Yacas Reloaded - Freies Computer Algebra System

Inhalt

Grundlagen der Mathematik

Differentialgleichungen

Funktionalanalysis

Differentialgeometrie

Topologie

Numerik

Stochastik

Wahrscheinlichkeitstheorie

Zufallsvariablen

Momente

Erwartungswert

Varianz

Standardabweichung

Schiefe

Wölbung

Gesetz der großen Zahlen

Wahrscheinlichkeitsverteilungen

Monte-Carlo-Methode

Statistik

Unsortiertes

Anbieterkennzeichnung

Weiterbildung für alle! Über 200 Fernlehrgänge an Deutschlands größter Fernschule!

Standardabweichung

Neu: Das Wurzelzieher Mathepedia Forum.

Jetzt registrieren und mit anderen Nutzern über Mathematik diskutieren!

Die Standardabweichung ist in der Stochastik ein Maß für die Streuung der Werte einer Zufallsvariablen um ihren Mittelwert. Sie ist für eine Zufallsvariable X definiert als die positive Quadratwurzel aus deren Varianz und wird als notiert. Die Varianz einer Zufallsvariable ist das zentrierte Moment zweiter Ordnung der zugehörigen Verteilung, der Erwartungswert das erste Moment.

Liegt eine Beobachtungsreihe (x₁ , x₂ , ..., x_N ) der Länge N vor, so sind empirischer Mittelwert und empirische Standardabweichung die zwei wichtigsten Maßzahlen in der Statistik zur Beschreibung der Eigenschaften der Beobachtungsreihe.

Als Abkürzung findet man neben in Anwendungen insbesondere für die empirische Standardabweichung oft auch s, sowie m.F. für mittlerer Fehler. In der angewandten Statistik findet man häufig die Kurzschreibweise der Art "Ø 21 ± 4", was als "Mittelwert 21 und Standardabweichung 4" zu lesen ist.

Ein Beispiel (mit Schwankungsbreite)

Mittleres Alter (beispielsweise in einer Tanzschule) = (17,5 ± 1,2) Jahre. Beide Werte zusammen ergeben die mittlere Schwankungsbreite, MW ± s = 16,3 bis 18,7 Jahre.

Sie gilt im Falle normalverteilter Mengen (siehe Glockenkurve) mit einer Wahrscheinlichkeit von ca. 68 % (jene von 2 mit ca. 95 %). Demnach lässt obige Schwankungsbreite erwarten, dass

16 % der Tanzschüler jünger als 16,3 Jahre sind (und 2 - 3 % unter 15,1 Jahre) und
16 % älter als 18,7 Jahre (und 2 - 3 % über 19,9 Jahre) sind.

Dieses Beispiel hat jedoch kaum Normalverteilung, denn es sind vermutlich von den Kursteilnehmern mehr als 2,5 % älter als 20 Jahre.

Faustregeln für die Praxis sind: Werte außerhalb der zwei- bis dreifachen Standardabweichung werden oft als Ausreißer behandelt. Ausreißer können ein Hinweis auf grobe Fehler der Datenerfassung sein. Es kann den Daten aber auch eine stark schiefe Verteilung zu Grunde liegen. Andererseits muss ca. jeder 20ste Messwert außerhalb der zweifachen Standardabweichung liegen.

Mathematische Definition der Standardabweichung

Die Standardabweichung einer Zufallsvariablen X ist mathematisch definiert als die Quadratwurzel einer anderen Streuungsmaßzahl, der Varianz:

Die Standardabweichung hat gegenüber der Varianz den Vorteil, dass sie die gleiche Einheit hat wie die ursprünglichen Messwerte.

Wenn die Zahl der Kinder in einem Haushalt untersucht wird, so ist die Einheit der Varianz ein Quadratkind, die Einheit der Standardabweichung aber wieder ein Kind.

Schätzung der Standardabweichung aus einer Stichprobe

Sind die x_i unabhängig identisch verteilte Zufallsvariablen, also beispielsweise eine Stichprobe, so wird die Standardabweichung der Grundgesamtheit häufig mit der Formel

geschätzt.

Dabei ist

s_X der Schätzer für die Standardabweichung der Grundgesamtheit
N der Stichprobenumfang (Anzahl der Werte bzw. Anzahl der Freiheitsgrade)
x_i die Merkmalsausprägungen am i-ten Element der Stichprobe
der empirische Mittelwert, also das arithmetische Mittel der Stichprobe.

