und konometrie Abteilung

konometrie

sein

24

Lect. univ. dr. Vasile Alecsandru STRAT

bung 3

Der Testwert:

berprfung:

x 0 0.382 0.33

0.00038
s/ n
1.24 / 16

t 0.00038 t / 2;n1 2.48

Entscheidung: Fr eine 95% Sicherheitswahrscheinlichkeit haben wir nicht

genug Beweise, die Nullhypothese abzulehnen.

Die Statistik und konometrie Abteilung

konometrie

25

Lect. univ. dr. Vasile Alecsandru STRAT

bung 4
Die Verwaltung eines Unternehmens fragte fnf Experten, den Unternehmensgewinn im laufenden
Jahr vorherzusagen. Die prognostizierten Werte sind : 2,60; 3,32; 1,80; 3,43; 2,00 (Mrd. Lei, Preisen
des Vorjahres). Angegeben, dass der Gewinn des Unternehmens im Vorjahr 2,01 Mrd. Lei war, gibt
es ausreichende Beweise dafr, dass der Durchschnitt der Prognosen der Experten signifikant
hher als der Gewinn im vergangenen Jahr ist (Sig = 0,05)? Wir nehmen an, dass der Gewinn
eine normalverteilte Variable ist.
Der Mittelwert der Expertenprognosen ist

x x 2,203 0,5507
s

x 2,63

Mrd. Lei,

Die Varianz

2
x

n 1

Die Standardabweichung s x

s 2x 0,74 Mrd. Lei.

Hypothesen Testprozess:

H0: = 2,01,
H1: > 2,01 (Rechts einseitiger Test).

x
x
2,63 2,01

1,874
sx
sx n
0,74 / 5

Weil t,n-1 = t0,05;4 = 2,132, ist der Verwerfungsbereich t>t,n-1.


Aber tcalc=1,874< t0,05;4=2,132: wir knnen nicht feststellen, dass die durchschnittliche Gewinnprognose der 5
Experten fr das laufende Jahr deutlich hher als im vergangenen Jahr Gewinn von 2,01 Milliarden Lei ist.
Die Statistik und konometrie Abteilung

konometrie

26

Lect. univ. dr. Vasile Alecsandru STRAT

Danke schn!

Die Statistik und konometrie Abteilung

konometrie