Chi-Quadrat-Verteilungstest Anwendung: Test, ob die in der SP beobachtete Verteilung mit einer theoretischen Verteilung aus der GG übereinstimmt. Schritt 1: Hypothesen H 0 : Zufallsvariable folgt einer best. Verteilung H A : Zufallsvariable folgt NICHT einer best. Verteilung Schritt 2: Prüfgröße und Testverteilung Basis: k χ² = ∑ i =1 Quadrierte Abstände zwischen beobachteten Zellhäufigkeiten der Stichprobe und den theoretischen Zellhäufigkeiten unter H 0 . (ni − n ⋅ pi )² ~ χ²(k − 1) n ⋅ pi (unter H0 ) wobei: ni: empirische Zellhäufigkeiten (SP) pi: Wahrscheinlichkeitsverteilung unter H0 n ⋅ pi: theoretische Zellhäufigkeiten unter H0 k: Anzahl der Zellen Schritt 3: Kritischer Bereich Rechtsseitiger Test KB: [χ12−α;k −1 ; +∞[ Anmerkung: Test nur durchführbar, wenn n ⋅ pi ≥ 5 (nur bei relativ großen SP). Chi-Quadrat-Unabhängigkeitstest Anwendungsgebiet: Test, ob zwei NOMINAL skalierte Variablen stochastisch unabh. sind Schritt 1: Hypothesen H 0 : Zufallsvariablen sind stochastisch unabhängig. H A : Zufallsvariablen sind stochastisch abhängig. Schritt 2: Prüfgröße und Testverteilung Basis: Quadrierte Abstände zwischen beobachteten Zellhäufigkeiten der Stichprobe und den theoretischen Zellhäufigkeiten unter H 0 (vgl. Chi-QuadratVerteilungstest). r s χ² = ∑∑ i =1 j =1 (nij − n% ij )² ~ χ²[(r − 1) ⋅ (s − 1)] n% ij (unter H0 ) wobei: nij: empirische Zellhäufigkeiten (SP) n% ij : theoretische Zellhäufigkeiten unter H0 (bei Unabh.) wobei n% ij = r: s: n i⋅ ⋅ n ⋅ j n Anzahl der Spalten Anzahl der Zeilen Schritt 3: Kritischer Bereich Rechtsseitiger Test KB: [χ12−α;(r− 1)(s ⋅ −1) ; +∞[ Beispiel: Chi-Quadrat-Verteilungstest Sie vermuten, dass die neue 2€-Münze nicht fair ist. Sie werfen die Münze jeweils 5mal. Das Experiment führt zu folgenden Ergebnissen: Anzahl der Wappen (X) Empirische HK (ni) 0 32 1 44 2 64 3 24 4 20 5 16 Schritt 1: Hypothesen H 0 : DieVariable 'Anzahl Wappen'ist binomialverteilt − X ~ B(5;0,5) H A : DieVariable 'Anzahl Wappen'ist NICHT binomialverteilt Schritt 2: Prüfgröße und Testverteilung k χ² = ∑ i =1 (ni − n ⋅ pi )² ~ χ²(k − 1) n ⋅ pi Schritt 3: Kritischer Bereich 2 2 χcrit = χ12−α;k −1 = χ 0,95;5 = 11,070 KB: [11,070; +∞[ (unter H0 ) Schritt 4: Wert der Prüfgröße Anzahl der 0 1 2 3 4 5 Wappen (X) Empirische HK (ni) 32 44 64 24 20 16 unter H0: X~B(5;0,5) 0,0313 0,1563 0,3125 0,3125 0,1563 0,0313 p i = P(X = x i ) 6,26 31,26 62,5 62,5 31,26 6,26 n ⋅ pi = 200 ⋅ pi 662,55 137,83 2,25 1482,25 126,79 94,87 (n i − n ⋅ pi )² (n i − n ⋅p i )² 105,84 4,41 0,04 23,72 4,06 15,15 n ⋅ pi Test durchführbar, wenn n ⋅ pi ≥ 5 (OK). k χ² = ∑ i =1 (ni − n ⋅ pi )² = 153,22 n ⋅ pi Schritt 5: Entscheidung χ² ∈ KB : H0 ablehnen Mit 95%-iger Wahrscheinlichkeit ist die Variable ‚Anzahl der Wappen’ nicht biomialverteilt (Münze nicht fair). 70 60 50 40 Empirisches n Theoretisches n 30 20 10 0 0 1 2 3 4 5 Chi-Quadrat-Unabhängigkeitstest Abschluß (B) Eignung (A) geeignet (A1) ungeeignet(A2) ∑ DiplomSozialökonom (B1) n11 = 14 n21 = 16 n.1 = 30 DiplomKaufmann (B2) n12 = 10 n22 = 25 n.2 = 35 DiplomVolkswirt (B3) ∑ n13 = 16 n23 = 19 n.3 = 35 n1. = 40 n2. = 60 n = 100 Testen Sie, ob der Abschluss und die Eignung voneinander abhängen! Chi-Quadrat-Unabhängigkeitstest Schritt 1: Hypothesen H 0 : ‚Abschluss’ und ‚Eignung’ sind stochastisch unabhängig. H A : ‚Abschluss’ und ‚Eignung’ sind stochastisch abhängig. Schritt 2: Prüfgröße und Testverteilung r s χ² = ∑∑ i =1 j =1 (nij − n% ij )² ~ χ²[(r − 1) ⋅ (s − 1)] %n ij Schritt 3: Kritischer Bereich Rechtsseitiger Test Testverteilung: χ² = χ ²[(r − 1) ⋅ (s − 1)] = χ²[2 ⋅1] = χ²[2] KB: [χ20,95;2 ; +∞[ [5,991; +∞[ (unter H0 ) Schritt 4: Wert der Prüfgröße r s χ² = ∑∑ i =1 j =1 (nij − n% ij )² ~ χ²[(r − 1) ⋅ (s − 1)] %n ij (unter H0 ) n% ij : theoretische Zellhäufigkeiten unter H0 (bei Unabh.) n% ij = Abschluß (B) Eignung (A) geeignet (A1) ungeeignet(A2) ∑ χ² = n i⋅ ⋅ n ⋅ j n DiplomSozialökonom (B1) n11 = 12 n21 = 18 n.1 = 30 DiplomKaufmann (B2) DiplomVolkswirt (B3) ∑ n12 = 14 n22 = 21 n.2 = 35 n13 = 14 n23 = 21 n.3 = 35 n1. = 40 n2. = 60 n = 100 (14 − 12)² (16 − 18)² (10 − 14)² (25 − 21)² (16 − 14)² (19 − 21)² + + + + + = 2,937 12 18 14 21 14 21 Schritt 5: Entscheidung χ² ∉ KB : H0 annehmen Mit 95%-iger Wahrscheinlichkeit kann nicht nachgewiesen werden, dass ‚Abschluss’ und ‚Eignung’ stochastisch abhängig sind.