Teststatistiken und p-Werte

Statistical Thinking in Python (Teil 2)

Justin Bois

Lecturer at the California Institute of Technology

Unterscheiden sich OH und PA?

ch3-2.002.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Teil 2)

Hypothesentest

  • Beurteilung, wie plausibel die beobachteten Daten sind, wenn eine Hypothese gilt
Statistical Thinking in Python (Teil 2)

Teststatistik

  • Eine einzelne Zahl, berechnet aus beobachteten Daten und aus Daten, die du unter der Nullhypothese simulierst
  • Dient als Vergleichsbasis zwischen beiden
Statistical Thinking in Python (Teil 2)

Permutations-Replikat

np.mean(perm_sample_PA) - np.mean(perm_sample_OH)
1.122220149253728
np.mean(dem_share_PA) - np.mean(dem_share_OH) # orig. data
1.1582360922659518
Statistical Thinking in Python (Teil 2)

Mittlere Stimmen­differenz unter der Nullhypothese

ch3-2.014.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Teil 2)

Mittlere Stimmen­differenz unter der Nullhypothese

ch3-2.016.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Teil 2)

p-Wert

  • Wahrscheinlichkeit, unter der Annahme der Nullhypothese einen Wert der Teststatistik zu erhalten, der mindestens so extrem ist wie beobachtet
  • NICHT die Wahrscheinlichkeit, dass die Nullhypothese wahr ist
Statistical Thinking in Python (Teil 2)

Statistische Signifikanz

  • Bestimmt durch die Kleinheit eines p-Werts
Statistical Thinking in Python (Teil 2)

Nullhypothesen-Signifikanztest (NHST)

  • Ein anderer Name für das, was wir in diesem Kapitel tun
Statistical Thinking in Python (Teil 2)

statistische Signifikanz ≠ praktische Relevanz

Statistical Thinking in Python (Teil 2)

Lass uns üben!

Statistical Thinking in Python (Teil 2)

Preparing Video For Download...