Skriptum
Skriptum
Skriptum
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Sind die Personen aus den beiden Ländern im Mittel gleich groß? (α = 10%.)<br />
Die Werte hängen übrigens nicht paarweise zusammen, dafür gäbe es wieder<br />
einen anderen Test. Es ist ¯x A = 167.3, ¯x B = 178.4, s A = 13.4, s B = 11.5.<br />
√<br />
10<br />
|167.3 − 178.4|<br />
13.4 2 = 1.988 ≰ 1.734,<br />
+ 11.52 wobei 1.734 aus der Tabelle der t-Verteilung kommt mit 2 · 10 − 2 = 18 Freiheitsgraden.<br />
Wenn die Varianzen der zwei Stichproben ungleich ist, dann verwendet man<br />
folgende Variante.<br />
Satz 10.11. Beim Vergleich zweier Stichproben x 1 = {x 1,1 , x 1,2 ,..., x 1,n1 } und x 2<br />
mit den Verteilungen N µ1 ,σ 2 1 und N µ 2 ,σ 2 2 gilt für die Hypothese H 0 : µ 1 = µ 2 : Wenn<br />
| ¯x 1 − ¯x 2 |<br />
√<br />
s 2 1<br />
n 1<br />
+ s2 1<br />
n 1<br />
≤ F −1 ( 1 − α 2<br />
dann wird H 0 beibehalten, ansonsten verworfen, wobei F die Verteilungsfunktion<br />
von t m ist, mit<br />
m ≈<br />
)<br />
,<br />
(s 2 1 /n 1 + s 2 2 /n 2) 2<br />
(s 2 1 /n 1) 2 /(n 1 − 1) + (s 2 2 /n 2) 2 /(n 2 − 1) .<br />
Werden mehr als zwei Stichproben verglichen, dann könnte man die Stichproben<br />
paarweise mit obigen t-Tests vergleichen. Dabei würde aber die Wahrscheinlichkeit<br />
für einen Fehler 1. Art steigen. Man verwendet daher stattdessen<br />
eine Verallgemeinerung des doppelten t-Tests, nämlich einen F -Test. Da dieser<br />
Test die Stichproben-Varianzen mit der Varianz der Stichproben-Mittelwerte vergleicht,<br />
ist das Verfahren als ANOVA (ANalysis Of VAriances) bekannt.<br />
Satz 10.12 (ANOVA). Es seien x i = {x i ,1 ,..., x i ,ni }, i = 1,...,m, m Stichproben mit<br />
den Verteilungen N µi ,σ. Die Hypothese ist H 0 : µ 1 = µ 2 = ... = µ m . Wir definieren<br />
nun den Mittelwert der Varianzen s 2 und die Varianz der Mittelwerte s2¯x als<br />
s 2 := 1<br />
n − m<br />
∑<br />
(n i − 1)s 2 i<br />
i<br />
, s2¯x :=<br />
1<br />
m − 1<br />
(<br />
∑<br />
i<br />
n i ¯x 2 i − n ¯x2 )<br />
wobei n = n 1 + ... + n m die Größe und ¯x der Mittelwert der Gesamtstichprobe<br />
ist. Gilt H 0 nicht, dann müsste die Varianz der Mittelwerte im Vergleich zu groß<br />
,<br />
59