Was ist der beta Fehler? (Fehler 2. Art)
Der beta Fehler, ist die Wahrscheinlichkeit (beta), nie Null Hypothese fälschlicherweise beizubehalten, obwohl in der Population die alternativ Hypothese Gilt
Was ist der alpha Fehler? (Fehler 1. Art)
Der alpha Fehler, ist die Wahrscheinlichkeit (alpha), nie alternativ Hypothese (H1) fälschlicherweise beizubehalten, obwohl in der Population die null Hypothese Gilt (H0)
Was ist Power inhaltlich?
Power ist die Wahrscheinlichkeit (1 - beta) eine spezifische H1 anzunehmen wenn die auch in der Population gilt.
Was ist der Kritische Wert alpha inhaltlich?
Der kritische Wert alpha, ist der Wert ab dem wir die H0 ablehnen und uns für die alternativ Hypothese (H1) entscheiden.
Welche Faktoren beeinflussen die Power? (5)
das alpha-fehler Niveau (signifikanzniveau)
bigger alpha = bigger power
die Effektgröße
bigger effekt size = bigger power
Stichprobengröße (N)
higher N = higher power
Varianz (sigma^2)
higher varianz = lower power
Richtung der Hypothese
one sided tests have more power than two sided
****Wieso/Wie beeinflusst das Signifikanzniveau (alpha-Fehler Niveau) die Power?
***Wieso/Wie beeinflusst die Effektstärke (d) die Power?
***Wieso/Wie beeinflusst die Varianz (sigma^2) die Power?
Was ist die Effektgröße inhaltlich?
die standartisierte Abweichung des Mittelwerts vom Hypothetischen Erwartungswert (mü0)
Welcher Wert hat die Power bei einer Effektstärke von 0? (+explanation)
bei einer Effektstärke von null (oder auch unter der H0) entspricht die Power dem alpha-Fehler Niveau.
With an effect size of d = 0, the mean of the H1 curve, lies on top of the mean of the H0 curve. Beta ist the area of the H1 curve that is to the left of alpha, and the power is 1-beta (or the area of the curve right of beta). If the H1 mean lies on top of the H0 mean, the area right of beta (1-beta or power) is equal to alpha.
Was ist die ALM Formel? Und was sind die Variablen Inhaltlich?
𝑌
Y: Vektor der abhängigen Variablen (Beobachtungen)
𝑋
X: Designmatrix (enthält die Werte der unabhängigen Variablen)
𝛽
β: Parametervektor (unbekannte Koeffizienten, die wir schätzen wollen)
𝜀
ε: Fehlerterme (zufällige Abweichungen)
Zuletzt geändertvor 11 Stunden