Statistik – Aufgabensammlung – Kapitel 8 1

1. Frage
Zur Erklärung der Variablen Y stehen als erklärende Variablen X1 und X2 zur Verfügung.
Im Folgenden sehen Sie eine ANOVA zum Testen von M0 : Y = β0 +  gegen
M12 : Y = β0 + β1 X1 + β2 X2 + :

Analysis of Variance Table

Model 1: y ~ 1
Model 2: y ~ x1 + x2
Res.Df RSS Df Sum of Sq F Pr(>F)
1 105 201.52
2 103 198.75 2 2.772 0.7183 0.49

Welche der folgenden Aussagen sind richtig?

(a) Bei der Wahl eines Modells soll mindestens eine der beiden Variablen X1 , X2 im Modell
sein. (Signifikanzniveau 5%).
(b) Es kann nachgewiesen werden, dass mindestens einer der beiden Parameter β1 , β2
ungleich 0 ist. (Signifikanzniveau 5%).
(c) Beim Testen der Nullhypothese H0 : Y = β0 + β2 X2 +  gegen die Alternative HA : Y =
β0 + β1 X1 + β2 X2 +  wird die Nullhypothese beibehalten (Signifikanzniveau 5%).
(d) Das Bestimmtheitsmaß liegt zwischen 0.1 und 0.4.
(e) Das Bestimmtheitsmaß ist größer als 0.1.

Lösung

(a) falsch: Wird die Nullhypothese verworfen, so soll mindestens eine der beiden Varia-
blen X1 , X2 im Modell bleiben. Das ist dann der Fall, wenn der p-Wert kleiner als 0.05
ist.
(b) falsch: Die Alternativhypothese: ”Mindestens einer der beiden Parameter β1 , β2 ist
ungleich 0” kann nachgewiesen werden, wenn der p-Wert kleiner als 0.05 ist.
(c) falsch: Mit der vorliegenden ANOVA-Tabelle wird das Testproblem H0 : Y = β0 + 
gegen die Alternative HA : Y = β0 + β1 X1 + β2 X2 +  getestet, nicht aber ein einzelner
Parameter alleine.
(d) falsch: Das Bestimmtheitsmaß wird berechnet aus R 2 = 1 − RSSM12 /RSSM0 = 0.01.
(e) falsch: Das Bestimmtheitsmaß wird berechnet aus R 2 = 1 − RSSM12 /RSSM0 = 0.01.
2. Frage
Im Rahmen Ihrer Tätigkeit für das Risikomanagement einer Bank interessiert Sie der Zu-
sammenhang zwischen dem Merkmal X = „Umsatzveränderung gegenüber dem Vorjahr”
(in Mio.) und dem Merkmal Y = „unbezahlt gebliebene Kreditverbindlichkeiten” (in Mio.). Für
die Branche „Industriebetriebe” ergeben sich folgende Kenngrößen:

Merkmal X Merkmal Y
Mittelwert −9.2 1.1
Varianz 50.20 18.80

Die Korrelation zwischen X und Y beträgt −0.74.

Welchen Schätzwert für unbezahlte Kredite (in Mio.) erhält man aus der Regressionsgera-
den für eine Firma, die einen Umsatzrückgang von 5.8 Mio. hinnehmen musste?
Statistik – Aufgabensammlung – Kapitel 8 2

Lösung
Man beginnt mit der Berechnung der Regressionsgeraden yi = β0 +β1 xi +εi . Die Berechnung
der Regressionskoeffizienten erfolgt durch:
r
sy 18.8
β̂1 = rxy · = −0.74 · = −0.45285,
sx 50.2
β̂0 = ȳ − β̂1 · x̄ = 1.1 − (−0.45285) · (−9.2) = −3.06626.

Jetzt kann der Schätzwert der unbezahlten Kredite für einen Umsatzrückgang von 5.8 Mio
berechnet werden:

ŷ = −3.06626 + (−0.45285) · (−5.8) = −0.44.

