Hypoteseprøvning og χ²-test

Matematik A · STX · A-niveau · Statistik og sandsynlighed

🧮 Hypoteseprøvning og χ²-test

Hypoteseprøvning er en grundlæggende metode i statistik — bruges overalt fra medicin og psykologi til kvalitetskontrol og økonomi. Det er den kvantitative måde at afgøre, om en formodning er sandsynlig.

Historisk baggrund

• Ronald Fisher (1925) — Statistical Methods for Research Workers — grundlagde moderne hypoteseprøvning
• Jerzy Neyman & Egon Pearson (1933) — formaliserede Type I/II-fejl

Den 5-trins procedure

| Trin | Aktivitet |

|---|---|

| 1 | Formulér nulhypotese H₀ (status quo) og alternativ H₁ |

| 2 | Vælg signifikansniveau α (typisk 0,05 eller 0,01) |

| 3 | Beregn teststørrelse |

| 4 | Find p-værdi |

| 5 | Hvis $p < \\alpha$ → forkast H₀; ellers behold H₀ |

VIGTIGT: Vi siger aldrig "accepter H₀" — vi beholder den, fordi der ikke er nok bevis til at forkaste.

p-værdi

p-værdi = sandsynligheden for at observere så ekstreme data hvis H₀ er sand.

| p-værdi | Betydning |

|---|---|

| p < 0,001 | Meget stærkt bevis mod H₀ |

| p < 0,01 | Stærkt bevis |

| p < 0,05 | Moderat bevis (standard signifikans) |

| p < 0,10 | Svagt bevis |

| p ≥ 0,10 | Ikke statistisk signifikant |

χ² (chi-i-anden) test

To hovedtyper:

1. Goodness-of-fit test: sammenlign observerede vs. forventede hyppigheder

$$\\chi^2 = \\sum \\frac{(O_i - E_i)^2}{E_i}$$

Frihedsgrader: $df = k - 1 - \\text{antal estimerede parametre}$

2. Uafhængighedstest for kontingenstabeller — H₀: to variable er uafhængige.

Eksempel — fair terning?

Rul en terning 60 gange. Forventet: 10 af hver side. Resultat:

| Side | Observeret (O) | Forventet (E) | (O-E)²/E |

|---|---|---|---|

| 1 | 8 | 10 | 0,4 |

| 2 | 12 | 10 | 0,4 |

| 3 | 9 | 10 | 0,1 |

| 4 | 11 | 10 | 0,1 |

| 5 | 10 | 10 | 0,0 |

| 6 | 10 | 10 | 0,0 |

| Sum | 60 | 60 | χ² = 1,0 |

Kritisk værdi: $\\chi^2(0{,}05, 5) = 11{,}07$

Da $1{,}0 < 11{,}07$, beholder vi H₀ — terningen er sandsynligvis fair.

Type I og II-fejl

| Fejl | Beskrivelse | Sandsynlighed |

|---|---|---|

| Type I | Forkast H₀ når den er sand | α (typisk 5%) |

| Type II | Behold H₀ når H₁ er sand | β |

| Styrke | Korrekt forkaste H₀ | $1 - \\beta$ |

Almindelige misforståelser

• ❌ "p > 0,05 betyder H₀ er sand" — nej, vi har bare ikke nok bevis
• ❌ "p = 0,05 er en magisk grænse" — Fisher anbefalede aldrig fast α
• ❌ "Statistisk signifikant = vigtig" — store stikprøver kan give signifikante men trivielle resultater
• ❌ "p-værdi = sandsynlighed for at H₀ er sand" — nej, det er omvendt sandsynlighed

Replikationskrise

Mange psykologi- og medicinske studier kan ikke replikeres — pga.:

• P-hacking (prøve mange tests indtil noget er signifikant)
• Lav statistisk styrke
• Publikationsbias (kun positive resultater publiceres)
• HARKing (Hypothesizing After Results are Known)

ASA Statement 2016 advarer mod overtolkning af p-værdier.

Anvendelser

• Medicin: virker en ny medicin?
• Industri: er kvaliteten ensartet?
• Marketing: A/B-test af reklamer
• Psykologi: er der forskel mellem to grupper?
• Genetik: er gener uafhængigt arvet?

Vidste du at...

📊 R.A. Fisher udviklede χ²-testen i 1900 — den er en af statistikkens mest brugte tests

💊 Medicinske godkendelser kræver typisk p < 0,05 — men også klinisk signifikans, ikke kun statistisk

⚠️ Replikationskrisen ramte især psykologi-forskning — i 2015 fandt en stor undersøgelse, at kun ~36% af klassiske studier kunne replikeres

🎲 Type I-fejl kaldes også "falsk positiv" — Type II "falsk negativ", samme begreber som i COVID-test

Læringsmål

• Gennemføre den 5-trins procedure for hypoteseprøvning (H₀, H₁, α, teststørrelse, p-værdi)
• Fortolke en p-værdi korrekt og afgøre om H₀ skal forkastes
• Beregne χ²-teststørrelsen og sammenligne med kritisk værdi
• Skelne mellem Type I- og Type II-fejl
• Forholde sig kritisk til misbrug af p-værdier (p-hacking, replikationskrise)

Sådan kan du arbejde med emnet

• Opstil en nulhypotese og en alternativ hypotese for en konkret undersøgelse
• Udfør en χ²-test på et observeret datasæt og afgør, om resultatet er signifikant
• Forklar hvad det betyder, hvis p-værdien i en hypotesetest er meget lille

Træningsforslag

• Gennemfør χ²-testen for "fair terning?"-eksemplet og afgør om terningen er fair ved α = 0,05.
• Formulér H₀ og H₁ for et eget eksempel (fx "ny medicin virker bedre end placebo") og beskriv de 5 trin.
• Forklar forskellen på Type I- og Type II-fejl med et eksempel fra retsvæsenet ("uskyldig dømt" vs. "skyldig frikendt").
• Diskutér: hvorfor kan et resultat være "statistisk signifikant" uden at være praktisk vigtigt?

Brobygning

Hypoteseprøvning samler hele statistik-kategorien — normalfordeling, binomialfordeling og χ²-test bruges alle til at drage konklusioner om en population ud fra en stikprøve, hvilket er centralt i naturvidenskabelige og samfundsfaglige SRP-opgaver.