p-Wert, Nullhypothese, Signifikanzniveau - die Idee erklärt
HTML-код
- Опубликовано: 2 окт 2024
- Einige der wichtigsten Konzepte in der Statistik sind der p-Wert, die Nullhypothese und das Signifikanzniveau. An einem einfachen Beispiel erkläre ich, wozu das ganze gut ist - was ist der p-Wert? Wozu brauchen wir die Nullhypothese? Wie kommt das Signifikanzniveau ins Spiel? Und wie hilft uns das alles zu entscheiden, ob das Ergebnis eines Experiments überzeugend ist oder nicht?
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.(creativecommons...)
Diese Erklärung ist nicht nur super hilfreich sondern lässt mich erkennen, dass ich eigentlich alles kapieren kann solange ich es gut erklärt bekomme.
Absoluuut! Daran merkt man auch wie traurig es ist, dass Bildung so elitär gestaltet wird, wobei es doch so einfach und zugänglich für alle sein könnte.
Und ich dachte ich werde es niemals kapieren. Bestes Video zu dem Thema im ganzen Internet. Vielen Dank
Dito!
Noch nie eine bessere Erklärung gesehen :D!
Hypergeometrische Verteilung
My new hobby: watching statistical concepts explained in German.:)
Ich glaube, das ist wirklich das erste mal, dass ich das Signifikanzniveau verstanden habe. Vielen Dank, du rettest mir mit deinen Videos die Statistik-Klausur!!
und wie is gelaufen ? ^^
foreye doodlzz Plot Twist: Sie ist jetzt Statistik-Professorin
Beste Erklärung des p-Werts die ich jemals onine (und offline sowieso) gefunden habe! Alle Daumen hoch! :-D
In knapp 14 Minuten mehr verstanden als bei unterschiedlichen Professoren in zwei Semestern. Danke!
Klasse Video! Sehr verständlich und ausführlich erklärt, anschauliches Beispiel gewählt und eine angenehme Erzähler-Stimme :D TOP!!
Ich befinde mich grade in der Vorbereitung für meine Dritte Prüfungsleistung mit dem Schwerpunkt Statistik und zum dritten mal hilft mir dieses sehr gut gelungene Video über mein schwächelndes Verständnis und Erinnerungsvermögen bezüglich dieses Fachgebiets hinweg! Danke dafür !!!
Mein lieber Scholli. Ich hab nicht mehr damit gerechnet, es so gut zu verstehen. Genau diese Erklärung hat den Knoten gelöst! Du hast dir wirklich die Zeit genommen, es runter zu beten, damit man es kapiert, auch wenn man einen scheinbar unlösbaren Knoten hat!
Habe selten eine so einfach und verständlich runtergebrochene, anschauliche Erklärung gesehen, danke!!!
Verständlich und ausführlich erklärt. Das hast du sehr gut gemacht.
Jetzt weiß ich, dass ich es vorher eigentlich nicht so gut verstanden hatte wie ich dachte xD Danke! genau so eine Erklärung brauchte ich, die "Alltagsformulierungen" helfen echt :)
Mir geht ein Licht auf! Endlich ergeben diese ganzen Begrifflichkeiten einen Sinn!
Lieber Benedict, endlich eine Erklärung, die praxianah und gut verständlich ist: Super. Könntest du nicht auch noch ein Tutorial über den T Wert, die Varianz/ Standardabweichung einstellen? Dann wären meine Grundlagen komplett :-) Viele Grüsse, Monika
Jetzt habe ich Lust auf schwarzen Tee mit Milch :(
trinke ich fast jedes wochenende
@@joe1999_1 ich jeden morgen, nur ohne milch
Hi, du siehst das schon richtig! Wenn die Doktorin nur drei Tassen korrekt rät, dann ist der p-Wert ziemlich gross, denn mit einer Wahrscheinlichkeit von 24,3% kann man drei Tassen (oder mehr) auch einfach durch Glück richtig raten.
Und was bedeutet das für die Nullhypothese? Erstmal, dass nicht besonders viel GEGEN sie spricht. Denn unser Ergebnis (drei richtige) ist durchaus möglich, wenn die Nullhypothese zutrifft.
