#####################################################################
## Die Gütefunktion zum Test von sigma^2 bei Normalverteilung
#####################################################################

## Wir beziehen uns dabei auf die zwei Tests der Varianz im Abschnitt ??
## Test bei bekanntem mu

signull <- 1
alpha <- 0.05

## einseitiger Test
guete <- function(sig,nn) {1 - pchisq(qchisq(1-alpha,nn)*signull/sig,nn)}
signull <- 1

# Guetefunktion
x <- seq(0,10,by=0.1)
par(mfrow=c(1,2))
plot(x[-1],guete(x[-1],7),type="l")
plot(x[-1],guete(x[-1],25),type="l")

# Guetefunktion im kritischen Bereich
# zu sehen: unverfaelscht
x <- seq(0.5,1.3,by=0.05)
par(mfrow=c(1,3))
plot(x[-1],guete(x[-1],5),type="l")
plot(x[-1],guete(x[-1],15),type="l")
plot(x[-1],guete(x[-1],50),type="l")

## zweiseitiger Test
guetevoll <- function(sig,nn) {1 - (pchisq(qchisq(1-alpha/2,nn)*signull/sig,nn)-pchisq(qchisq(alpha/2,nn)*signull/sig,nn))}

# Guetefunktion
x <- seq(0,20,by=0.1)
par(mfrow=c(1,2))
plot(x[-1],guetevoll(x[-1],7),type="l")
plot(x[-1],guetevoll(x[-1],25),type="l")

# Guetefunktion im kritischen Bereich
# zu sehen: nicht unverfaelscht
x <- seq(0.5,1.3,by=0.05)
par(mfrow=c(1,3))
plot(x[-1],guetevoll(x[-1],5),type="l")
plot(x[-1],guetevoll(x[-1],15),type="l")
plot(x[-1],guetevoll(x[-1],50),type="l")