Teststatistik

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche

Eine Teststatistik, auch Prüfgröße,[1] Testgröße[2] oder Prüffunktion genannt, ist eine spezielle reellwertige Funktion in der Testtheorie, einem Teilgebiet der mathematischen Statistik. Teststatistiken werden als Hilfsfunktionen bei der Definition von statistischen Tests verwendet. So wird beispielsweise bei einem Hypothesentest die Nullhypothese abgelehnt, wenn die Teststatistik über oder unter einem vorher festgelegten Zahlenwert liegt.

Definition[Bearbeiten | Quelltext bearbeiten]

Gegeben sei eine Funktion

sowie ein statistischer Test

,

der definiert ist durch

.

Hierbei ist eine feste Zahl, die auch der kritische Wert genannt wird. Dann wird die Funktion eine Teststatistik genannt.

Die Definition gilt ebenso für randomisierte Tests sowie Varianten der obigen Definition des Tests. Dazu gehört unter anderem das Vertauschen oder Abändern von Ungleichheitszeichen und Vertauschen von null und eins.

Beispiele[Bearbeiten | Quelltext bearbeiten]

Unter Verwendung der Abkürzung

für das Stichprobenmittel ist eine typische Teststatistik auf gegeben durch

Hierbei ist eine positive Zahl und eine beliebige reelle Zahl. Diese Teststatistik findet beispielsweise bei den Gauß-Tests Anwendung. Dabei wird ausgenutzt, dass die Teststatistik standardnormalverteilt ist, d.h. , wenn die Stichprobenvariablen normalverteilt sind mit Erwartungswert und Varianz .[3]

Bezeichnet man mit

die korrigierte Stichprobenvarianz, so ist eine weitere wichtige Teststatistik auf gegeben durch

.

Hierbei ist wieder eine beliebige reelle Zahl. Diese Teststatistik findet bei dem Einstichproben-t-Test Anwendung. Dabei wird ähnlich zum obigen Beispiel ausgenutzt, dass wenn die Stichprobenvariablen normalverteilt sind mit Varianz und Mittelwert , die Teststatistik t-verteilt ist mit Freiheitsgraden. Es gilt dann .[4]

Eine dritte wichtige Teststatistik ist

Dabei ist und . Sie wird beispielsweise beim Chi-Quadrat-Test für die Varianz verwendet. Dabei wird genutzt, dass Chi-Quadrat-Verteilt ist, wenn die Stichprobenvariablen normalverteilt sind mit Erwartungswert und Varianz .[3]

Vorteile[Bearbeiten | Quelltext bearbeiten]

Betrachtet man einen Test und bezeichnet mit die Bildung des Erwartungswertes bezüglich einer Wahrscheinlichkeitsverteilung , so treten in der Testtheorie häufig Ausdrücke der Form

oder

auf. Dabei entspricht der erste Ausdruck dem Fehler erster Art und der zweite dem Fehler zweiter Art, wenn in der Nullhypothese ist und in der Alternative. Im Allgemeinen sind solche Ausdrücke schwer zu berechnen, da der Test selbst wenig Struktur besitzt

Geht man nun von einem nichtrandomisierten Test aus (der randomisierte Fall folgt mit leichten Anpassungen), so lässt sich der Test schreiben als

.

Hierbei ist der Ablehnbereich des Tests und die Indikatorfunktion auf der Menge . Mit dieser Schreibweise folgt dann insbesondere

,

siehe auch Charakteristische Funktion (Mathematik)#Verwendung zur Berechnung von Erwartungswert, Varianz und Kovarianz.

Ist der Test nun durch eine Teststatistik definiert, also beispielsweise durch

,

so ist der Ablehnbereich von der Form

.

Damit reduziert sich aber die Bestimmung des Erwartungswertes des Tests zu

.

Damit lässt sich der Erwartungswert des Tests direkt bestimmen, wenn die Verteilung der Teststatistik bekannt ist. Wie die drei obigen Beispiele zeigen ist dies bei vielen wichtigen Tests der Fall.

Die einfachere Berechnung des Erwartungswertes über die Verteilung der Teststatistik wird auf verschiedene Weisen verwendet. Einerseits bei Hypothesentests vor der Datenauswertung, um den kritischen Wert so anzupassen, dass der Test den gewünschten Fehler erster Art einhält. Andererseits bei Signifikanztests nach der Datenauswertung zur Bestimmung des p-Wertes. Somit erleichtern Teststatistiken den Umgang und die Konstruktion von Tests.

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. Wolfgang Tschirk: Statistik: Klassisch oder Bayes. Zwei Wege im Vergleich. 1. Auflage. Springer Spektrum, Berlin/Heidelberg 2014, ISBN 978-3-642-54384-5, S. 67, doi:10.1007/978-3-642-54385-2.
  2. Karl Bosch: Elementare Einführung in die angewandte Statistik. 8. Auflage. Vieweg, Wiesbaden 2005, S. 178.
  3. a b Ludger Rüschendorf: Mathematische Statistik. Springer Verlag, Berlin Heidelberg 2014, ISBN 978-3-642-41996-6, S. 195, doi:10.1007/978-3-642-41997-3.
  4. Hans-Otto Georgii: Stochastik. Einführung in die Wahrscheinlichkeitstheorie und Statistik. 4. Auflage. Walter de Gruyter, Berlin 2009, ISBN 978-3-11-021526-7, S. 282, doi:10.1515/9783110215274.