Differences

This shows you the differences between two versions of the page.

--- statistik:teststaerke [2013/07/20 21:56] – [Teststärke] phreazer
+++ statistik:teststaerke [2014/02/11 20:49] (current) – external edit 127.0.0.1
@@ Line 7: / Line 7: @@
   * $\beta$ ist die Wahrscheinlichkeit einen Fehler 2. Art zu begehen ($H_0$ wird abgelehnt und $H_0$ trifft tatsächlich zu)
-Cohen: "The statistical power of a significance test is the long-term probability, given the population effect size, significance criterion and sample size of rejection of $H_0$.
+Cohen: "The statistical power of a significance test is the long-term probability, given the population effect size, significance criterion and sample size of rejection of $H_0$".
 Die Teststärke wird getrieben durch
   * Stärke des in der Gegenhypothese unterstellten Effekts (Je stärker der Effekt, desto höher die Teststärke)
-  * Akzeptierte Irrtumswahrscheinlichkeit (je kleiner \alpha, desto größer \beta; je kleiner \beta desto größer die Teststärke)
+  * Akzeptierte Irrtumswahrscheinlichkeit (je kleiner $\alpha$, desto größer $\beta$; je kleiner $\beta$ desto größer die Teststärke)
   * Stichprobengröße (da Standardfehler kleiner wird)
-Richtwert für das \beta ist nach Cohen ein 4-mal so hoher Wert als \alpha. D.h. für ein \alpha = 5%, sollte gelten: \beta = 20%.
+Richtwert für das $\beta$ ist nach Cohen ein 4-mal so hoher Wert als $\alpha$. D.h. für ein $\alpha$ = 5%, sollte gelten: $\beta$ = 20%.
 Der $\beta$-Fehler gibt die Wahrscheinlichkeit an, mit der die Nullhypothese beibehalten wird, obwohl in der Population eine Abweichung von der Nullhypothese in einem bestimmten Ausmaß (der Effektgröße) besteht.