Standardnormalverteilung

Die Standardnormalverteilung ist eine spezielle Normalverteilung in der Stochastik. Sie hat immer den Erwartungswert mu = 0 und die Standardabweichung sigma = 1 . Sie hilft dir dabei, jede beliebige Normalverteilung durch die sogenannte „z-Transformation“ zu vereinfachen und vergleichbar zu machen, sodass du Wahrscheinlichkeiten leicht aus einer Tabelle ablesen oder mit dem Taschenrechner bestimmen kannst. Um eine normalverteilte Zufallsgröße X mit dem Erwartungswert mu und der Standardabweichung sigma in die standardisierte Zufallsgröße Z umzurechnen, nutzt du die z-Transformation : z = frac{x - mu}{ sigma} Für die Standardnormalverteilung gilt: Erwartungswert: mu = 0 Standardabweichung: sigma = 1 (und damit auch die Varianz sigma^2 = 1 ) Dichtefunktion (Gaußsche Glockenkurve): varphi(z) = frac{1}{ sqrt{2 pi}} cdot e^{- frac{1}{2}z^2} Verteilungsfunktion Phi(z) : Sie gibt die Wahrscheinlichkeit P(Z le z) an. Wegen der Symmetrie gilt für negative Werte: Phi(-z) = 1 - Phi(z) Aufgabe: Die Intelligenzquotienten (IQ) in einer Bevölkerung sind normalverteilt mit dem Erwartungswert mu = 100 und der Standardabweichung sigma = 15 . Wie groß ist der z-Wert für einen IQ von x = 115 ? Lösung: Du setzt die Gegebenheiten in die Transformationsformel ein: z = frac{x - mu}{ sigma} = frac{115 - 100}{15} = frac{15}{15} = 1 Interpretation: Ein IQ von 115 liegt genau eine Standardabweichung ( 1 sigma ) über dem Mittelwert. In der Tabelle der Standardnormalverteilung liest man für z = 1 den Wert

Worum geht's?

Die Standardnormalverteilung ist eine spezielle Normalverteilung in der Stochastik. Sie hat immer den Erwartungswert μ = 0 \mu = 0 μ = 0 und die Standardabweichung σ = 1 \sigma = 1 σ = 1 . Sie hilft dir dabei, jede beliebige Normalverteilung durch die sogenannte „z-Transformation“ zu vereinfachen und vergleichbar zu machen, sodass du Wahrscheinlichkeiten leicht aus einer Tabelle ablesen oder mit dem Taschenrechner bestimmen kannst.
Standardnormalverteilung N(0; 1) → N(0.0; 1.0)
μ−σμμ+σ-4.0-1.00.01.04.0
μ = 0  |  σ = 1
P(-1 ≤ X ≤ 1) ≈ 0.6827
Die Fläche unter der Glocke bleibt immer 1 – wird sie breiter, wird sie flacher.

Formel mit Erklärung

Um eine normalverteilte Zufallsgröße X X X mit dem Erwartungswert μ \mu μ und der Standardabweichung σ \sigma σ in die standardisierte Zufallsgröße Z Z Z umzurechnen, nutzt du die z-Transformation : z = x − μ σ z = \frac{x - \mu}{\sigma} z = σ x − μ ​ Für die Standardnormalverteilung gilt: * Erwartungswert: μ = 0 \mu = 0 μ = 0 * Standardabweichung: σ = 1 \sigma = 1 σ = 1 (und damit auch die Varianz σ 2 = 1 \sigma^2 = 1 σ 2 = 1 ) * Dichtefunktion (Gaußsche Glockenkurve): φ ( z ) = 1 2 π ⋅ e − 1 2 z 2 \varphi(z) = \frac{1}{\sqrt{2\pi}} \cdot e^{-\frac{1}{2}z^2} φ ( z ) = 2 π ​ 1 ​ ⋅ e − 2 1 ​ z 2 Verteilungsfunktion Φ ( z ) \Phi(z) Φ ( z ) : Sie gibt die Wahrscheinlichkeit P ( Z ≤ z ) P(Z \le z) P ( Z ≤ z ) an. Wegen der Symmetrie gilt für negative Werte: Φ ( − z ) = 1 − Φ ( z ) \Phi(-z) = 1 - \Phi(z) Φ ( − z ) = 1 − Φ ( z )

Beispiele

Leicht#1
Aufgabe: Die Intelligenzquotienten (IQ) in einer Bevölkerung sind normalverteilt mit dem Erwartungswert μ = 100 \mu = 100 μ = 100 und der Standardabweichung σ = 15 \sigma = 15 σ = 15 . Wie groß ist der z-Wert für einen IQ von x = 115 x = 115 x = 115 ? Lösung: Du setzt die Gegebenheiten in die Transformationsformel ein: z = x − μ σ = 115 − 100 15 = 15 15 = 1 z = \frac{x - \mu}{\sigma} = \frac{115 - 100}{15} = \frac{15}{15} = 1 z = σ x − μ ​ = 15 115 − 100 ​ = 15 15 ​ = 1 Interpretation: Ein IQ von 115 liegt genau eine Standardabweichung ( 1 σ 1\sigma 1 σ ) über dem Mittelwert. In der Tabelle der Standardnormalverteilung liest man für z = 1 z = 1 z = 1 den Wert Φ ( 1 ) ≈ 0 , 8413 \Phi(1) \approx 0,8413 Φ ( 1 ) ≈ 0 , 8413 ab. Das bedeutet, ca. 84,1 % der Bevölkerung haben einen IQ von höchstens 115.

Zusammenfassung

Feste Kennzahlen: Die Standardnormalverteilung ist eine Normalverteilung mit dem Erwartungswert μ = 0 \mu = 0 μ = 0 und der Standardabweichung σ = 1 \sigma = 1 σ = 1 . z-Transformation: Jede beliebige Normalverteilung kann mit der Formel z = x − μ σ z = \frac{x - \mu}{\sigma} z = σ x − μ ​ in die Standardnormalverteilung umgerechnet („standardisiert“) werden. Symmetrie nutzen: Da die Glockenkurve spiegelsymmetrisch zur y-Achse ist, gilt für die Verteilungsfunktion Φ ( − z ) = 1 − Φ ( z ) \Phi(-z) = 1 - \Phi(z) Φ ( − z ) = 1 − Φ ( z ) . Anwendung: Sie macht unterschiedliche Messdaten (wie IQ-Tests und Testergebnisse) direkt miteinander vergleichbar.

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: