Weiter: F-Test
Oben: Statistische Tests
Zurück: Statistische Tests
Unterabschnitte
Der t-Test gibt eine Angabe über die Konsistenz zweier Mittelwerte.
Er erlaubt eine Aussage, ob eine eigene Messung mit der eines
ändern (aber auch eine frühere eigene Messung) konsistent
ist. Damit kann getestet werden, ob eine Apparatur sich mit der
Zeit verändert.
Man könnte zur Annahme gelangen, dass wenn zwei Mittelwerte
und
sich um
weniger als eine Standardabweichung unterscheiden, dass sie dann zu einer identischen Grundgesamtheit gehören.
Diese Beurteilung ist willkürlich.
Besser ist es, den erwarteten Fehler der Differenz
zu berechnen. Mit Hilfe des Fehlerfortpflanzungsgesetzes (siehe auch Kapitel
7) ergibt sich
|
(6.77) |
dabei sind
und
die Mittelwerte zweier Messreihen, und die Anzahl Messungen mit den Fehlern
und . Für setzt man am besten
ein, wobei die Varianz durch das Zusammenlegen aller Messreihen berechnet wurde. Ebenso ersetzt man
mit
.
Für die -Verteilung und den -Test betrachtet man normalverteilte Zufallsvariablen . Sind solche nicht
vorhanden, dann muss mit Mittelwerten von Stichproben gerechnet werden. Wir berechnen den Mittelwert aus
der Stichprobe und die Standardabweichung , die auf Freiheitsgeraden beruht. Die -Grösse ist
dann
|
(6.78) |
Die -Variable gehorcht der Studentschen -Verteilungsfunktion
|
(6.79) |
Diese Verteilungsfunktion besitzt die Kenngrössen
Für
geht die Verteilung in die Normalverteilung über. Die integrale Verteilungsfunktion
lautet
|
(6.81) |
Sie ist die Wahrscheinlichkeit, dass bei Abwesenheit systematischer Fehler -Werte auftreten, die ausserhalb des
Konfidenzbereiches liegen. Die Funktion findet man in Tabellen. Für sehr umfangreiche Stichproben geht die
-Verteilung in die Normalverteilung über. Für die [d.h. Mittelwert 0, Varianz ] verteilte
Testgrösse bekommt man
|
(6.82) |
Wenn der Test erfüllt ist, dann sind die beiden Stichproben aus der gleichen Grundgesamtheit.
Zwei Mittelwerte mit und ergeben einen -Wert von . Es gibt insgesamt
Freiheitsgrade. Man findet
(Die entsprechende
Excel-Funktion =TVERT(1,74;14;2) liefert den Wert
) Die Interpretation sagt nun,
dass
- Nur in aller Stichproben tritt eine Abweichung auf
- Der Test wird von den beiden Messreihen erfüllt mit einer Signifikanz-Grenze von , d.h. systematische
Abweichungen sind wenig wahrscheinlich
- Die Mittelwerte müssen als konsistent angesehen werden.
Üblicherweise verwendet man Vertrauensgrenzen (Signifikanz-Grenzen) von und . Nur wenn der -Test
eine Wahrscheinlichkeit kleiner als diese Werte ergibt, nimmt man ein Fehlen der Konsistenz an. Grössere
Signifikanz-Grenzen (z.B. ) bedeuten, dass man sehr oft die Hypothese der Gleichheit der Mittelwerte (oder
der Konsistenz der Mittelwerte) verwerfen muss, obwohl die beiden Messreihen aus der gleichen Grundgesamtheit
stammen. Mit sehr kleinen Signifikanzgrenzen läuft man Gefahr, Gleichheit anzunehmen, obwohl sie nicht da ist.
Next: F-Test
Up: Statistische Tests
Previous: Statistische Tests
Othmar Marti
Experimentelle Physik
Universiät Ulm