der p-Wert macht mich wahnsinnig, auch wenn das gar nicht nötig wäre. Ich habe gesehen, dass bereits ein ähnlicher Artikel besteht, aber den verstehe ich auch nicht. Deswegen stelle ich mal mein konkretes Problem vor.
Also, ich stehe vor folgendem Problem:
Ich habe einen t-Wert für meine Nullhypothese berechnet. Hierbei habe ich eine Stabdardabweichung über 275 „Zahlen“ geschätzt und diese durch Wert geteilt. Hierzu brauche ich jetzt mit Hilfe von Excel den pWert. Ich weiß, dass der P-Wert eine Aussage darüber trifft, welches das größte Signifikanzniveau ist, bei dem die Nullhypothese gerade noch nicht abgelehnt wird. Aber: ist das ein allgemeiner Wert? ist mein T-Wert von Bedeutung für den p-Wert? Muss ich die Varianz einfließen lassen?
Und am allerwichtigesten: Wie berechen ich ihn mit Excel.
Ich habe einen t-Wert für meine Nullhypothese berechnet.
Prima! Was du dann noch brauchst für die TVERT-Funktion in Excel sind die Freiheitsgrade und ob es sich um einen 1- oder 2-seitigen Test handelt.
Hierbei habe ich eine Stabdardabweichung über 275 „Zahlen“
geschätzt und diese durch Wert geteilt.
Vergleiche noch mal wiki dazu, die Standardabweichung kommt nmlich in den Nenner.
Hierzu brauche ich
jetzt mit Hilfe von Excel den pWert. Ich weiß, dass der P-Wert
eine Aussage darüber trifft, welches das größte
Signifikanzniveau ist, bei dem die Nullhypothese gerade noch
nicht abgelehnt wird. Aber: ist das ein allgemeiner Wert?
allgemein wofür?
ist mein T-Wert von Bedeutung für den p-Wert?
Aber klar! Die sog. Teststatistik (hier der t-Wert) zu einer Verteilung (hier die t-Verteilung) ist der Schlüssel zur Bestimmung des p-Wertes, weil anhand des t-Wertes und den Freiheitsgraden die Fläche und damit die Wahrscheinlichkeit rrechnet werden kann, noch extremere Werte der Teststatistik bzw. noch extremere Stichproben zu erhalten.
Muss ich die Varianz einfließen lassen?
Ja, aber wenn du deinen t-Wert schon bestimmt hast, steckt die schon drin.
Und am allerwichtigesten: Wie berechen ich ihn mit Excel.
Wie gesagt, über TVERT, x=t-Wert, Freiheitsgrade = Sticprobenumfang -1, ob 1- (entweder Unterlegenheit oder Überlegenheit) oder 2-seitig (Unterschied) hängt von deiner Hypothese ab
Vergleiche noch mal wiki dazu, die Standardabweichung kommt
nmlich in den Nenner.
Ja, das habe ich auch so, hatte mich verschrieben.
Wie gesagt, über TVERT, x=t-Wert, Freiheitsgrade =
Sticprobenumfang -1, ob 1- (entweder Unterlegenheit oder
Überlegenheit) oder 2-seitig (Unterschied) hängt von deiner
Hypothese ab
Meine Nullhypothese lautet: Die Änderung des Aktiekurses ist null.
Verwende ich also den einseitigen Test?
Vielen dank für deine Hilfe. Du hast mir sehr geholfen!!!
Meine Nullhypothese lautet: Die Änderung des Aktiekurses ist null.
Verwende ich also den einseitigen Test?
Nein, H0:µ =0 und H1:µ0
oder auf Deutsch: Die Alternative ist, dass der Mittelwert kleiner oder größer ist als 0. Du hast also einen 2-seitigen Test, da deine Alternative Werte „auf beiden Seiten“ des Bereichs für deine Hypothese zulässt.
Nein, H0:µ =0 und H1:µ0
oder auf Deutsch: Die Alternative ist, dass der Mittelwert
kleiner oder größer ist als 0. Du hast also einen 2-seitigen
Test, da deine Alternative Werte „auf beiden Seiten“ des
Bereichs für deine Hypothese zulässt.
Ja, klar, hätte man auch selbst darauf kommen können…
Ich habe einen t-Wert für meine Nullhypothese berechnet.
Hierbei habe ich eine Stabdardabweichung über 275 „Zahlen“
geschätzt und diese durch Wert geteilt.
Hmm, der t-Wert ist der Mittelwert, geteilt durch den Standard fehler des Mittelwerts. Der Standardfehler ergibt sich aus der Standardabweichung, geteilt durch die Wurzel aus der Anzahl der Werte.
Hierzu brauche ich
jetzt mit Hilfe von Excel den pWert.
= TVERT (…)
Ich weiß, dass der P-Wert
eine Aussage darüber trifft, welches das größte
Signifikanzniveau ist, bei dem die Nullhypothese gerade noch
nicht abgelehnt wird. Aber: ist das ein allgemeiner Wert?
Nein. Der Wert, den Du berechnest, ist ein empirischer Wert. Ein neues aber gleichartiges Experiment wird natürlich andere Werte und einen anderen t- und p-Wert liefern.
Diese Hypothesentests bieten also immer nur eine *statistische* Sicherheit bei der Ablehnung der Nullhypothese, d.h., wenn *immer* dann abgelehnt wir, wenn p