Alle Statistiken und Grafiken für Randomisierungstest für Anteil, 1 Stichprobe

Hier finden Sie Definitionen und Anleitungen zur Interpretation für alle Statistiken und Grafiken, die für den Randomisierungstest für den Anteil bei einer Stichprobe bereitgestellt werden.

Histogramm

In einem Histogramm werden die Stichprobenwerte in eine Reihe von Intervallen unterteilt, und die Häufigkeit der Datenwerte in jedem Intervall wird in Form eines Balkens abgebildet.

Interpretation

Verwenden Sie ein Histogramm, um die Form Ihrer Bootstrap-Verteilung zu untersuchen. Die Bootstrap-Verteilung ist die Verteilung der Mittelwerte aus jeder Stichprobenwiederholung. Die Bootstrap-Verteilung sollte normalverteilt erscheinen. Wenn die Bootstrap-Verteilung nicht normalverteilt ist, sind die Ergebnisse nicht vertrauenswürdig.
50 Stichprobenwiederholungen
1000 Stichprobenwiederholungen

Die Verteilung lässt sich im Allgemeinen leichter mit einer höheren Anzahl von Stichprobenwiederholungen bestimmen. In diesen Daten ist die Verteilung für 50 Stichprobenwiederholungen beispielsweise mehrdeutig. Bei 1000 Stichprobenwiederholungen sieht die Form annähernd normalverteilt aus.

Im Histogramm werden die Ergebnisse des Hypothesentests visuell dargestellt. Minitab korrigiert die Daten so an, dass das Zentrum der Stichprobenwiederholungen identisch mit dem Hypothesenmittelwert ist. Bei einem einseitigen Test wird eine Referenzlinie am Mittelwert der ursprünglichen Stichprobe gezeichnet. Bei einem zweiseitigen Test wird eine Referenzlinie am Mittelwert der ursprünglichen Stichprobe und in derselben Distanz auf der gegenüberliegenden Seite des Hypothesenmittelwerts gezeichnet. Der p-Wert ist der Anteil der Stichprobenmittelwerte, die extremer als die Werte auf den Referenzlinien sind. Mit anderen Worten: Der p-Wert ist der Anteil der Stichprobenmittelwerte, die genau so extrem wie die ursprüngliche Stichprobe sind, wenn angenommen wird, dass die Nullhypothese wahr ist. Diese Mittelwerte sind im Histogramm rot gefärbt.

In diesem Histogramm scheint die Bootstrap-Verteilung normalverteilt zu sein. Der p-Wert von 0,002 weist darauf hin, dass 0,2 % der Stichprobenanteile größer als der Anteil der ursprünglichen Stichprobe sind.

Balkendiagramm

Im Balkendiagramm wird der Anteil an den Ereignissen für jede Kategorie an.

Hinweis

Minitab zeigt ein Balkendiagramm an, wenn Sie nur eine Stichprobenwiederholung vornehmen. Minitab zeigt sowohl die ursprünglichen Daten als auch die Daten aus der Stichprobenwiederholung an.

Interpretation

Verwenden Sie das Balkendiagramm, um die ursprüngliche Stichprobe mit der Randomisierungsstichprobe zu vergleichen. Die Randomisierungsstichprobe stellt dar, wie eine Zufallsstichprobe aussehen würde, wenn der Mittelwert der Grundgesamtheit gleich dem Hypothesenwert wäre (die Nullhypothese also wahr wäre). Je größer die Differenz zwischen den Lagen der beiden Stichproben ist, desto mehr Anzeichen gegen das Zutreffen der Nullhypothese sind zu erwarten.
Der Stichprobenanteil ist gleich dem Hypothesenanteil.
Der Stichprobenanteil ist 20 % kleiner als der Hypothesenanteil.

Anteil

Der Anteil der Stichprobe ist gleich der Anzahl der Ereignisse dividiert durch den Stichprobenumfang (N).

Interpretation

Minitab zeigt zwei unterschiedliche Anteilswerte an, den Anteil der beobachteten Stichprobe und den Anteil der Bootstrap-Verteilung (Durchschnitt). Der Anteil der beobachteten Stichprobe ist ein Schätzwert des Anteils der Grundgesamtheit. Der Anteil der Bootstrap-Verteilung liegt in der Regel nahe am hypothetischen Anteil. Je größer die Differenz zwischen diesen beiden Werten, desto mehr Anzeichen gegen das Zutreffen der Nullhypothese sind zu erwarten.

Nullhypothese und Alternativhypothese

Die Nullhypothese und die Alternativhypothese sind zwei einander ausschließende Aussagen über eine Grundgesamtheit. In einem Hypothesentest werden Stichprobendaten verwendet, um zu bestimmen, ob die Nullhypothese zurückgewiesen werden sollte.
Nullhypothese
Die Nullhypothese besagt, dass ein Parameter einer Grundgesamtheit (z. B. der Mittelwert, die Standardabweichung usw.) gleich einem Hypothesenwert ist. Die Nullhypothese ist oft eine anfängliche Behauptung auf der Grundlage von früheren Analysen oder Fachwissen.
Alternativhypothese
Die Alternativhypothese besagt, dass ein Parameter einer Grundgesamtheit kleiner, größer oder abweichend vom Hypothesenwert in der Nullhypothese ist. Die Alternativhypothese ist die Hypothese, die Sie als wahr annehmen oder deren Wahrheit Sie nachweisen möchten.

