Standardabweichung

Die Standardabweichung ist die Wurzel aus der Varianz . Sie misst wie die Varianz, wie stark Werte um ihren Mittelwert (bzw. Erwartungswert) streuen – hat aber einen großen Vorteil: Sie hat dieselbe Einheit wie die Daten. Eine Standardabweichung von 1{,}3 Noten oder 5 cm kann man sich direkt vorstellen. Als Faustregel liegen bei vielen Datensätzen etwa zwei Drittel der Werte im Bereich „Mittelwert ± Standardabweichung“. Für Daten x 1, ldots, x n mit Mittelwert bar{x} : s = sqrt{s^2} = sqrt{ frac{1}{n - 1} sum {i=1}^{n} (x i - bar{x})^2} (bei der empirischen Variante steht frac{1}{n} statt frac{1}{n - 1} ) Für Zufallsvariablen: sigma(X) = sqrt{ text{Var}(X)} bei der Binomialverteilung sigma = sqrt{n cdot p cdot (1 - p)} , bei der Normalverteilung ist sigma direkt ein Parameter. Vorgehen: Erst die Varianz berechnen, dann die Wurzel ziehen. Beispiel 1: Acht Messwerte Daten 2, , 4, , 4, , 4, , 5, , 5, , 7, , 9 , Mittelwert 5 , Summe der quadrierten Abweichungen 32 . - empirisch: sigma = sqrt{ frac{32}{8}} = sqrt{4} = 2 - Stichprobe: s = sqrt{ frac{32}{7}} approx 2{,}14 Beispiel 2: Klassenarbeit Für die 25 Noten aus dem Diagramm ( bar{x} = 3{,}2 ) ist die Varianz s^2 = frac{42}{24} = 1{,}75 : s = sqrt{1{,}75} approx 1{,}32 Die Noten weichen also typischerweise um gut eine Note vom Schnitt 3{,}2 ab. Im Bereich 3{,}2 pm 1{,}32 , also von etwa 1{,}9 bis 4{,}5 , liegen die Noten 2, 3 und 4 – das sind 18 von 25 Schülern, rund 72 , % . Beispiel 3: Ergebnisse vergleichen Zwei Bogenschütz

Worum geht's?

Die Standardabweichung ist die Wurzel aus der Varianz . Sie misst wie die Varianz, wie stark Werte um ihren Mittelwert (bzw. Erwartungswert) streuen – hat aber einen großen Vorteil: Sie hat dieselbe Einheit wie die Daten. Eine Standardabweichung von 1,3 1{,}3 1 , 3 Noten oder 5 5 5 cm kann man sich direkt vorstellen. Als Faustregel liegen bei vielen Datensätzen etwa zwei Drittel der Werte im Bereich „Mittelwert ± Standardabweichung“.
Noten einer Klassenarbeit
Note123456SummeAnzahl26844125
Hier entsteht gleich das Diagramm
Die Tabelle

Formel mit Erklärung

Für Daten x 1 , … , x n x_1, \ldots, x_n x 1 ​ , … , x n ​ mit Mittelwert x ˉ \bar{x} x ˉ : s = s 2 = 1 n − 1 ∑ i = 1 n ( x i − x ˉ ) 2 s = \sqrt{s^2} = \sqrt{\frac{1}{n - 1} \sum_{i=1}^{n} (x_i - \bar{x})^2} s = s 2 ​ = n − 1 1 ​ i = 1 ∑ n ​ ( x i ​ − x ˉ ) 2 ​ (bei der empirischen Variante steht 1 n \frac{1}{n} n 1 ​ statt 1 n − 1 \frac{1}{n - 1} n − 1 1 ​ ) Für Zufallsvariablen: σ ( X ) = Var ( X ) \sigma(X) = \sqrt{\text{Var}(X)} σ ( X ) = Var ( X ) ​ bei der Binomialverteilung σ = n ⋅ p ⋅ ( 1 − p ) \sigma = \sqrt{n \cdot p \cdot (1 - p)} σ = n ⋅ p ⋅ ( 1 − p ) ​ , bei der Normalverteilung ist σ \sigma σ direkt ein Parameter. Vorgehen: Erst die Varianz berechnen, dann die Wurzel ziehen.

Beispiele

Leicht#1
Beispiel 1: Acht Messwerte Daten 2 ,   4 ,   4 ,   4 ,   5 ,   5 ,   7 ,   9 2,\, 4,\, 4,\, 4,\, 5,\, 5,\, 7,\, 9 2 , 4 , 4 , 4 , 5 , 5 , 7 , 9 , Mittelwert 5 5 5 , Summe der quadrierten Abweichungen 32 32 32 . empirisch: σ = 32 8 = 4 = 2 \sigma = \sqrt{\frac{32}{8}} = \sqrt{4} = 2 σ = 8 32 ​ ​ = 4 ​ = 2 Stichprobe: s = 32 7 ≈ 2,14 s = \sqrt{\frac{32}{7}} \approx 2{,}14 s = 7 32 ​ ​ ≈ 2 , 14

Zusammenfassung

Die Standardabweichung ist die Wurzel aus der Varianz. Sie hat dieselbe Einheit wie die Daten und ist deshalb anschaulicher als die Varianz. Daten: s = 1 n − 1 ∑ ( x i − x ˉ ) 2 s = \sqrt{\frac{1}{n - 1} \sum (x_i - \bar{x})^2} s = n − 1 1 ​ ∑ ( x i ​ − x ˉ ) 2 ​ (empirisch mit 1 n \frac{1}{n} n 1 ​ ). Zufallsvariablen: σ = Var ( X ) \sigma = \sqrt{\text{Var}(X)} σ = Var ( X ) ​ , binomial σ = n p ( 1 − p ) \sigma = \sqrt{n p (1 - p)} σ = n p ( 1 − p ) ​ . Gleicher Mittelwert, kleinere Standardabweichung = beständigere Werte.

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: