Inferenzstatistik Flashcards
(12 cards)
P-Wert:
WS des Ereignisses E, dass ein empirisches Ergebnis in das Intervall der Werte fällt, die gegen die Nullhypothese sprechen, wenn die H0 gilt
Der p-Wert lässt sich aus der Stichprobenkennwerteverteilung bestimmen
Alpha-Fehler
- Fehler 1. Art/ falsch negativ
- Man verwirft die H0, obwohl diese eigentlich gilt
- Wird a priori definiert
- Signifikanzniveau nach Fisher
Beta-Fehler
- Fehler 2. Art/ falsch positiv
- Man verwirft die H1, obwohl diese eigentlich gilt (d.h. man entscheidet sich fälschlicherweise für die H0)
- Bei unspezifischen Hypothesen kann Beta nicht eindeutig festgelegt werden (man braucht eine konkrete Aussage über die Größe des Effektes)
Wovon hängt der Beta-Fehler ab?
- Vom Effekt (Abstand der beiden Kurven)
- Von Alpha: je kleiner alpha, desto größer beta
- Streuung des Populationsparameters: je kleiner, desto kleiner ß
- Stichprobengröße: je größer, desto kleiner ß
- Power/ Teststärke 1-ß
Power/ Teststärke
o WS eines signifikanten Ergebnisses bei der Gültigkeit der H1
Effektgröße
• Gibt die Größe eines Effektes an
• Verdeutlichung der praktischen Relevanz von statistisch signifikanten Ergebnissen
- in standardisierten Einheiten
Effektgröße Mittelwertsunterschiede
Cohens d
Effektgröße Varianz
R2, eta2
Effektgröße Zusammenhänge
Korrelationen
Standardfehler
Standardabweichung der Stichprobenkennwerteverteilung
Stichprobenkennwerteverteilung
• WS-Verteilung von Stichprobenmittelwerten aus Stichproben der Größe n (mehrere, unendlich viele Stichproben einer Population)
Konfidenzintervall
- Mithilfe des Standardfehlers kann man nun den Wertebereich angeben, der einen Populationsparameter mit einer gewissen WS (1-Alpha) überdeckt
- Konfidenzkoeffizient (z.B. 95%): In 95 von 100 Fällen, in denen ein Konfidenzintervall aufgrund einer Zufallsstichprobe gebildet wurde, liegt der Populationsparameter innerhalb des Intervalls
