Contribution to the theory of ``Student's'' \(t\)-test as applied to the problem of two samples. (Q2599449)

Aus zwei Kollektiven \(K_{1}\) und \(K_{2}\) mit den Mittelwerten \(\xi _1\), \(\xi _2\) und den Streuungen \(\sigma _1^2\), \(\sigma _2^2\) werden Stichproben des Umfanges \(n_1\), \(n_{2}\) entnommen. In beiden Kollektiven soll normale Verteilung herrschen. Darüber hinaus ist nichts bekannt. Geprüft wird: 1) die Richtigkeit der Hypothese \(H_1\) daß \(\xi _1=\xi _2\) und \(\sigma _1^2=\sigma _2^2\) ist gegen alle anderen denkbaren Annahmen. 2) Die Richtigkeit der Hypothese \(H_{2}\), daß \(\xi _1=\xi _2\) ist gegen alle anderen Annahmen, bei denen jetzt auch \(\sigma _1^2\neq\sigma _2^2\) sein kann. 3) Bei zusätzlicher Kenntnis, daß die Streuungen \(\sigma _1^2\) und \(\sigma _2^2\) den gleichen, nicht bekannten Wert besitzen, die Hypothese \(H_{3}\) des Inhaltes \(\xi _1=\xi _2\). Die dritte Möglichkeit kann mit dem \(t\)-Test exakt behandelt werden. Auch zur Beantwortung der beiden ersten Fragen ist er herangezogen worden, wenn das auch nicht ganz korrekt zu sein scheint. Verf. untersucht das Problem unter großem mathematischen Aufwand. Für verschiedene Werte von \(n_{1}\) und \(n_2\) berechnet er mühevoll die Funktionen, welche die Wahrscheinlichkeit dafür angeben, daß durch den Test die Falschheit der angenommenen Hypothese entdeckt wird, wenn eine andere richtig ist. Die Arbeit hat sich nicht recht gelohnt, für die Praxis verwertbare Ergebnisse stellen sich kaum ein. Nur wenn \(n_1=n_2\) ist, kann, wie sich zeigt, der \(t\)-Test unbedenklich zur Prüfung der Hypothese \(H_{2}\) benutzt werden.