Robustheits- und Power-Vergleiche: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
| Zeile 3: | Zeile 3: | ||
Robustheits- und Power-Vergleiche beschäftigen sich mit den Ergebnissen von verschiedenen Signifikanztests in Abhängigkeit der vorliegenden Untersuchungssituation. | Robustheits- und Power-Vergleiche beschäftigen sich mit den Ergebnissen von verschiedenen Signifikanztests in Abhängigkeit der vorliegenden Untersuchungssituation. | ||
Robustheitsuntersuchungen | Mit Robustheitsuntersuchungen kann analysiert werden, ob ein bestimmter statistischer Test trotz verletzter Voraussetzungen korrekte Ergebnisse erzielt und somit anwendbar ist. Ein Test ist dann robust, wenn die Wahrscheinlichkeit für einen Fehler 1. Art ein gegebenes Signifikanzniveau α nicht überschreitet. Mit Power-Vergleiche kann man durch Simulationen eine Schätzung der Wahrscheinlichkeit erhalten, dass bestimmte statistische Tests unter gegebenen Parametern die Nullhypothese korrekterweise ablehnen. | ||
* [[Robustheitsuntersuchungen]] | * [[Robustheitsuntersuchungen]] | ||
* [[Power-Vergleiche]] | * [[Power-Vergleiche]] | ||
Aktuelle Version vom 18. März 2020, 18:10 Uhr
Robustheits- und Power-Vergleiche beschäftigen sich mit den Ergebnissen von verschiedenen Signifikanztests in Abhängigkeit der vorliegenden Untersuchungssituation.
Mit Robustheitsuntersuchungen kann analysiert werden, ob ein bestimmter statistischer Test trotz verletzter Voraussetzungen korrekte Ergebnisse erzielt und somit anwendbar ist. Ein Test ist dann robust, wenn die Wahrscheinlichkeit für einen Fehler 1. Art ein gegebenes Signifikanzniveau α nicht überschreitet. Mit Power-Vergleiche kann man durch Simulationen eine Schätzung der Wahrscheinlichkeit erhalten, dass bestimmte statistische Tests unter gegebenen Parametern die Nullhypothese korrekterweise ablehnen.