Mathe-Lexikon
Standardabweichung
Bei einer Binomialverteilung B(n; ,p) liegt die Trefferzahl nicht immer genau beim Erwartungswert mu = n cdot p , sondern schwankt darum. Die Standardabweichung sigma gibt an, wie groß diese Schwankung typischerweise ist. Mit mu und sigma beschreibt man die σ-Umgebung [ mu - sigma; ; mu + sigma] – den Bereich, in dem die Trefferzahl besonders häufig liegt. Sie spielt bei Prognosen und Hypothesentests eine wichtige Rolle. Für X sim B(n; ,p) gilt: sigma(X) = sqrt{n cdot p cdot (1 - p)} Zusammenhang: - Erwartungswert mu = n cdot p - Varianz text{Var}(X) = n cdot p cdot (1 - p) , also sigma = sqrt{ text{Var}(X)} Sigma-Regeln (Faustregeln, gut brauchbar, wenn sigma 3 ): - P( mu - sigma leq X leq mu + sigma) approx 68{,}3 , % - P( mu - 2 sigma leq X leq mu + 2 sigma) approx 95{,}4 , % - P( mu - 3 sigma leq X leq mu + 3 sigma) approx 99{,}7 , % Beispiel 1: Würfeln Ein Würfel wird 180-mal geworfen, X = Anzahl Sechsen. mu = 180 cdot tfrac{1}{6} = 30 qquad sigma = sqrt{180 cdot tfrac{1}{6} cdot tfrac{5}{6}} = sqrt{25} = 5 Man erwartet 30 Sechsen, Abweichungen um etwa 5 sind ganz normal. Beispiel 2: σ-Umgebung bestimmen X sim B(50; ,0{,}4) (Diagramm oben): mu = 50 cdot 0{,}4 = 20 qquad sigma = sqrt{50 cdot 0{,}4 cdot 0{,}6} = sqrt{12} approx 3{,}46 σ-Umgebung: [20 - 3{,}46; ; 20 + 3{,}46] = [16{,}54; ; 23{,}46] , also die Trefferzahlen 17 bis 23 . Darin liegt die Trefferzahl mit etwa 68 , % . Beispiel 3: Ist das noch Zufall? Ein Hersteller sagt, 40 , % seiner Lose gewinnen. Jemand kauft
