Tag 2 - A104/ B28 Statistischer Test

[DrBorio]

Ich denke auch, dass hier Antwort D richtig sein müsste, denn wer ein Signifikanzniveau von Alpha=0,05 festlegt, schafft ein Kriterium, nach dem er die Nullhypotese beibehält (bzw. die Alternativhypothese verwirft), wenn der p-Wert des Tests größer ist als p=0,05.
Damit besteht dann auch die Wahrscheinlichkeit, die Nullhypothese irrtümlicherweise beizubehalten, obwohl sie tatsächlich falsch ist (Fehler 2. Art), z.B. wenn der p-Wert p=0,06 ist. Diese Wahrscheinlichkeit wird natürlich größer, je höher das festgelegte Signifikanzniveau ist (z.B. bei Alpha=0,01)

[Jan Sonntag]

Hmm, also ich stimme Antwort C zu. Mein Gedanke ist der folgende:

Der Wissenschaftler für beispielsweise 10 Tests mit einem Signifikanzniveau von 0.05 durch. Das bedeutet, die Wahrscheinlichkeit die Nullhypothese richtigerweise abzulehnen beträgt 1-0.05 = 0.95.
Jetzt macht er 10 Tests, die alle signifikant sind und für alle lehnt er die Nullhypothese mit 95% richtigerweise ab.

Aber die Wahrscheinlichkeit, dass er niemals eine Nullhypothese fälschlicherweise ablehnt (einen Alpha-Fehler macht) beträgt 0.95^10 (er macht ja 10 Tests). Das sind nur noch ca 59,9 %.
Die Wahrscheinlichkeit für (mindestens) 1 Alpha-Fehler liegt also bei 40%!

[Jan Sonntag]

Jetzt waren die Leute von Medi-Learn schon schneller mit der Erklärung

[Unregistriert]

Ok danke, die Erklärung is prinzipiell nachvollziehbar, und das die Frage darauf wohl abzielt seh ich ein.

Allerdings funktioniert das doch dann nur, wenn die Hypothese so weit gefasst ist (also ein signifikantes Ergebnis reicht).

Wenn die These z B lautet: "Ungewünschte Nebenwirkungen treten häufiger beim neuen Medikament häufiger auf als beim Standardpräparat" und das neue Mediakment viele verschiedene Nebenwirkungen hat, sie also insegesamt häufig und signifikant wären, einzeln betrachtet aber alle nicht signifikant, im Gegensatz zum Standardpräparat, das zwei stark ausgeprägte Nebenwirkungen hat (statistisch signifikant) -> Hypothese wird abgelehnt, Betafehler, wäre nicht passiert wenn er einfach alle Werte zusammen genommen auf statistische Signifikanz geprüft hätte

Gibt sicher bessere Beispiele, aber ich würde sagen die Lösung ist nicht eindeutig, da nicht geschrieben wird, was passieren soll, wenn sich eine einzelne Zielgröße als signifikant herausstellt. (Außer natürlich die Definition der Zielgrößen ist, dass sobald eine davon signifikant ist, die Hypothese angenommen werden muss)

[Unregistriert123]

Die Frage ist doch: Anfechtbar oder nicht?

Sicher steigt die Wahrscheinlichkeit für Fehler 1. Art. Das wurde ja von der Dozentin bereits klargestellt.
Die Argumentation, dass grundsätzlich die Beta-Fehler-Rate ansteigen soll, leuchtet (mir) aber auch ein.