Konfidenzintervalle: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
KKeine Bearbeitungszusammenfassung
 
(20 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt)
Zeile 1: Zeile 1:
{{Nav|Navigation|Statistik|Hauptseite}}
{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}


Ein Konfidenzintervall oder Vertrauensintervall bezeichnet ein Intervall möglicher Parameterausprägungen, in dem sich ein untersuchter Populationsparameter mit der Wahrscheinlichkeit des Konfidenzniveaus (1-α) befindet. Das Konfidenzintervall gibt Informationen zur Genauigkeit der Punktschätzung eines untersuchten Populationsparameters, wie z.B. des arithmetischen Mittelwertes.   
Ein Konfidenzintervall oder Vertrauensintervall bezeichnet ein Intervall möglicher Parameterausprägungen, in dem sich ein untersuchter Populationsparameter mit der Wahrscheinlichkeit des Konfidenzniveaus (1-α) befindet. Das Konfidenzintervall gibt Informationen zur Genauigkeit der Punktschätzung eines untersuchten Populationsparameters, wie z.B. des arithmetischen Mittelwertes.   
Zeile 5: Zeile 5:
Die Größe des Konfidenzniveaus kann vom Anwender frei gewählt werden und hängt von der jeweiligen Fragestellung ab. Üblicherweise werden Konfidenzniveaus von 0.95 oder 0.99 gewählt. Ein Konfidenzniveau von 0.95 beschreibt z.B., dass 95 % der 95 %-Konfidenzintervalle der aus einer Grundgesamtheit gezogenen Stichproben den Erwartungswert μ der Grundgesamtheit überdecken, wenn aus derselben Grundgesamtheit sehr viele Stichproben gezogen werden. Dieser Sachverhalt wird in Abbildung 1 mit dem Erwartungswert μ = 100, einer Stichprobengröße n = 15 und der Standardabweichung in der Grundgesamtheit σ = 15 dargestellt.  
Die Größe des Konfidenzniveaus kann vom Anwender frei gewählt werden und hängt von der jeweiligen Fragestellung ab. Üblicherweise werden Konfidenzniveaus von 0.95 oder 0.99 gewählt. Ein Konfidenzniveau von 0.95 beschreibt z.B., dass 95 % der 95 %-Konfidenzintervalle der aus einer Grundgesamtheit gezogenen Stichproben den Erwartungswert μ der Grundgesamtheit überdecken, wenn aus derselben Grundgesamtheit sehr viele Stichproben gezogen werden. Dieser Sachverhalt wird in Abbildung 1 mit dem Erwartungswert μ = 100, einer Stichprobengröße n = 15 und der Standardabweichung in der Grundgesamtheit σ = 15 dargestellt.  


ABBILDUNG


Die grüne und die dunkelblaue Markierung unterhalb der Verteilungen der Intervallgrenzen kennzeichnen diejenigen Fälle, in denen das Konfidenzintervall der Stichprobe den Erwartungswert der Grundgesamtheit nicht beinhaltet. In etwa 2.5 % der Fälle befindet sich die obere Grenze des Konfidenzintervalls unterhalb des Erwartungswertes (blau) und in 2.5 % der Fälle befindet sich die untere Grenze des Konfidenzintervalls oberhalb des Erwartungswertes μ = 100 (grün). Die untere Grenze G<sub>u<\sub> und die obere Grenze G<sub>o<\sub> des Konfidenzintervalls lassen sich mithilfe der folgenden Formeln schätzen:
[[File:1_6_Konfidenzintervall.PNG|800px|Abbildung 1: Häufigkeitsverteilungen der Werte der Grundgesamtheit und der Grenzen des Konfidenzintervalls|link=Ausgelagerte_Bildbeschreibungen#Konfidenzintervalle|Ausgelagerte Bildbeschreibung von Konfidenzintervalle]]


ABBILDUNG FORMELN


X̅ ist die Punktschätzung für den Populationsmittelwert, z<sub>1-α/2<\sub> das Quantil der Standardnormalverteilung und SYMBOL der Standardfehler der Punktschätzung des Populationsmittelwertes. Zur Berechnung des Standardfehlers wird die Standardabweichung der Population benötigt. Da diese häufig nicht bekannt ist, wird der Standardfehler des Stichprobenmittelwertes SYMBOL als Schätzwert für SYMBOL verwendet (vgl. [[Standardfehler]]). Statt mit z-Werten der Standardnormalverteilung würden die Intervallgrenzen mit Quantilen der t-Verteilung bestimmt werden. Zum tieferen Verständnis sei auf Rudolf & Kuhlisch (2008) verwiesen.
Die grüne und die dunkelblaue Markierung unterhalb der Verteilungen der Intervallgrenzen kennzeichnen diejenigen Fälle, in denen das Konfidenzintervall der Stichprobe den Erwartungswert der Grundgesamtheit nicht beinhaltet. In etwa 2.5 % der Fälle befindet sich die obere Grenze des Konfidenzintervalls unterhalb des Erwartungswertes (blau) und in 2.5 % der Fälle befindet sich die untere Grenze des Konfidenzintervalls oberhalb des Erwartungswertes μ = 100 (grün). Die untere Grenze G<sub>u</sub> und die obere Grenze G<sub>o</sub> des Konfidenzintervalls lassen sich mithilfe der folgenden Formeln schätzen:
 
 
[[File:1_6_Konfidenzintervall_Formel.PNG|120px|link=Ausgelagerte_Formeln#Grenzen_eines_Konfidenzintervalls|Ausgelagerte Formeln obere und untere Grenzen eines Konfidenzintervalls]]
 
 
X̅ ist die Punktschätzung für den Populationsmittelwert, z<sub>1-α/2</sub> das Quantil der Standardnormalverteilung und σ<sub>X̅</sub> der Standardfehler der Punktschätzung des Populationsmittelwertes. Zur Berechnung des Standardfehlers wird die Standardabweichung der Population benötigt. Da diese häufig nicht bekannt ist, wird der Standardfehler des Stichprobenmittelwertes s<sub>X̅</sub> als Schätzwert für σ<sub>X̅</sub> verwendet (vgl. [[Standardfehler]]). Statt mit z-Werten der Standardnormalverteilung würden die Intervallgrenzen mit Quantilen der t-Verteilung bestimmt werden. Zum tieferen Verständnis sei auf Rudolf & Kuhlisch (2008) verwiesen.
Die Breite des Konfidenzintervalls ist von verschiedenen Parametern abhängig. Ein höheres festgelegtes Konfidenzniveau (1-α), d.h. zum Beispiel 99% statt 95%, führt zu einem breiteren Konfidenzintervall. Je höher die Standardabweichung, desto breiter ist das Konfidenzintervall. Erhöht man den Stichprobenumfang, dann wird das Konfidenzintervall schmaler.
Die Breite des Konfidenzintervalls ist von verschiedenen Parametern abhängig. Ein höheres festgelegtes Konfidenzniveau (1-α), d.h. zum Beispiel 99% statt 95%, führt zu einem breiteren Konfidenzintervall. Je höher die Standardabweichung, desto breiter ist das Konfidenzintervall. Erhöht man den Stichprobenumfang, dann wird das Konfidenzintervall schmaler.






[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/konfidenzintervall_link.html
[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_6_Konfidenzintervalle_Link.html|120px]] <span style="color: white"> kkk </span>  Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_6_Konfidenzintervalle_Link.html Video] wird der die Entstehung eines Konfidenzintervalls näher erläutert.
|120px]] <span style="color: white"> kkk </span>  Im [http://141.76.19.82:3838/mediawiki/pwertlink.html Video] wird der die Entstehung eines Konfidenzintervalls erläutert.
 
[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_6_Konfidenzintervalle/
|120px]] <span style="color: white"> kkk </span>  Inwieweit das Konfidenzintervall von verschiedenen Parametern abhängig ist, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_6_Konfidenzintervalle/ interaktiven Simulation] grafisch nachvollziehen.
 
 
 
'''''Weiterführende Literatur'''''
 
Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 4.2)

Aktuelle Version vom 28. Februar 2023, 10:22 Uhr

Ein Konfidenzintervall oder Vertrauensintervall bezeichnet ein Intervall möglicher Parameterausprägungen, in dem sich ein untersuchter Populationsparameter mit der Wahrscheinlichkeit des Konfidenzniveaus (1-α) befindet. Das Konfidenzintervall gibt Informationen zur Genauigkeit der Punktschätzung eines untersuchten Populationsparameters, wie z.B. des arithmetischen Mittelwertes.

Die Größe des Konfidenzniveaus kann vom Anwender frei gewählt werden und hängt von der jeweiligen Fragestellung ab. Üblicherweise werden Konfidenzniveaus von 0.95 oder 0.99 gewählt. Ein Konfidenzniveau von 0.95 beschreibt z.B., dass 95 % der 95 %-Konfidenzintervalle der aus einer Grundgesamtheit gezogenen Stichproben den Erwartungswert μ der Grundgesamtheit überdecken, wenn aus derselben Grundgesamtheit sehr viele Stichproben gezogen werden. Dieser Sachverhalt wird in Abbildung 1 mit dem Erwartungswert μ = 100, einer Stichprobengröße n = 15 und der Standardabweichung in der Grundgesamtheit σ = 15 dargestellt.


Ausgelagerte Bildbeschreibung von Konfidenzintervalle


Die grüne und die dunkelblaue Markierung unterhalb der Verteilungen der Intervallgrenzen kennzeichnen diejenigen Fälle, in denen das Konfidenzintervall der Stichprobe den Erwartungswert der Grundgesamtheit nicht beinhaltet. In etwa 2.5 % der Fälle befindet sich die obere Grenze des Konfidenzintervalls unterhalb des Erwartungswertes (blau) und in 2.5 % der Fälle befindet sich die untere Grenze des Konfidenzintervalls oberhalb des Erwartungswertes μ = 100 (grün). Die untere Grenze Gu und die obere Grenze Go des Konfidenzintervalls lassen sich mithilfe der folgenden Formeln schätzen:


Ausgelagerte Formeln obere und untere Grenzen eines Konfidenzintervalls


X̅ ist die Punktschätzung für den Populationsmittelwert, z1-α/2 das Quantil der Standardnormalverteilung und σ der Standardfehler der Punktschätzung des Populationsmittelwertes. Zur Berechnung des Standardfehlers wird die Standardabweichung der Population benötigt. Da diese häufig nicht bekannt ist, wird der Standardfehler des Stichprobenmittelwertes s als Schätzwert für σ verwendet (vgl. Standardfehler). Statt mit z-Werten der Standardnormalverteilung würden die Intervallgrenzen mit Quantilen der t-Verteilung bestimmt werden. Zum tieferen Verständnis sei auf Rudolf & Kuhlisch (2008) verwiesen. Die Breite des Konfidenzintervalls ist von verschiedenen Parametern abhängig. Ein höheres festgelegtes Konfidenzniveau (1-α), d.h. zum Beispiel 99% statt 95%, führt zu einem breiteren Konfidenzintervall. Je höher die Standardabweichung, desto breiter ist das Konfidenzintervall. Erhöht man den Stichprobenumfang, dann wird das Konfidenzintervall schmaler.


Videolink neu.PNG kkk Im Video wird der die Entstehung eines Konfidenzintervalls näher erläutert.

Simulationslink neu2.PNG kkk Inwieweit das Konfidenzintervall von verschiedenen Parametern abhängig ist, lässt sich in der interaktiven Simulation grafisch nachvollziehen.


Weiterführende Literatur

Rudolf, M. & Kuhlisch, W. (2020). Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler (2. Aufl.). München: Pearson Studium. (Kapitel 4.2)