Diese Formel erklärt sich daraus, dass die Stichprobenvarianz

ein erwartungstreuer Schätzer für die Varianz der Grundgesamtheit ist. s_X ist aber kein erwartungstreuer Schätzer für die Standardabweichung, denn da die Quadratwurzel eine konkave Funktion ist folgt aus der Jensenschen Ungleichung

dieser Schätzer unterschätzt also die Standardabweichung der Grundgesamtheit.

Für den Fall normalverteilter Zufallsgrößen lässt sich allerdings ein erwartungstreuer Schätzer angeben.

Dabei ist

die erwartungstreue Schätzung der Standardabweichung und
die Gammafunktion.

Beispiel

Es wurden bei einer Stichprobe die fünf Werte 3, 4, 5, 6, 7 gemessen. Man soll nun die Schätzung für die Standardabweichung errechnen.

Der Korrekturfaktor ist in diesem Fall

und die erwartungstreue Schätzung für die Standardabweichung ist damit näherungsweise 1,064.

Korrekturfaktoren für die erwartungstreue Schätzung der *Standardabweichung*
Stichprobenumfang	Korrekturfaktor
2	1,253314
5	1,063846
10	1,028109
15	1,018002

Faustformel

Zur schnellen Schätzung von sucht man jenes Sechstel der Werte, die am kleinsten beziehungsweise am größten sind. Die Standardabweichung ist dann die halbe Differenz der beiden Grenzwerte.

Maximum-Likelihood-Schätzung für die Standardabweichung einer Normalverteilung

Die eindimensionale Normalverteilung kann unter anderem so dargestellt werden, dass die Standardabweichung ein Parameter der Verteilung ist. Bei dieser Schätzung kann die Eigenschaft der Maximum-Likelihood-Schätzung genutzt werden, dass eine monotone Transformation einer Maximum-Likelihood-Schätzung eine Maximum-Likelihood-Schätzung für die monotone Transformation des geschätzten Parameters ist. Das bedeutet, dass die Quadratwurzel einer Maximum-Likelihood-Schätzung eines Parameters, der nur positiv sein kann, eine Maximum-Likelihood-Schätzung für die Quadratwurzel dieses Parameters ist.

Diese Schätzung ist eine Maximum-Likelihood-Schätzung für einen Parameter der Normalverteilung oder für eine Transformation dieses Parameters. Sie ist nicht auf die Schätzung der Standardabweichung einer beliebigen Verteilung zu übertragen.

Die Maximum-Likelihood-Schätzung für die Standardabweichung einer Poisson-Verteilung ist beispielsweise die Quadratwurzel aus dem arithmetischen Mittel.

Als Maximum-Likelihood-Schätzung für die Standardabweichung aus der Stichprobe {3, 4, 5, 6, 7} erhält man also

unter der Voraussetzung, dass wir X schätzen mit

Beispiele

Das aus der Varianz bekannte Würfelbeispiel hier für die Standardabweichung:

Die Standardabweichung beim 500-maligen Würfeln und der Zufallsgröße X: Anzahl der Einsen

Berechnung für auflaufende Messwerte

In Systemen, die kontinuierlich große Mengen an Messwerten erfassen, ist es oft unpraktisch, alle Messwerte zwischenzuspeichern, um die Standardabweichung zu berechnen.

In diesem Zusammenhang ist es günstiger, eine modifizierte Formel zu verwenden, die den kritischen Term umgeht. Dieser kann nicht für jeden Messwert sofort berechnet werden, da der Mittelwert x nicht konstant ist.

Durch Anwendung des Verschiebungssatzes und der Definition des Mittelwerts gelangt man zur Darstellung

FormelGen :$ s_X = \sqrt{\frac{N \cdot \sum_{i=1}^N{x_i{}^2}-\brace{\sum_{i=1}^N{x_i}}^2}{N \cdot (N-1)}}, $: Object reference not set to an instance of an object.

die sich für jeden eintreffenden Messwert sofort aktualisieren lässt, wenn die Summe der Messwerte sowie die Summe ihrer Quadrate

FormelGen :$\sum_{i=1}^N{x_i{}^2}$: Object reference not set to an instance of an object.

mitgeführt und fortlaufend aktualisiert werden.

Siehe auch:

Tabelle mathematischer Symbole
relative Standardabweichung
Standardfehler

Miß alles, was sich messen läßt, und mach alles meßbar, was sich nicht messen läßt.

Galileo Galilei

Druckansicht

Impressum: Wurzelzieher Mathepedia • Thomas Steinfeld • Dorfplatz 25 • 17237 Blankensee • Tel.: 01734332309 (Vodafone/D2) • Email: matһе@wυrzеlzιeher.de

Amazon.de empfiehlt: