Fehlerarten: Alpha- und Beta-Fehler (Fehler 1. und 2. Art)

Поделиться
HTML-код
  • Опубликовано: 8 сен 2024
  • α-Fehler (Fehler 1. Art) … irrtümliche Entscheidung für 𝐻1, obwohl die H0 gilt.
    β-Fehler (Fehler 2. Art) … irrtümliche Entscheidung für 𝐻0, obwohl die H1 gilt.
    Für Fragen und konstruktive Verbesserungsvorschläge nutzt bitte die Kommentare.
    Kanalinfo: / @statistikverstehen9964

Комментарии • 15

  • @nachtaktiv921
    @nachtaktiv921 4 года назад +7

    Der Sachverhalt wird hier wirklich sehr gut erklärt. Ich schätze diesen Kanal sehr und sehe, auch aus dem hier gewonnenen Wissen, der Statistik Prüfung in meinem Medizintechik Master entspannt entgegen. Liebe Grüße aus Ulm an der Donau :)

  • @katinkavonwelten
    @katinkavonwelten Год назад +3

    Habe so viele andere Chanels ausprobiert und bin so dankbar auf diesen gestoßen zu sein. Endlich mal jemand der wirklich so erklärt und auf den Punkt bringt, dass ich es verstehe und es sogar spannend und interessant finde. Manchmal denk ich nur, wer immer dieser Mann ist, I love him :-) SO grateful for u!

  • @belgua-nh8rm
    @belgua-nh8rm Год назад +4

    Danke, sehr verständlich mit den Beispielen.

  • @bliblablub9287
    @bliblablub9287 8 месяцев назад

    Super, sehr verständnisvolle Erklärung. Danke!

  • @FabiSw
    @FabiSw 3 года назад +2

    super hilfreiches Video! Vielen Dank.

  • @fabianaltendorfer11
    @fabianaltendorfer11 8 месяцев назад

    Tolle Erklärung! Danke

  • @sweetana9243
    @sweetana9243 Год назад +1

    SOO GUT ERKLÄRT!

  • @mountain102
    @mountain102 3 года назад

    Vielen Dank für das Video. Habe nur eine Frage: Also was denn in diesem Beispiel die H0 resp. die H1 Hypothese?

    • @statistikverstehen9964
      @statistikverstehen9964  3 года назад

      Danke. Die blaue Kurve ist die Dichte bei Gültigkeit der H0 und die orangefarbene die Dichte bei Gültigkeit der H1.
      Inhaltlich ist es nicht festgelegt, alle Signifikanztests funktionieren gleich. Welches Hypothesenpaar auch immer geprüft werden soll.

  • @mariasteinbrecher4146
    @mariasteinbrecher4146 Год назад

    Also geht es darum hier im video, welchen kritischen Wert man "will"? Ich habe einen kritischen Wert und zwei mögliche Prozentpaare für zwei mögliche hypergeometrischen Verteilungen bei einer Grundgesammtheit von 1000 habe ich bisher eine Stichprobe von 10. Wenn das Merkmal entweder mit 90% oder 60% in der Grundgesammtheit angesiedelt ist, was muss ich tun um das rauszufinden, wie groß die Stichprobe sein soll? Mein Betha-Fehler ist bisher 16,6% groß, ich will ihn aber auf 5% runterkriegen. wie berechne ich das?