Mit drei Richtigen können wir die Nullhypothese also nicht verwerfen. Aber heisst das, dass sie wahr ist? Nicht unbedingt! Nur weil nicht viel GEGEN sie spricht, können wir noch nicht sagen, dass viel FÜR sie spricht. Der p-Wert hilft uns also nicht, um uns zwischen den zwei Hypothesen zu entscheiden. Er sagt uns nur: Nein, es spricht nicht viel GEGEN die Nullhypothese. Aber wieviel FÜR sie spricht, das sagt er uns nicht.
Bei vier Richtigen hingegen sieht es anders aus. Jetzt ist der p-Wert sehr klein, das heisst, die Wahrscheinlichkeit, so ein gutes Ergebnis durch Glück zu bekommen, ist klein. Damit sagt uns der p-Wert: Ja, es spricht so einiges gegen die Nullhypothese! Wir verwerfen sie also und wissen damit genug, um uns zwischen den zwei Hypothesen zu entscheiden: Wenn h0 falsch ist, muss ihr Gegenteil - h1 - wahr sein.
grossartig erklärt!
in der klausur kommt dann die frage: Wieviele Tassen benötigt dieses Experiment, dass die Doktorin einen Fehler machen darf und nicht alle Tassen richtig erkennen muss, die H1 jedoch signifikant bleibt.
Du erklärst es meisterhaft. Dankeschön
Das Video hat mit gerade mein Leben gerettet!
Genial anschauliches Video und super Erklärung. Man erkennt, dass du dir viel Mühe gemacht hast und es hat sich ausgezahlt. Dankeschön!
ich bin so verzweifelt, du bist einfach mehr als genial!!! Ich hoffe es gibt noch mehr Themen von dir, wozu ich Erklärungen benötigen könnte !!
Super erklärt, lässst keine Fragen offen. Danke dir und mach bitte weiter mit deinen Videos :)
sehr verständlich erklärt. danke für deinen Arbeitseinsatz.
Das ist wirklich ein tolles Video , vielen Dank für die wunderbare super einfache Erklärung
Ich kommentiere eigentlich nie unter Videos, aber du hast es verdient :D! Sehr gutes Video!!!
Endlich mal eine Erklärung, die man versteht, Top!! ... vielen Dank
Starkes Video! Perfekt für Corona Semester
super logisch und nachvollziehbar erklärt....vielen Dank!
Genial! Damit hast du mir die Uni-Prüfung gerettet :D
Hatte das noch nie verstanden!
Danke :))
Ich habe mich vertippt. Finde das Video toll.
Das Video ist super gemacht und sehr kreativ 👌🏼
Zum ersten Mal seit über 10 Jahren konnte ich endlich verstehen, was P-Wert ist
Das Läuferbeispiel hat meine Augen geöffnet :)
Hammer Video , Vielen Dank !
mega gut erklärt, vielen dank mein lieber
Vielen Dank, endlich habe ich es verstanden!!
Und das ist also der so genannte t-Test. Badumtss
+Shorinator Nein, das hier ist kein T-Test, sondern ein hypergeometrischer Test. Beide sind zwar Signifikanztests (die Grundidee ist also die gleiche), aber je nachdem, wie der Zufall ins Spiel kommt - und das hängt vom Experiment ab - muss man unterschiedliche Tests verwenden. Beim Beispiel mit den Tassen kann man die Wahrscheinlichkeiten der verschiedenen möglichen Ergebnisse genauso wie beim Ziehen aus einer Urne ohne Zurücklegen berechnen. Die Formel dafür ist die hypergeometrische Verteilung und daher ist das ganze ein hypergeometrischer Test. Die T-Verteilung hingegen benutzt man für (bestimmte) Experimente, bei denen es den Vergleich von Mittelwerten geht - da sieht der Zufall also anders aus als hier.
+Benedict K Ich habe das als Spaß gemeint. t-Test, tee-Test (Tassenbeispiel)
Nächstes Mal nehme ich Kaffee.
+Benedict K Ein bisschen Humor bitte xD
haha nice one
Mega gut erklärt, viele Dank!
Danke für die Mühe!
Danke, das rettet meinen Allerwertesten! Ich war schon am verzweifeln =D
Leider ist es nicht ganz korrekt erklärt. Der p-Wert prüft leider eben nicht, wie wahrscheinlich es ist, ob die H1 zutrifft. Ein p-Wert von 0,014 bei einem Signifikanzniveau von 0,05 bedeutet nicht(!), dass es unwahrscheinlich ist, dass die Doktorin rät. Der kleine aber, doch wichtige Unterschied ist: Ein p-Wert von 0,014 bedeutet nur, dass ein solches Ergebnis unwahrscheinlich ist, wenn Sie tatsächlich raten würde. Der Umkehrschluss, das sie deswegen wahrscheinlich nicht rät, gilt leider nicht. Formuliert man es im Bayes'chen Sinne, misst der p-Wert eine bedingte Wahrscheinlichkeit P(D|H0), sprich wie Wahrscheinlich sind unsere Daten, wenn sie rät. Das ist aber nicht gleich P(H1|D), sprich wie Wahrscheinlich ist die Alternativhypothese, wenn wir unsere Daten haben. Wir brauchen um hier umzuformulieren, die Bayes'sche Formel und für die fehlt eine Wahrscheinlichkeit P(H1). Wie wahrscheinlich ist es, dass ein Mensch so einen Unterschied schmecken könnte? Eher unwahrscheinlich. Selbst wenn jemand 4 Tassen richtig bewertet, würde man nicht sagen, dass es eine Wahrscheinlichkeit von 1,4% sich zu irren, wenn man nun annimmt jemand könne das schmecken.
Super gute Erklärung!!! Sehr hilfreich!
Fantastisch erklärt. Vielen Dank!
Klasse Video! sehr anschaulich erklärt!
Super Video! Weiter so, die Professoren in den Uni können eine Scheibe von dir abschneiden!
Richtig starkes Video! Perfekt um den Zusammenhang zu verstehen! Danke schön :)
So ein gutes Video vielen Dank!!!
Suuuuper gut erklärt:) Danke!
Tolles Video und wirklich super erklärt! Danke!
beste Erklärung bisher (und ich habe viiiieele gesehen)
Du bist so gut, danke!
Super Erklärung! Das beste dabei ist, dass durch die Veranschaulichung mit den Tassen und dem "t(ea)-Test" das big picture noch lange in meinem Kopf bestehen wird.
Vielen Dank! (jeder Nutzer sollte den Channel abonnieren, um die Arbeit des "Künstlers" zu würdigen!!!!)
Besser als Bibis Beauty-Tipps ist das allemal >.< :D
Danke für die tolle Erklärung
Sehr gut erklärt , vielen Dank 😊
du bist der knaller! danke :)
danke, super gut erklärt, habs nun endlich verstanden..
Richtig tolles Video! Danke!
Perfekte Erklärung, ganz großes Kompliment und vielen Dank dafür! 😊
Super erklärt! Danke
Oh, mein Gott!!!!!! Besser kann man das nicht erklären!!!!! Vielen Dank!
P.S. Umso mehr frage ich mich, wieso fällt den Dozenten an der Uni schwer, den Lernstoff so verständlich zu erklären!!!
Vielen Dank für das tolle Video! :-)
Hallo Benedict! Deine Art zu erklären ist einfach toll. Gibt es irgendeine Möglichkeit, deine Hilfe bei statistischen Problemen in Anspruch zu nehmen? Ich brauche ganz dringend jemanden mit Durchblick!
Danke! Wirklich gut erklärt! :)
Super erklärt! Danke!
sehr gut erklärt :)
Super!
Vielen Dank!
Wow, echt gut erklärt. Da kann mein Statistik Prof einpacken. :D
super! danke. hast gut erklärt.
Hallo :D
Ich sitz gerade im Studium nachdem ich seit fast 10 Jahren aus der Schule bin und muss mich mit Statistikauswertung rumschlagen. Euer Video hat mir hier schon mal richtig gut als Einstieg geholfen! Super erklärt! Vielen Dank! :D
Wo bist du? Warum gibt es keine neuen Videos! Du bist meine einzige Rettung!!!
Super 👍🏻 danke 💐
Super Video! Daumen hoch!
Dieses Video ist einfach toll. :D immer, wenn ich vergessen habe, wie der Hypothesentest funktioniert, gucke ich das Video und alles ist wieder da.
Super Video :) ich hätte noch eine kleine Verständnisfrage: es geht darum dass ich gerade eine empirische Untersuchung analysieren bzw kritisieren muss. In dieser Analyse wird H0 verworfen und der Autor bestätigt damit H1. Jetzt würde mir der Hinweis gegeben dass man von einem angelehnten H0 nicht auf eine Annahme von H1 schließen kann. Also in deinem Video zwar sagen könnte dass die Doktorin zwar nicht komplett vom Zufall geleitet die Tassen ausgesucht hat es aber falsch wäre auf Basis diesen Test H1 also dass sie die den Unterschied wirklich schmeckt nicht angenommen werden darf.
Ich werde aus den Kapiteln in meinem Lehrbuch diesbezüglich einfach nicht schlau...
Absolut genial erklärt! - endlich verstanden und endlich machts Spaß!! :) Vielen vielen Dank für Deine Mühe!!!
Tausend Dank. Einfach super super. Sie sind einfach genial
sehr Hilfreich :) danke!
Wirklich sehr gute Darstellung und das ohne aufwendige Grafik, top
Sehr gutes Video!
Die mit Abstand BESTE Erklärung zu diesem Thema! :-)
echt super mega Video vielen dank :) ich würde mich freuen wenn du noch mehr davon machst :) hab es so gut verstanden
Hi,
habe noch eine inhaltliche Frage zum Experiment und dem gefundenen Ergebnis. Dadurch, dass die Doktorin 3 von 4 richtigen aus insgesamt 8 möglichen Tassen rausgeschmeckt hat, waren es nicht insgesamt 7 richtige Tassen von 8? Wenn ja, würde es nicht das Ergebnis ändern?
Respekt und Ehre! DANKE!!! :)
Mega erklärt
Schon in den ersten 10 Sekunden hat es bei mir klick gemacht. Alle anderen Videos erklären nicht mal, dass es bei der Nullhypothese darum geht, ob der Zufall zum gleichen ergebnis führen könnte. Mega Video!
Gutes Video!
Hast du die Tassen auch noch getrunken danach?
Tolles Video.... Stimme von wigald Bohning??? :)
Gott segne dich, mein Freund.
Vielen Dank!! 😊
super erklärt!! :)
Woher kenne ich deine Stimme ? Kann es sein dass du der Host bist von 1 Stunde History ?
Geniales video
Beste Erklärung =)
Drosten? Diese Stimme?
also ich zweifle am Forschungsdesign! man hätte viel mehr als nur 8 Tassen testen sollen.. lg Markus S.
DANKEEEE für den entscheidenden Satz: Nullhypothese heißt, es ist ausschließlich der Zufall für das Stichprobenergebnis verantwortlich. Zack, Statistik kapiert!!!
WOW Hammer Video, so häufig habe ich schon auf RUclips Fragen gesehen und viele, mich eingeschlossen, scheinen anfangs einen Denkfehler drin gehabt zu haben und um ehrlich zu sein, glaube ich, dass es halt eben auch an vielen Erklärungen liegt, denn gerade für Leute, die nicht wirklich in der Statistik drin sind und ein Gefühl für Wahrscheinlichkeiten, Stichproben usw. haben, sind dann bestimmte Erklärungen einfach zu flott, Du holst glaube ich wirklich alle ab, da du ein richtiges Gefühl für die Durchführung in der Praxis vermittelst, wenn auch an einem einfachen Beispiel
Hey Benedict, warum machst du keine Videos mehr?! Deine Erklärungen und auch dein Erklär-Stil sind hervorragend! Tu dich mal mit Daniel Jung zusammen! Der macht etwas weniger material-intensive Video (und spart damit wahrscheinlich viel Zeit) und er hat eine große Plattform für Lernvideos geschaffen. Dafür erklärst du noch angenehmer als er!