3. Frage
In der Strategieabteilung eines Unternehmens werden die Preise von Konkurrenzprodukten
beobachtet.
Für die Verkaufsmengen Y eines eigenen Produktes sowie für die Preise der zwei wichtig-
sten Konkurrenzprodukte (P1 und P2) wurde das folgende zweifache Regressionsmodell
erstellt:
Y = β0 + β1 P1 + β2 P2 + 
Die Daten der letzten 96 Monate führten zu folgendem Ergebnis:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 572.00 254.5050 2.2475 0.02697
P1 3.90 3.7356 1.0440 0.29919
P2 1.63 0.5363 3.0392 0.00308
Welche der folgenden Aussagen dazu sind richtig (Signifikanzniveau 5%)?

(a) Bei Preisen der Konkurrenz von P1 = 32.2 und P2 = 25.8 erwartet man eine Verkaufs-
menge von Y = 167.634.
(b) Bei einer Erhöhung von P1 um 2 Einheiten erwartet man bei gleichbleibendem P2 eine
Erhöhung der Verkaufsmenge Y um 7.8.
(c) Bei einer Reduktion von P2 um 4 Einheiten erwartet man (wenn P1 gleichbleibt), dass
sich die Verkaufsmenge Y um 6.52 verringert.
(d) Der Koeffizient von P1 ist signifikant von 0 verschieden.
(e) In diesem Modell hat P2 keinen signifikanten Einfluss auf Y .

Lösung

(a) False: Einsetzen in die Regressionsgleichung ergibt: 572 + 3.9 · 32.2 + 1.63 · 25.8 =
739.634.
(b) True: Erhöhung von P1 und Wert von β1 ergeben Änderung bei Y : 3.9 · 2 = 7.8
(c) True: Reduktion von P2 und Wert von β2 ergeben Änderung bei Y : 1.63 · (−4) = −6.52
(d) False: Der p-Wert des Tests für β1 gibt die Antwort: 0.29919.
(e) False: Der p-Wert des Tests für β2 gibt die Antwort: 0.00308.
Statistik – Aufgabensammlung – Kapitel 8 3

4. Frage

Ein Mode-Designer möchte untersuchen, ob sich sein wichtigstes Produkt (ein T-Shirt) bes-
ser verkauft, wenn er als Logo ein Bild von einem Reiter auf die Brust stickt. Deshalb führt
er folgende Kundenbefragung durch: Es werden 16 Testpersonen ausgewählt. Zunächst
zeigt man ihnen das T-Shirt mit Logo und fragt nach einer Bewertung auf einer Skala von
0 (schlecht) bis 10 (gut). Dann zeigt man ihnen das T-Shirt ohne Logo und fragt nach einer
weiteren Bewertung. Der Mode-Designer stellt nun folgende Frage: Unterscheidet sich die
mittlere Kundenbewertung überhaupt für das T-Shirt mit bzw. ohne Logo?
Sie sollen ihm helfen, diese Frage zu beantworten. Eines der beiden folgenden Testergeb-
nisse könnte dabei hilfreich sein.

Paired t-test

data: mit.Logo and ohne.Logo

t = 0.78083, df = 15, p-value = 0.4471
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.288492 0.622062
sample estimates:
mean of the differences
0.166785

mit.Logo ~ ohne.Logo

Estimate Std. Error t value Pr(>|t|)

(Intercept) 3.25591 1.21403 2.6819 0.01788
ohne.Logo 0.37945 0.22315 1.7004 0.11114

Welche der folgenden Aussagen sind richtig?

