Mathematik Statistik - Hypothesentests & Signifikanz

Frage 1

Nullhypothese H₀: Definition?

A) Gibt es Effekt B) Keine Effekt/Unterschied (Status quo) C) Alternativ D) Unbekannt

Frage 2

Alternativhypothese H₁: Gegenposition zu H₀. Beispiel H₀: μ=100, H₁ = ?

A) H₁: μ = 100 B) H₁: μ ≠ 100 (two-tailed) or μ > 100 (one-tailed) C) H₁: μ < 100 D) H₁: μ = 0

Frage 3

Type I Error (α): False Positive - H₀ wahr aber verwerfen. Konsequenz?

A) Correctly rejecting true hypothesis B) Incorrectly rejecting true hypothesis C) Failing to reject true hypothesis D) Correctly accepting false hypothesis

Frage 4

Type II Error (β): False Negative - H₀ falsch aber nicht verwerfen. Konsequenz?

A) Correctly rejecting false hypothesis B) Incorrectly accepting false hypothesis C) Failing to reject false hypothesis D) Correctly accepting true hypothesis

Frage 5

Signifikanzniveau α: Typisch?

A) 0.01 B) 0.05 (5%) C) 0.1 D) 0.5

Frage 6

t-Test: Kleine Stichprobe (n<30), unbekannte σ. Formel: t = (x̄ - μ)/(s/√n). Berechne gegeben.

A) Correctly computes t-statistic B) Incorrectly computes t-statistic C) Formula not applicable D) Need more information

Frage 7

p-Wert: Interpretation - wenn p = 0.03 < α = 0.05, dann?

A) Akzeptiere H₀ B) Verwerfe H₀ (signifikant) C) Keine Entscheidung D) Wiederholen

Frage 8

Effektgröße (Cohen's d): Praktische Bedeutung zusätzlich zur statistischen - Wann wichtig?

A) Shows practical significance regardless of sample size B) Only important for large samples C) Not important for hypothesis testing D) Only relevant for Type I errors