Hypothesentests
Fallstudien zum statistischen Denken
Justin Bois
Lecturer, Caltech
Auswirkungen von Mutationen auf die Aktivität
Genotyp-Definitionen
- Wildtyp: Keine Mutationen
- Heterozygot: Mutation auf einem von zwei Chromosomen
- Mutant: Mutation auf beiden Chromosomen
Auswirkungen von Mutationen auf die Aktivität
Auswirkungen von Mutationen auf die Aktivität
Hypothesentest
Beurteilung, wie plausibel die beobachteten Daten sind, wenn eine Hypothese wahr ist
p-Wert
Die Wahrscheinlichkeit, unter der Annahme einer wahren Nullhypothese, einen Wert deiner Teststatistik zu erhalten, der mindestens so extrem ist wie der beobachtete
Teststatistik
- Eine einzelne Zahl, berechenbar aus beobachteten Daten und aus Daten, die du unter der Nullhypothese simulierst
- Dient als Vergleichsgröße
p-Wert
Die Wahrscheinlichkeit, unter der Annahme einer wahren Nullhypothese, einen Wert deiner Teststatistik zu erhalten, der mindestens so extrem ist wie der beobachtete
Erfordert klare Festlegung von:
- Nullhypothese, die simulierbar ist
- Teststatistik, berechenbar aus beobachteten und simulierten Daten
- Definition von mindestens so extrem wie
Ablauf für Hypothesentests
- Formuliere die Nullhypothese klar
- Definiere deine Teststatistik
- Erzeuge viele simulierte Datensätze unter der Annahme, dass die Nullhypothese wahr ist
- Berechne die Teststatistik für jeden simulierten Datensatz
- Der p-Wert ist der Anteil der simulierten Datensätze, für die die Teststatistik mindestens so extrem ist wie bei den echten Daten
Den Test spezifizieren
Nullhypothese: Die aktiven Episodenlängen von Wildtyp- und heterozygoten Fischen sind identisch verteilt
Teststatistik: Differenz der mittleren aktiven Episodenlänge zwischen Heterozygoten und Wildtyp
Mindestens so extrem wie: Teststatistik ist größer oder gleich dem beobachteten Wert
