Anwendungsaufgaben: Qualitätskontrolle, Medizin, Marktforschung

Stochastik in der Praxis

Die Stochastik entfaltet ihre Kraft erst in der Anwendung auf reale Fragestellungen. Drei besonders wichtige Anwendungsfelder sind die Qualitätskontrolle in der Industrie, die Medizin (insbesondere Diagnostik und klinische Studien) und die Marktforschung. In allen drei Bereichen werden die erlernten Methoden – Binomialverteilung, Hypothesentests, Konfidenzintervalle, Bayes – routinemäßig eingesetzt.

Qualitätskontrolle

In der Fertigungsindustrie muss sichergestellt werden, dass Produkte bestimmte Qualitätsstandards einhalten. Eine komplette Prüfung aller Produkte ist oft zu aufwendig oder bei zerstörenden Prüfungen unmöglich. Stattdessen werden Stichprobenprüfungen durchgeführt.

Typische Aufgabe: Eine Charge von 1000 Glühbirnen darf maximal 3 % Ausschuss enthalten. In einer Stichprobe von 50 Stück werden 3 defekte gefunden. Soll die Charge angenommen werden?

Hypothesentest: $ H_0: p \leq 0{,}03 $, $ H_1: p > 0{,}03 $. Unter $ H_0 $: $ X \sim B(50, 0{,}03) $, $ \mu = 1{,}5 $. Mit dem GTR: $ P(X \geq 3 \mid p = 0{,}03) = 1 – \text{binomcdf}(50, 0{,}03, 2) \approx 0{,}189 $. Der p-Wert ist zu groß für eine Ablehnung bei $ \alpha = 0{,}05 $. $ H_0 $ wird beibehalten, die Charge wird angenommen.

Weitere qualitätsrelevante Fragen: Ab welchem Stichprobenumfang kann die Ausschussrate hinreichend genau geschätzt werden? (Konfidenzintervall). Wie ist ein Prüfplan zu gestalten, damit schlechte Chargen mit hoher Wahrscheinlichkeit erkannt werden? (Gütefunktion, Macht des Tests).

Medizin: Diagnostische Tests

Ein zentrales Anwendungsgebiet der Stochastik ist die medizinische Diagnostik. Ein Test hat zwei Kenngrößen: Sensitivität (Trefferrate bei Kranken) und Spezifität (korrekt negativer Anteil bei Gesunden). Zusammen mit der Krankheitsprävalenz ergibt sich über den Satz von Bayes der positive Vorhersagewert: Wie wahrscheinlich ist man krank bei positivem Testergebnis?

Aufgabe: Ein HIV-Test hat Sensitivität 99,9 % und Spezifität 99,8 %. Die Prävalenz in der Allgemeinbevölkerung beträgt 0,1 %. Wie wahrscheinlich ist man tatsächlich infiziert bei positivem Test?

$$P(K \mid +) = \frac{0{,}999 \cdot 0{,}001}{0{,}999 \cdot 0{,}001 + 0{,}002 \cdot 0{,}999} = \frac{0{,}000999}{0{,}002997} \approx 0{,}333 = 33{,}3\%$$

Nur ein Drittel der positiv Getesteten ist tatsächlich infiziert! Dies zeigt, wie wichtig Bestätigungstests bei niedriger Prävalenz sind. In Risikogruppen (höhere Prävalenz) steigt der positive Vorhersagewert deutlich.

Medizin: Klinische Studien

Bei der Wirksamkeitsprüfung neuer Medikamente werden randomisierte kontrollierte Studien durchgeführt: Zufällige Zuteilung zu Behandlungs- und Kontrollgruppe, Vergleich der Heilungsraten mittels Hypothesentest. Signifikante Unterschiede zwischen den Gruppen lassen auf eine Wirkung schließen. Die Stichprobengröße wird so gewählt, dass relevante Effekte mit hoher Macht erkannt werden (typischerweise 80 %).

Marktforschung

In der Marktforschung werden Meinungen und Präferenzen von Zielgruppen erhoben. Die Grundaufgabe: Aus einer Stichprobe auf die Gesamtpopulation schließen.

Aufgabe: Bei einer Umfrage unter 1000 Personen gaben 450 an, Produkt X zu bevorzugen. Bestimme ein 95-%-Konfidenzintervall für den wahren Anteil.

$ \hat{p} = 0{,}45 $, $ n = 1000 $. Konfidenzintervall: $ 0{,}45 \pm 1{,}96 \cdot \sqrt{\frac{0{,}45 \cdot 0{,}55}{1000}} = 0{,}45 \pm 0{,}031 $, also $ [41{,}9\%; 48{,}1\%] $. Mit 95 % Sicherheit liegt der wahre Anteil in diesem Bereich. Dieses Intervall ist für die Entscheidungsfindung oft wichtiger als die Punktschätzung allein.

Weitere Fragen in der Marktforschung: Vergleich zweier Produkte (Zweistichprobentest). Untersuchung von Zusammenhängen zwischen Merkmalen (Unabhängigkeitstest). Prognose von Kaufverhalten (Bayessche Modelle).

Methodische Herausforderungen

In realen Anwendungen treten zusätzliche Schwierigkeiten auf, die in idealisierten Schulaufgaben oft ignoriert werden: Nichtzufällige Stichproben (Selbstselektion bei Online-Umfragen), Mehrfachvergleiche (bei vielen simultanen Tests steigt die Rate falscher Entdeckungen), Störvariablen (Confounding in Beobachtungsstudien) und Publikationsbias (positive Ergebnisse werden häufiger veröffentlicht als negative). Die Lösung dieser Probleme erfordert fortgeschrittene statistische Methoden.

Zusammenfassung

Die Stochastik ist in Qualitätskontrolle, Medizin und Marktforschung unverzichtbar. Hypothesentests prüfen Chargen und Wirksamkeit, Konfidenzintervalle quantifizieren die Unsicherheit von Schätzungen, und der Satz von Bayes ermöglicht die korrekte Interpretation diagnostischer Tests. Die Methoden der Schulmathematik – Binomialverteilung, Normalverteilung, Bayes, Konfidenzintervalle, Hypothesentests – bilden das Fundament. In der realen Anwendung kommen methodische Herausforderungen hinzu, deren Beachtung für verlässliche Schlüsse entscheidend ist.