Professional Documents
Culture Documents
konometrie
Vorlesung 2
Testen von statistischen Hypothesen
Der Z-Test
Der t-Test
Die Statistik und konometrie Abteilung
konometrie
Kapitel Inhalt
1.
2.
3.
4.
5.
bungen.
konometrie
Das Testen von Hypothesen ist eine weitere Mglichkeit (neben der
Konfidenzintervall-Schtzung), die Zwecke der statistischen Inferenz zu erreichen.
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.
konometrie
Notationen
Population
Stichprobe
Parameter
Schtzer
Der Mittelwert
Die Varianz
Die Standardabweichung
konometrie
Grundlegende Konzepte
Eine statistische Hypothese ist eine Aussage (Annahme) ber den Parameter
der Verteilung einer Zufallsvariable.
konometrie
Grundlegende Konzepte
Die Nullhypothese;
Die Alternativhypothese;
die
man
in
statistischen
In der Entscheidungsregel werden durch Vorgabe eines Signifikanzniveaus der Verwerfungsbereich und der Annahmebereich festgelegt.
konometrie
Grundlegende Konzepte
Der Verwerfungsbereich (fr die Ablehnung von H0) Rc reprsentiert
alle numerischen Werte der Teststatistik, fr die die Nullhypothese
abgelehnt wird.
konometrie
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
einen
Ist wahr
akzeptiert
H0
H1
H0
Richtig
Fehler II
(risko )
(Wahrscheinlichkeit 1-)
H1
Fehler I
(risko )
Richtig
(Wahrscheinlichkeit 1-)
konometrie
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
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 ).
konometrie
10
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.
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.
konometrie
11
Hypothesenformulierung
Die Alternativhypothese kann eine der folgenden drei Formen haben (Wir
testen
die
Gleichheit
der
Parametern,
den
Mittelwert
der
Zweiseitiger Test:
H0: = 0
H1: 0 ( < 0 oder > 0)
H0: = 0
H1: > 0
Links einseitiger Test :
H0: = 0
H1: < 0
Die Statistik und konometrie Abteilung
konometrie
12
Der Verwerfungsbereich
a)
b)
c)
konometrie
13
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.
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.
konometrie
14
konometrie
15
Hypothese:
a. Nullhypothese
b. Alternativhypothese
Verwerfungsbereich
konometrie
16
konometrie
17
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 )
H 0 : 0
H1 : 0
konometrie
18
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.
oder
z z / 2, dann mssen
berprufng:
konometrie
19
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
x 12
x 12
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
T - Test
Hypothesen
fr den zweiseitigen Test
, wo
Die Statistik und konometrie Abteilung
konometrie
21
t - Test
Zweiseitiger Test
Rechts einseitiger Test
Links einseitiger Test
Die Statistik und konometrie Abteilung
konometrie
22
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.
konometrie
23
bung 3
N ( , 2 )
s2
( x x)
i 1
n 1
23.04
1.536
15
0 0.33
n
Das Signifikanzniveau:
Hypothesen:
x
i 1
0.328
0.05 (5%)
H 0 : 0
H1 : 0
konometrie
sein
24
bung 3
Der Testwert:
berprfung:
x 0 0.382 0.33
0.00038
s/ n
1.24 / 16
konometrie
25
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
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
konometrie
26
Danke schn!
konometrie