Hypothesentest
Statistisches Entscheidungsverfahren — prüft, ob eine beobachtete Abweichung ein echter Effekt oder Zufall ist.
Auch bekannt als: Statistischer Test, Hypothesenprüfung, Signifikanztest
Ein Hypothesentest vergleicht zwei sich ausschließende Aussagen: die Nullhypothese H₀ („kein Effekt“) gegen die Alternativhypothese H₁ („Effekt vorhanden“). Der Test bestimmt aus den Daten eine Teststatistik und daraus einen p-Wert; dieser entscheidet zusammen mit dem Signifikanzniveau α über die Ablehnung von H₀.
- Ein-Stichproben-Fragen — Weicht ein Mittelwert von einem Sollwert ab? → 1-Stichproben-t-Test
- Zwei-Stichproben-Vergleich — Sind zwei Prozesse/Maschinen gleich? → 2-Stichproben-t oder Welch-t
- Mehrere Gruppen — Unterscheidet sich mindestens einer? → ANOVA (parametrisch) oder Kruskal-Wallis (nichtparametrisch)
- Varianzen vergleichen → Bartlett-/Levene-Test
- Verteilungsform prüfen → Normalitätstests (Shapiro-Wilk, Anderson-Darling, D'Agostino-Pearson)
Siehe auch
Verwendet in
Im Algorithm-Lab
Quellen
- Fisher, R. A. — Statistical Methods for Research Workers, Oliver and Boyd, 1925
- Neyman, J. & Pearson, E. S. — On the Problem of the Most Efficient Tests of Statistical Hypotheses, Philosophical Transactions A, 231, 1933
- Wasserstein, R. L. & Lazar, N. A. — The ASA Statement on p-Values, The American Statistician, 70(2), 2016