Beruflich Dokumente
Kultur Dokumente
Gliederung:
1.
Einleitung Nullhypothesentestung und statistische Signifikanz Das Konzept des Bayes- Theorems Diskussion
2
2.
3.
4.
1. Einleitung
Was bedeutet ein signifikantes Ergebnis?
Bei einem Experiment werden die Mittelwerte der Experimental- und der Kontrollgruppe (20 Vp) untersucht. Die zweiseitige Testung der Nullhypothese H0: 1 = 2 ergibt t= 2,7 und p= 0,01.
Welche der folgenden Aussagen sind richtig, welche falsch? 1. Die experimentelle Hypothese ist absolut bewiesen (d.h. es gibt einen Unterschied zwischen den Populationsmittelwerten). 2. Die Wahrscheinlichkeit der Gltigkeit der H1 betrgt 99,99%.
Kritik am Signifikanztest
Kurze Einfhrung
Inferenzstatistische Hypothesentestung
Bei der inferenzstatistischen Hypothesenprfung wird getestet, ob die empirischen Daten mit den theoriegeleiteten Erwartungen vereinbar sind; diese Erwartungen knnen z. B. Unterschiede, Zusammenhnge oder Vernderungen sein.
Hypothesen
-Zusammenhangshypothesen -Unterschiedshypothesen
(Ungerichtete Alternativhypothese)
oder H1 : 1 < 2
(Gerichtete Alternativhypothese)
9
H0 : 1
2 + a
H1 : 1 > 2 + a
z.B.: das neue Medikament ist (mindestens) um den Betrag a besser als das alte Medikament.
10
Entscheidung Akzeptiere H0: Testergebnis negativ Richtige Entscheidung Spezifitt 1- Falsche Entscheidung falsch-positiv -Fehler Falsche Entscheidung falsch-negativ -Fehler Richtige Entscheidung Sensitivitt 1- (Teststrke/Power)
11
Frage: Was ist schlimmer Alpha- oder Beta-Fehler? Antwort: Kommt auf die Folgen an, die die beiden Fehlerarten nach sich ziehen.
behandeln, die nicht vorhanden ist Beta-Fehler: Risiko, eine Krankheit zu bersehen
12
Signifikanztests
Der Signifikanztest ermittelt die Wahrscheinlichkeit, mit der das gefundene empirische Ergebnis sowie Ergebnisse, die noch extremer sind als das gefundene Ergebnis, auftreten knnen, wenn die Populationsverhltnisse der Nullhypothese entsprechen: p(Daten|H).
13
- Fehler Wahrscheinlichkeit
Wahrscheinlichkeit, mit der wir uns irren wrden, wenn wir die Alternativhypothese H1 flschlicherweise zugunsten der Nullhypothese H0 verwerfen. Voraussetzung ist, dass die Parameter der H1-Verteilung bekannt sind. Sie ist bei unspezifischen Alternativhypothesen nicht zu bestimmen.
15
Abb. 1 Schematische Darstellung der - und -Fehler-Wahrscheinlichkeit , entnommen aus: Bortz (5. Auflage, 2005), S. 122.
Signifikanzniveau -Fehler-Niveau
Die Irrtumswahrscheinlichkeit, die ein Untersuchungsergebnis maximal aufweisen darf, damit die Alternativhypothese als besttigt gelten kann. Fr diesen Grenz oder Schwellenwert werden per Konvention 5% oder 1% (vor einer Untersuchung!) festgelegt.
18
Abb. 2: Ablehnungsbereich der H0 bei zweiseitigem (a) und einseitigem (b) t-Test, entnommen aus: Bortz & Dring (2002), S. 498.
19
Signifikanzstufen
p 0,05 p 0,01 p 0,001 p> signifikant sehr signifikant hchst signifikant nicht signifikant
Ist die Gre der Irrtumswahrscheinlichkeit p kleiner als %, bezeichnet man das Stichprobenergebnis als statistisch signifikant.
20
Beta-Fehler-Niveau
Hier besteht keine feste Konvention (kontextabhngig). Wenn es um eine gut begrndete Alternativhypothese geht, sollte fr das Beta-Fehler Niveau einen Wert von 20% vorgesehen werden.
21
22
Signifikanzaussagen
Signifikanztests untersuchen die Wahrscheinlichkeit p der Daten D unter Annahme einer Hypothese H0 p(D|H0) Das heit, 1. es sind nur Aussagen ber die Wahrscheinlichkeit der Daten mglich und 2. H0 fungiert als Tatsache.
24
Illustration am Beispiel:
N = 10.000 Frage: Wie wahrscheinlich ist ein positives Testergebnis, wenn der Patient in Wirklichkeit gesund ist? = 1% p = 0,01%
25
Graphische Darstellung
H0
= 1%
p = 0,01%
26
Ergebnis
Die Wahrscheinlichkeit, ein positives Testergebnis zu erhalten, wenn der Patient in Wirklichkeit gesund ist (= Gltigkeit der H0), betrgt 0,01%. Das Ergebnis ist hoch signifikant. Die H0 wird abgelehnt und die H1 vorlufig angenommen; unsere Interpretation lautet: Der Patient ist krank.
27
Vorsicht: Umkehrschlsse sind nicht mglich: Es ist keine Aussage zur Wahrscheinlichkeit p der Hypothese H1 unter den vorliegenden Daten D mglich: Die Wahrscheinlichkeit der Gltigkeit der H1 betrgt 99,99%. Diese Interpretation ist unzulssig!
28
Graphische Darstellung 2
H0
99,99%
H1
= 1%
p = 0,01%
29
30
31
T
p(T) =
gesund T
Population (N = 10.000)
T
Definitionen: rot: p(gesund T) rosa: p(gesund) blau: p(T)
p(gesund|T) =
p(gesund T) p(T)
33
p(gesund|T) =
p(gesund|T) =
34
Ergebnis:
Die Wahrscheinlichkeit der Hypothese unter den vorliegenden Daten betrgt p(gesund|T) 0,50. Das heit, im vorliegenden Beispiel ist eine Person, die ein positives Testergebnis erhlt, nur mit 50%iger Wahrscheinlichkeit HIV-positiv.
35
Zum Abschluss:
Ergebnisse der anfangs erwhnten Studie
Abb. 3: Prozentuale Hufigkeit, mit der Fehler einer bestimmten Art gemacht wurden, entnommen aus: Haller (1999, S. 7)
36
Literatur
Bortz, J. (1999). Statistik fr Sozialwissenschaftler (5. Aufl.; Kapitel 4: Formulierung und berprfung von Hypothesen, S. 107-131). Berlin u.a.: Springer. Bortz, J. & Dring, N. (1995). Forschungsmethoden und Evaluation (3. Aufl., Kapitel 8.1: Grundprinzipien der statistischen Hypothesentestung, S. 492-502; Kapitel 9.1: Statistische Signifikanz und praktische Bedeutsamkeit, S. 600-603). Berlin, Heidelberg: Springer. Haller, H. (1999). Was bedeutet Signifikanz? Eine empirische Semesterarbeit. Unter: heikohaller.de/literatur/Semesterarbeit_Haller_99.pdf. Haller, H. & Kraus, S. (2002). Misinterpretations of significance: A problem students share with their teachers? Methods of Psychological Research Online, 17, 1-20. Available: http.//www.mpr-online.de.
37