Wahrscheinlichkeit und Irrtum

Zusammenfassung

In diesem Beitrag werden die Begriffe Alpha- und Beta Fehler sowie Power und Sensitivität eines Tests erläutert. Es wird dargelegt, dass durch Beobachtungen an einer Stichprobe, deren Größe sorgfältig berechnet werden muss, nicht eine allgemeingültige Aussage definitiv „bewiesen”, sondern nur mit einer gewissen Sicherheit bestätigt werden kann.

Abstract

In inferential statistics there are some crucial issues: the first concerns the idea to make inference about the population based on a sample one has studied. The second major issue is that every measurement has some associated errors that take two forms, i. e. systematic error and random error. In testing a hypothesis there are other possible errors resulting form false rejection of a null hypothesis or wrongly accepting the alternative hypothesis. These errors are named type I error and type II (or beta) error respectively. The value (1-Beta) is called power. Power by itself is directly related to the sample size.

Schlüsselwörter

Wahrscheinlichkeit - Normalverteilung - Irrtumswahrscheinlichkeit - Signifikanz

Key words

Probability - normal distribution - error level - significance