(a) Zur Beantwortung der Frage des Mode-Designers muss getestet werden, ob es einen
Zusammenhang zwischen den beiden Bewertungen der Kunden gibt.
(b) Die Daten können durch ein Streudiagramm der Bewertungen mit Regressionsgerade
geeignet visualisiert werden.
(c) Um die Frage zu beantworten, muss ein Test auf Lageunterschiede durchgeführt wer-
den.
(d) Wenn für das T-Shirt mit Logo die durchschnittliche Bewertung durch die 16 Kunden
gleich 5.4 ist, dann beträgt die durchschnittliche Bewertung für das T-Shirt ohne Logo
5.3. (Runden Sie auf 2 Nachkommastellen.)
(e) Die Frage kann beantwortet werden mit: Ja, die mittleren Kundenbewertungen unter-
scheiden sich. (Signifikanzniveau 5%)
Lösung

(a) falsch: Die Frage ist, ob sich die mittleren Bewertungen unterscheiden.
(b) falsch: Es liegt eine Frage nach Bewertungsunterschieden für gepaarte Daten vor.
Für eine solche Fragestellung ist dies keine geeignete Visualisierung.
(c) richtig: Die Frage ist, ob die mittlere Bewertung für das T-Shirt mit Logo dieselbe ist
wie ohne Logo.
Statistik – Aufgabensammlung – Kapitel 8 4

(d) falsch: Die Differenz zwischen den durchschnittlichen Bewertungen mit und ohne Lo-
go beträgt 0.1668. Die durchschnittliche Bewertung für das Produkt ohne Logo kann
daher berechnet werden: (5.4) - (0.1668) = 5.2332.
(e) falsch: Es handelt sich um einen Test für gepaarte Daten. Die zugehörige T -Größe
hat einen p-Wert von 0.447 und ist damit nicht signifikant.

5. Frage

Gegeben sei das folgende zweifache Regressionsmodell Y = β0 + β1 X1 + β2 X2 + , in dem

die Variable Y durch die Variablen X1 und X2 erklärt wird:

Estimate Std. Error t value Pr(>|t|)

(Intercept) 4.030846 0.148683 27.1104 < 2.2e-16
x1 -0.024949 0.222300 -0.1122 0.9109
x2 1.042038 0.202743 5.1397 1.349e-06

Welche der folgenden Aussagen sind richtig?

(a) Wenn X2 um eine Einheit steigt und X1 gleich bleibt, dann steigt Y um ungefähr 1.04.
(b) Weil die T -Größe gleich 5.14 ist, wird die Hypothese H0 : β1 = β2 = 0 beibehalten
(Signifikanzniveau 5%).
(c) Die Hypothese H0 : β2 = 0 wird beibehalten, weil der p-Wert kleiner als 0.05 ist (Signi-
fikanzniveau 5%).
(d) Die Hypothese H0 : β1 = 0 wird beibehalten (Signifikanzniveau 5%).
(e) Für X1 = −2.37 und X2 = 2.34 ist aus dem zweifachen linearen Regressionsmodell für
Y der Wert 6.53 zu erwarten. (Runden Sie auf 2 Nachkommastellen.)

Lösung

(a) richtig: Da das Vorzeichen des Regressionskoeffizienten zu X2 positiv ist und X2 um

eine Einheit steigt, steigt Y , und zwar um 1.04 Einheiten.
(b) falsch: Wir haben nur die T -Größen angegeben. Auf Basis der T -Größen kann aber
immer nur ein einzelner Parameter getestet werden und nicht mehrere gemeinsam,
wie hier β1 und β2 .
(c) falsch: Die Nullhypothese wird verworfen, wenn der zugehörige p-Wert kleiner als
0.05 ist. Hier ist der p-Wert gleich 1.35e-06.
(d) richtig: Die Nullhypothese wird verworfen, wenn der zugehörige p-Wert kleiner als
0.05 ist. Hier ist der p-Wert gleich 0.911.
(e) richtig: Der Schätzwert ŷ wird durch Einsetzen in die Regressionsgleichung berech-
net: 4.031 + (−0.025) · (−2.37) + (1.042) · (2.34) = 6.53.