Interpretation

In der Ausgabe können Sie mit Hilfe der Nullhypothese und der Alternativhypothese überprüfen, ob Sie den korrekten Wert für den hypothetischen Anteil eingegeben haben.

Randomisierungstest für Anteil, 1 Stichprobe

Histogramm des Randomisierungstests

Beobachtete Stichprobe N Anteil 200 0,620000
Randomisierungstest Nullhypothese H₀: p = 0,5 Alternativhypothese H₁: p > 0,5 Anzahl von Stichprobenwiederholungen Durchschnitt p-Wert 1000 0,49942 0,002

In diesen Ergebnissen besagt die Nullhypothese, dass der Anteil der Grundgesamtheit gleich 0,5 ist. Die Alternativhypothese besagt, dass der Anteil größer als 0,5 ist.

Anzahl von Stichprobenwiederholungen

Die Anzahl der Stichprobenwiederholungen gibt die Häufigkeit an, mit der Minitab eine Zufallsstichprobe mit Zurücklegen aus dem ursprünglichen Datensatz zieht. Im Allgemeinen empfiehlt sich eine große Anzahl von Stichprobenwiederholungen.

Minitab korrigiert die Daten so, dass das Zentrum der Stichprobenwiederholungen identisch mit dem Hypothesenanteil ist. Der Stichprobenumfang für jede Stichprobenwiederholung ist gleich dem Stichprobenumfang des ursprünglichen Datensatzes. Die Anzahl der Stichprobenwiederholungen ist gleich der Anzahl der Beobachtungen im Histogramm.

Durchschnitt

Der Durchschnitt ist die Summe der Anteile in der Bootstrap-Stichprobe, dividiert durch die Anzahl der Stichprobenwiederholungen. Minitab korrigiert die Daten so, dass das Zentrum der Stichprobenwiederholungen identisch mit dem Hypothesenanteil ist.

Interpretation

Minitab zeigt zwei unterschiedliche Anteilswerte an, den Anteil der beobachteten Stichprobe und den Anteil der Bootstrap-Verteilung (Durchschnitt). Der Anteil der beobachteten Stichprobe ist ein Schätzwert des Anteils der Grundgesamtheit. Der Anteil der Bootstrap-Verteilung liegt in der Regel nahe am hypothetischen Anteil. Je größer die Differenz zwischen diesen beiden Werten ist, desto mehr Anzeichen gegen das Zutreffen der Nullhypothese sind zu erwarten.

p-Wert

Der p-Wert ist der Anteil der Stichprobenanteile, die genauso extrem wie die ursprüngliche Stichprobe sind, wenn angenommen wird, dass die Nullhypothese wahr ist. Ein kleinerer p-Wert liefert stärkere Anzeichen dafür, dass die Nullhypothese nicht zutrifft.

Interpretation

Verwenden Sie den p-Wert, um zu ermitteln, ob der Anteil der Grundgesamtheit statistisch vom hypothetischen Anteil abweicht.

Um zu ermitteln, ob die Differenz zwischen dem Anteil der Grundgesamtheit und dem hypothetischen Anteil statistisch signifikant ist, vergleichen Sie den p-Wert mit dem Signifikanzniveau. In der Regel ist ein Signifikanzniveau (als α oder Alpha bezeichnet) von 0,05 gut geeignet. Ein Signifikanzniveau von 0,05 gibt ein Risiko von 5 % an, dass auf eine vorhandene Differenz geschlossen wird, während tatsächlich keine vorhanden ist.
p-Wert ≤ α: Die Differenz zwischen den Anteilen ist statistisch signifikant (H0 verwerfen)
Wenn der p-Wert kleiner oder gleich dem Signifikanzniveau ist, weisen Sie die Nullhypothese zurück. Sie können schlussfolgern, dass die Differenz zwischen dem Anteil der Grundgesamtheit und dem hypothetischen Anteil statistisch signifikant ist. Verwenden Sie Bootstrapping für Funktion, 1 Stichprobe, um ein Konfidenzintervall zu berechnen und zu bestimmen, ob die Differenz praktisch signifikant ist. Weitere Informationen finden Sie unter Statistische und praktische Signifikanz.
p-Wert > α: Die Differenz zwischen den Anteilen ist statistisch nicht signifikant (H0 nicht verwerfen)
Wenn der p-Wert größer als das Signifikanzniveau ist, weisen Sie die Nullhypothese nicht zurück. Es liegen nicht genügend Anzeichen für die Schlussfolgerung vor, dass die Differenz zwischen dem Anteil der Grundgesamtheit und dem hypothetischen Anteil statistisch signifikant ist.
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien