Power - LinkFang.de





Power


Dieser Artikel beschäftigt sich mit dem Begriff Power aus der Statistik. Für weitere Bedeutungen siehe Power (Begriffsklärung).

Power (englisch für Kraft, Macht, Energie), auch Teststärke, Macht, Stärke oder Schärfe genannt, beschreibt in der Testtheorie, einem Teilgebiet der mathematischen Statistik, die Aussagekraft eines statistischen Tests.

Die Teststärke gibt an, mit welcher Wahrscheinlichkeit ein Signifikanztest zugunsten einer konkreten Alternativhypothese H1 (zum Beispiel „Es gibt einen Unterschied“) entscheidet, falls diese richtig ist. Die abzulehnende Hypothese wird H0, die Nullhypothese genannt. Hohe Testpower spricht gegen, niedrige Testpower für die Nullhypothese H0.

Die Teststärke hat den Wert 1-β, ist also, wenn β die Wahrscheinlichkeit einen Fehler 2. Art zu begehen bezeichnet, selbst die Wahrscheinlichkeit, einen ebensolchen Fehler zu vermeiden.

Entscheidungstabelle

Wahrer Sachverhalt: H0
(Es gibt keinen Unterschied)
Wahrer Sachverhalt: H1
(Es gibt einen Unterschied)
durch einen statistischen Test fällt eine Entscheidung für: H0 richtige Entscheidung (Spezifität)
Wahrscheinlichkeit: 1-α
Fehler 2. Art
Wahrscheinlichkeit: β
durch einen statistischen Test fällt eine Entscheidung für: H1 Fehler 1. Art
Wahrscheinlichkeit: α
richtige Entscheidung
Wahrscheinlichkeit: 1-β (Power, Sensitivität)

Wahl des β-Fehler-Niveaus

Für Wirksamkeitsstudien medizinischer Behandlungen schlägt Cohen (1969: 56) für β einen 4-mal so hohen Wert wie für das Signifikanzniveau α vor. Wenn α = 5 % ist, sollte das β-Fehler-Niveau also 20 % betragen. Liegt in einer Untersuchung die β-Fehler-Wahrscheinlichkeit (Wahrscheinlichkeit für einen Fehler 2. Art) unter dieser 20 %-Grenze, so ist die Teststärke (1-β) damit größer als 80 %.

Es sollte dabei bedacht werden, dass β-Fehler bei vorgegebenem, festem Signifikanzniveau α im Allgemeinen nicht direkt kontrolliert werden können. So ist der ß-Fehler bei vielen asymptotischen oder nichtparametrischen Tests schlechthin unberechenbar oder es existieren nur Simulationsstudien. Bei einigen Tests dagegen, zum Beispiel dem t-Test, kann der β-Fehler kontrolliert werden, wenn der statistischen Auswertung eine Stichprobenumfangsplanung vorausgeht.

Determinanten der Teststärke

Die Teststärke (1-β) wird größer:[1]

  • mit wachsender Differenz von [math] \mu_0 - \mu_1 [/math] (das bedeutet: ein großer Unterschied zwischen zwei Teilpopulationen wird seltener übersehen als ein kleiner Unterschied)
  • mit kleiner werdender Merkmalsstreuung [math] \sigma [/math]
  • mit größer werdendem Signifikanzniveau [math] \alpha [/math] (sofern [math] \beta [/math] nicht festgelegt ist)
  • mit wachsendem Stichprobenumfang, da der Standardfehler dann kleiner wird: [math]\sigma_{\overline{x}} = \frac{\sigma}{\sqrt{n}}[/math]
  • bei einseitigen Tests im Vergleich zu zweiseitigen Tests: Für den zweiseitigen Test braucht man einen etwa um 25 % größeren Stichprobenumfang, um dieselbe Power wie für den einseitigen Test zu erreichen.

Wichtig für die Teststärke bzw. Power ist auch die Art des statistischen Tests: Parametrische Tests wie zum Beispiel der t-Test haben, falls die Verteilungsannahme stimmt, bei gleichem Stichprobenumfang stets eine höhere Power als nichtparametrische Tests wie zum Beispiel der Wilcoxon-Vorzeichen-Rang-Test. Weichen die angenommene und die wahre Verteilung jedoch voneinander ab, liegt also beispielsweise in Wahrheit eine Laplace-Verteilung zugrunde, während eine Normalverteilung angenommen wurde, können nichtparametrische Verfahren jedoch auch eine wesentlich größere Power aufweisen als ihre parametrischen Gegenstücke.

Entgegengesetzte Notation

In manchen Quellen wird, was für Verwirrung sorgen kann, für den Fehler 2. Art und die Teststärke die genau entgegengesetzte Notation verwendet, also die Wahrscheinlichkeit, einen Fehler 2. Art zu begehen, mit dem Wert 1-β bezeichnet, die Teststärke dagegen mit β.[2]

Siehe auch

Literatur

Weblinks

 Wiktionary: Power – Bedeutungserklärungen, Wortherkunft, Synonyme, Übersetzungen

Einzelnachweise

  1. Bortz, J.: Statistik für Sozialwissenschaftler. Springer, Berlin 1999. ISBN 3-540-21271-X
  2. Erwin Kreyszig: Statistische Methoden und ihre Anwendungen; 7. Auflage, Göttingen 1998, S.209ff.

Kategorien: Testtheorie

Quelle: Wikipedia - http://de.wikipedia.org/wiki/Power (Vollständige Liste der Autoren des Textes [Versionsgeschichte])    Lizenz: CC-by-sa-3.0

Änderungen: Alle Bilder mit den meisten Bildunterschriften wurden entfernt. Ebenso alle zu nicht-existierenden Artikeln/Kategorien gehenden internen Wikipedia-Links (Bsp. Portal-Links, Redlinks, Bearbeiten-Links). Entfernung von Navigationsframes, Geo & Normdaten, Mediadateien, gesprochene Versionen, z.T. ID&Class-Namen, Style von Div-Containern, Metadaten, Vorlagen, wie lesenwerte Artikel. Ansonsten sind keine Inhaltsänderungen vorgenommen worden. Weiterhin kann es durch die maschinelle Bearbeitung des Inhalts zu Fehlern gerade in der Darstellung kommen. Darum würden wir jeden Besucher unserer Seite darum bitten uns diese Fehler über den Support mittels einer Nachricht mit Link zu melden. Vielen Dank!

Stand der Informationen: August 201& - Wichtiger Hinweis: Da die Inhalte maschinell von Wikipedia übernommen wurden, ist eine manuelle Überprüfung nicht möglich. Somit garantiert LinkFang.de nicht die Richtigkeit und Aktualität der übernommenen Inhalte. Sollten die Informationen mittlerweile fehlerhaft sein, bitten wir Sie darum uns per Support oder E-Mail zu kontaktieren. Wir werden uns dann innerhalb von spätestens 10 Tagen um Ihr Anliegen kümmern. Auch ohne Anliegen erfolgt mindestens alle drei Monate ein Update der gesamten Inhalte.