Die Testkriterien lauten:
• H
zurückweisen, wenn P-Wert < α
o
• H
nicht zurückweisen, wenn P-Wert > α
o
Beispiel 1 – Gegeben seien zwei normalverteilten Grundgesamtheiten
entnommene Stichproben, sodass n
0,25. Wir testen die Nullhypothese H
0,05 gegen die Alternativhypothese H
Hypothese müssen wir s
2
s
=max(s
M
2
s
= min(s
m
Außerdem gilt
Die Testkenngröße F lautet daher F
Der P-Wert lautet: P-Wert = P(F>F
UTPF(20;30;1,44) = 0,1788...
Da 0,1788... > 0,05, d. h. P-Wert > α, können wir die Nullhypothese H
σ
2
= σ
2
nicht zurückweisen.
1
2
Weitere Anmerkungen zur linearen Regression
In diesem Abschnitt werden die weiter oben in diesem Kapitel dargestellten
Konzepte der linearen Regression weiter ausgearbeitet und ein Verfahren für
den Hypothesentest von Regressionsparametern vorgestellt.
Die Methode der kleinsten Quadrate
x = eine unabhängige nicht-zufällige Variable und Y = eine abhängige
Zufallsvariable. Die Regressionskurve von Y auf x ist als die Beziehung
zwischen x und dem Mittelwert der entsprechenden Verteilung der Werte von
Y's definiert.
= 21, n
1
2
: σ
2
= σ
1
o
: σ
2
1
1
und s
, wie folgt bestimmen:
M
m
2
2
,s
) = max(0,36;0.25) = 0,36 = s
1
2
2
2
,s
) = min (0,36;0,25) = 0,25 = s
1
2
n
= n
= 21,
M
1
n
= n
= 31,
m
2
ν
= n
- 1= 21-1=20,
N
M
ν
= n
-1 = 31-1 =30.
D
m
2
2
= s
/s
=0,36/0,25=1,44.
o
M
m
) = P(F>1.44) = UTPF(ν
o
2
= 31, s
= 0,36 und s
1
2
bei Signifikanzniveau α =
2
≠ σ
2
. Für eine beidseitige
2
2
1
2
2
, ν
,F
N
D
Seite 18-55
2
=
2
) =
o
:
o