Hypothesis testing #1: Basics (no maths!)
3-Second Blueprint (English)
- Sampling distributions quantify expected random variation around H0 so critical regions flag sample means unlikely to occur by chance.
- In Z = (x̄ − μ) / (σ / √n), larger mean deviations and larger sample sizes n both increase Z, strengthening evidence against H0.
- Type I error (α) falsely rejects a true H0, while statistical power (1 − β) measures the probability of rejecting a false H0.
Sampling DistributionZ-Statistic FormulaCritical Rejection RegionType I & II Errors (α, β)Statistical Power (1 − β)
3-Sekunden-Fazit (Deutsch)
- Stichprobenverteilungen modellieren die Zufallsstreuung unter H0 und definieren kritische Ablehnungsbereiche für extreme Mittelwerte.
- In Z = (x̄ − μ) / (σ / √n) erhöhen sowohl größere Mittelwertabweichungen als auch größere Stichproben n den Z-Wert gegen H0.
- Der Fehler 1. Art (α) verwirft eine wahre H0, während die Teststärke (1 − β) die Wahrscheinlichkeit beziffert, eine falsche H0 abzulehnen.
StichprobenverteilungZ-TeststatistikKritischer AblehnungsbereichFehler 1. & 2. Art (α, β)Teststärke (1 − β)
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.