Hypothetische Tests (H0 und H1)?
Hallo Zusammen,
ich habe einige Verständnisfragen zu statistischen Schluss, bzw. den Hypothetischen Tests:
Beispiel Staumauer, die überwacht wird (einseitiger bzw. linkseiter Test):
H0 : Staumauer bewegt sich nicht gegen Tal.
H1 : Staumauer bewegt sich gegen Tal.
H0 wird vermutet mit alpha = 0.01 und H0 ist korrekt:
- Das CI von 0.99 garantiert, dass wenn meine Stichprobe innerhalb des CI liegen, diese zu 99% richtig sind und 99% aller Stichproben auch innerhalb dieses CI's liegen sollten?
- Da das CI nicht 100% abdeckt, besteht die (Irrtums-) W'keit von 1%, dass sich eine Stichprobe ausserhalb befinden könnte und somit der Fehler 1. Art entsteht?
- Zu welcher W'keit kann aber gesagt werden, dass die Stichprobe korrekterweise ausserhalb liegt und H0 wirklich abgelehnt werden muss? -> Vermutlich gar nicht, da H0 als korrekt gilt? Aber ob H0 korrekt ist, ist ja wohl nicht in jedem Fall eindeutig?
H1 wird vermutet mit alpha = 0.01 und H1 ist korrekt:
- Meine Stichprobe liegt innerhalb des 99%igen Intervalls (99% aller Stichproben liegen ja innerhalb?) -> Fehler 2. Art zu 99% ?! Welche meiner Überlegungen ist falsch?
- Oder hat das Intervall gar nichts mit den Hypothesen zu tun?
- Wann wird die "Beta"-W'keit verwendet? Wenn H1 vermutet wird?
- Ist es grundsätzlich richtig, dass immer H0 vermutet wird?
Ich danke für eine Rückmeldung
1 Antwort
- Ist es grundsätzlich richtig, dass immer H0 vermutet wird?
man packt das , was man prüfen will in HO .
Wenn HO stimmt , liegt die Teststatistik im CI ( zu 1 - alpha )
Will man mehr wissen , was los ist , wenn man HO verwirft und damit H1 akzeptieren muss , kann man den Fehler 2ter Art ( betaFehler ) nur dann bestimmen , wenn man für H1 einen konkreten Wert annimmt
Binomialverteilung : : L: Wenn man also p < = 0.8 ablehnt , gilt p > 0.8 . Der Betafehler hängt dann davon ab , was man annimmt : 0.81. 0.82 usw
Informiere dich über Powercurves