<\/p>\n
Eine Testhypothese<\/a> wird verwendet, um zu testen, ob eine Hypothese \u00fcber einen Populationsparameter<\/a> wahr ist oder nicht.<\/span><\/p>\n Wenn wir einen Hypothesentest durchf\u00fchren, definieren wir immer eine Null- und Alternativhypothese:<\/span><\/p>\n Wenn der p-Wert des Hypothesentests unter einem bestimmten Signifikanzniveau liegt (z. B. \u03b1 = 0,05), k\u00f6nnen wir die Nullhypothese ablehnen und daraus schlie\u00dfen, dass wir \u00fcber ausreichende Beweise verf\u00fcgen, um anzugeben, dass die Alternativhypothese wahr ist.<\/span><\/p>\n Wenn der p-Wert nicht kleiner als 0,05 ist, k\u00f6nnen wir die Nullhypothese nicht ablehnen und kommen zu dem Schluss, dass wir nicht \u00fcber ausreichende Beweise verf\u00fcgen, um zu sagen, dass die Alternativhypothese wahr ist.<\/span><\/p>\n Die folgenden Beispiele erkl\u00e4ren, wie ein p-Wert kleiner als 0,05 und ein p-Wert gr\u00f6\u00dfer als 0,05 in der Praxis interpretiert wird.<\/span><\/p>\n Angenommen, eine Fabrik gibt an, Reifen mit einem Gewicht von jeweils 200 Pfund herzustellen.<\/span><\/p>\n Ein Pr\u00fcfer kommt herein und testet die Nullhypothese, dass das durchschnittliche Reifengewicht 200 Pfund betr\u00e4gt, anhand der Alternativhypothese, dass das durchschnittliche Reifengewicht nicht 200 Pfund betr\u00e4gt, unter Verwendung einer Level-Signifikanz von 0,05.<\/span><\/p>\n Die Nullhypothese (H 0<\/sub> ):<\/strong> \u03bc = 200<\/span><\/p>\n Die Alternativhypothese: ( HA<\/sub> ):<\/strong> \u03bc \u2260 200<\/span><\/p>\n Beim Testen einer Hypothese auf einen Durchschnitt erh\u00e4lt der Pr\u00fcfer einen p-Wert von 0,0154<\/strong> .<\/span><\/p>\n Da der p-Wert von 0,0154<\/strong> unter dem Signifikanzniveau von 0,05<\/strong> liegt, lehnt der Pr\u00fcfer die Nullhypothese ab und kommt zu dem Schluss, dass gen\u00fcgend Beweise daf\u00fcr vorliegen, dass das tats\u00e4chliche Durchschnittsgewicht eines Reifens nicht 200 Pfund betr\u00e4gt.<\/span><\/p>\n Angenommen, ein Biologe geht davon aus, dass ein bestimmter D\u00fcnger die Pflanzen \u00fcber einen Zeitraum von drei Monaten st\u00e4rker wachsen l\u00e4sst als normalerweise, was derzeit 20 Zoll betr\u00e4gt. Um dies zu testen, tr\u00e4gt sie den D\u00fcnger drei Monate lang auf jede einzelne Pflanze in ihrem Labor aus.<\/span><\/p>\n Anschlie\u00dfend f\u00fchrt sie einen Hypothesentest mit den folgenden Hypothesen durch:<\/span><\/p>\n Die Nullhypothese (H 0<\/sub> ):<\/strong> \u03bc = 20 Zoll (D\u00fcnger hat keinen Einfluss auf das durchschnittliche Pflanzenwachstum)<\/span><\/p>\n Die Alternativhypothese: ( HA<\/sub> ):<\/strong> \u03bc > 20 Zoll (D\u00fcnger f\u00fchrt zu einer durchschnittlichen Steigerung des Pflanzenwachstums)<\/span><\/p>\n Durch die Durchf\u00fchrung eines Hypothesentests f\u00fcr einen Durchschnitt erh\u00e4lt der Biologe einen p-Wert von 0,2338<\/strong> .<\/span><\/p>\n Da der p-Wert von 0,2338<\/strong> gr\u00f6\u00dfer als das Signifikanzniveau von 0,05<\/strong> ist, lehnt der Biologe die Nullhypothese nicht ab und kommt zu dem Schluss, dass es keine ausreichenden Beweise daf\u00fcr gibt, dass der D\u00fcnger zu einem erh\u00f6hten Pflanzenwachstum f\u00fchrt.<\/span><\/p>\n Eine Erkl\u00e4rung der P-Werte und der statistischen Signifikanz<\/a> Eine Testhypothese wird verwendet, um zu testen, ob eine Hypothese \u00fcber einen Populationsparameter wahr ist oder nicht. Wenn wir einen Hypothesentest durchf\u00fchren, definieren wir immer eine Null- und Alternativhypothese: Nullhypothese (H 0 ): Die Stichprobendaten stammen allein durch Zufall. Alternativhypothese ( HA ): Die Stichprobendaten werden durch eine nicht zuf\u00e4llige Ursache beeinflusst. Wenn der p-Wert […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Beispiel: Interpretation eines P-Werts unter 0,05<\/strong><\/span><\/h3>\n
Beispiel: Interpretation eines P-Werts gr\u00f6\u00dfer als 0,05<\/strong><\/span><\/h3>\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Statistische oder praktische Bedeutung<\/a>
P-Wert vs. Alpha: Was ist der Unterschied?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"