Hypothesen & Hypothesentest

[@judge7325]

Toller Kanal und tolle Website! Super aufgearbeitet gerade für das Studium! Vielen Dank!

[@datatab]

Vielen Dank für dein Feedback!!!

[@iMemoLee]

Hallo Mathias, danke euch für den tollen Content. Ihr helft vielen Studenten damit! Viel Erfolg und Gesundheit! Liebe Grüße!

[@LleMarie]

Eine Verständnisfrage: Bei 12:16 wird in der Grafik gezeigt, dass bei einem p-Wert größer Signifikanzniveau die Nullhypothese verworfen und einem p-Wert kleiner Signifikanzniveau die Nullhypothese beibehalten wird. Sollte es nicht andersherum sein, weil man ja indirekt die Alternativhypothese beibehalten möchte?

[@thelarstone6711]

ist mir jetzt auch aufgefallen, da ist ein Fehler @datatab

[@anjah.6750]

Gutes & leicht verständliches Video! Dennoch meine ich einen kleinen Fehler entdeckt zu haben: Die Abbildung bei Minute 12:24 zeigt, dass wenn der p-Wert > alpha ist, die Nullhypothese abgelehnt wird & bei p

[@datatab]

Oh ja, da hast du vollkommen Recht!!! Muss ich mal bei Gelegenheit ein neues machen! Vielen Dank für dein Feedback. LG Mathias

[@StatistikAkademie]

Sehr gutes Video. Super verständlich erklärt. Vielen Dank! Eine Anmerkung habe ich: Man kann die Unterschiedshypothesen oft als Zusammenhangshypothesen formulieren. Z.B. "Es gibt einen Zusammenhang zwischen Rauchen und Krankheit.". Das ist dann aber keine "Je... Desto..."-Hypothese. Die Unterscheidung zwischen Unterschieds- und Zusammenhangs-Hypothese ist also nicht immer eindeutig (und auch gar nicht so wichtig). Wichtiger ist es, zu wissen, welches Messniveau die Variablen haben. Bei den Je-Desto-Hypothesen sind es immer metrische oder ordinale. Bei den anderen Hypothesen gibt es immer mindestens eine kategoriale, wie Du ja auch im Video gezeigt hast.

[@datatab]

Vielen Dank Daniela für dein Feedback!!! Ja das stimmt! ich habe mir Langezeit sehr schwer getan den unterschied zwischen Unterschiedshypothesen und Zusammenhangshypothesen zu verstehen.

[@alwinakloss6025]

Hallo! Bei 5:07 werden unter ordinalskalierte Variablen die Beispiele Gehalt und Herzinfarktrisiko in % genannt. Beides wären für mich Beispiele für Variablen mit Verhältnisskalenniveau, da natürlicher Nullpunkt und in Verhältnis stehende Abstände zu verzeichnen sind. Ansonsten ist das Video gut gemacht und insgesamt ist mir dein Kanal für mich beim Lernen sehr hilfreich und wertvoll! 🤓

[@datatab]

Hi, vielen Dank für dein Feedback! Da hast du natürlich recht, dass muss ich mir im Video nochmal anschauen was ich dort gesagt habe!

[@rebeccafeltes8285]

viel besser als mein Prof, merci

[@lilostitch3100]

Super Video :) vielen Dank

[@datatab]

Vielen Dank : )

[@williamqpnguyen4110]

Hallo, können Sie bitte nochmal erkären, wie man zum Entschluss kommt, dass es ein Fehler 1.Art bzw. 2.Art kommt. Beispiel-Annahme: ich führe meine Untersuchung durch und ich finde heraus, dass ich diese aufgrund meines Tests verwerfe. Wie komme ich zum Schluss, dass die Nullhypothese, aber dennoch wahr ist? und damit letzendlich entscheiden kann, dass es ein Fehler 1. Art ist? Vielen Dank für Ihre Antwort.

[@datatab]

Hallo, das ist eben leider nicht möglich! Ein Hypothesentest gibt einem nie 100-prozentige Sicherheit und man muss immer damit leben, dass man unterumständen einen Fehler macht. Und wie wahrscheinlich es ist, dass man einen Fehler macht, gibt einem in deinem Beispiel der p Wert an. Sagen wir der p-Wert ist 4 Prozent und damit kleiner als ein Signifikanzniveau von 5%. Damit würde man die Nullhypothese ablehnen. Der p Wert von 4 Prozent sagt einem nun, dass man zu 4 % einen Fehler macht, wenn man die Nullhypothese ablehnt. Da 4% aber sehr wenig ist sagt man, ok damit kann ich leben und lehnt die Nullhypothese ab. Aber zu 100% sicher kann man sich nie sein. Ich Empfehlen dir hierfür mein Video zum p-Wert : ) LG Mathias

[@HatinKiwi]

12:11 Das Gesagte stimmt, die Beschriftung auf den Pfeilen aber nicht - oder?

[@datatab]

Oh ja, du hast vollkommen recht!!! Die Pfeile sind falsch! Dankeund LG Mathias

[@nachhilfehvm]

toll weiter so

[@mdmspringer5212]

Wie alle Videos, die ich von diesem Kanal kenne: Super! Eine Frage hätte ich aber. Wie gehe ich mit Fragen der richtigen Wortwahl um, wenn sich durch H0 die Bedeutung ändert. Bsp.: "Es gibt (keine) Unterschiede zwischen A und B." - "Es gibt (keine) Gemeinsamkeit zwischen A und B". - Je nach dem, ob man von Gemeinsamkeiten oder Unterschieden spricht, ändert sich ja die Aussage. - Ich hoffe, dass war einigermaßen verständlich.

[@datatab]

Vielen Dank für dein Feedback!!! Es geht ja immer um einen Unterschied von Gruppen in Bezug zu einer anderen Variable, also "Es gibt (keine) Unterschiede zwischen A und B in Bezug auf das Gehalt (oder herzinfaktrisiko,…)." Gemeinsamkeit hört sich da nicht wirklich spezifisch an, z.B. gibt es Gemeinsamkeiten zwischen Männern und Frauen? Man möchte aber einen speziellen Fall untersuchen, zum Beispiel das Gehalt. Die H0 bei einem klassischen Hypothesentest ist immer, es gibt keinen Unterschied, mathematisch z.B. der Mittelwert Gruppe1 = Mittelwert Gruppe 2, daher wenn man irgendein Synonym für Unterschied verwendet, muss weiterhin gelten, dass H0 kein Unterschied bedeutet, also der Mittelwert Gruppe1 = Mittelwert Gruppe 2. Wie gesagt, Gemeinsamkeiten ist von der Wortwahl nicht passend, aber H0 wäre dann:“ Es gibt Gemeinsamkeiten zwischen A und B in Bezug auf xyz“. Aber das ist natürlich zu schwammig ausgedrückt, „Es gibt Gemeinsamkeiten“ lässt immer noch offen, dass es auch Unterschiede geben kann, und es soll eben keinen Unterschied geben. So viel geredet : ) ich hoffe es war dennoch verständlich : )

[@mdmspringer5212]

@@datatab vielen herzlichen Dank für die schnelle Rückmeldung!

[@meter_paffay]

Sehr gelungenes Video, danke! Gibt es da noch was zu Veränderungshypothesen & zum Thema (un-)spezifische Hypothesen?

[@datatab]

Hallo, vielen Dank für dein Feedback!!! Aktuell leider nicht, ich schreibe es aber auf meine liste. Kann aber leider ein wenig dauern, liste ist aktuell recht voll : )

[@TeamTokenTaker]

danke für das verständliche Video. Ohne gendern wäre es um einiges angenehmer gewesen

[@datatab]

Hey danke für dein feedback! LG Mathias