Beispiel einer Diskussionsfrage zur Normalverteilung
Die Normalverteilung, auch Gaußsche Verteilung genannt, ist die am häufigsten verwendete Wahrscheinlichkeitsverteilung in der Statistik. Sie hat eine symmetrische Glockenform, was bedeutet, dass die Daten um den Mittelwert angeordnet sind und die Wahrscheinlichkeit für Extremwerte (Werte weit entfernt vom Mittelwert) gering ist.
In diesem Artikel behandeln wir verschiedene Beispielaufgaben zur Normalverteilung und deren Lösung. Wir beginnen mit der Einführung einiger grundlegender Konzepte und gehen dann zu komplexeren Beispielen über.
Grundlagen der Normalverteilung
Die Normalverteilung ist eine stetige Verteilung mit zwei Parametern: dem Mittelwert und der Standardabweichung (SD). Der Mittelwert bestimmt die Lage der Verteilung, während die Standardabweichung die Breite der Verteilung bestimmt.
Wichtige Merkmale der Normalverteilung:
1. Symmetrie: Die Normalverteilung ist symmetrisch um den Mittelwert.
2. Empirische Regel (Empirische Regel):
– Rund 68 % der Daten liegen innerhalb einer Standardabweichung vom Mittelwert.
– Rund 95 % der Daten liegen innerhalb von zwei Standardabweichungen vom Mittelwert.
– Rund 99.7 % der Daten liegen innerhalb von drei Standardabweichungen vom Mittelwert.
Contoh Soal dan Pembahasan
Beispielaufgabe 1: Berechnung des Z-Scores
Frage: Eine Prüfung hat einen Durchschnittswert von 70 Punkten und eine Standardabweichung von 10. Ein Student erzielt 80 Punkte. Wie hoch ist der Z-Wert des Studenten?
Lösung:
Der Z-Wert ist ein Maß dafür, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt ist.
Z-Score-Formel:
\[ Z = \frac{X – \mu}{\sigma} \]
Dimana:
– \( X \) ist der beobachtete Wert.
– \( \mu \) ist der Mittelwert.
– \( \sigma \) ist die Standardabweichung.
Es ist bekannt:
– \( X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)
Anwendung der Formel:
\[ Z = \frac{80 – 70}{10} = 1 \]
Der Z-Wert des Schülers beträgt also 1, was bedeutet, dass ein Wert von 80 eine Standardabweichung über dem Mittelwert liegt.
Beispielaufgabe 2: Wahrscheinlichkeit eines bestimmten Wertes
Frage: Wie hoch ist die Wahrscheinlichkeit, in einer Normalverteilung mit einem Mittelwert von 100 und einer Standardabweichung von 15 einen Wert unter 85 zu finden?
Lösung:
Die Schritte:
1. Berechnen Sie den Z-Wert für den Wert \( X = 85 \):
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. Verwenden Sie eine Z-Tabelle oder einen Statistikrechner, um die Wahrscheinlichkeit zu ermitteln, die einem Z-Wert von -1 entspricht. In einer Z-Tabelle beträgt die Wahrscheinlichkeit für einen Z-Wert von -1 ungefähr 0.1587.
Die Wahrscheinlichkeit, einen Wert unter 85 zu finden, beträgt also 0.1587 oder 15.87 %.
Beispielaufgabe 3: Anwendung empirischer Regeln
Frage: Es ist bekannt, dass die Verteilung der Mathematikprüfungsergebnisse in Schulen einer Normalverteilung mit einem Mittelwert von 75 und einer Standardabweichung von 8 folgt. Welcher Anteil der Schüler erzielte zwischen 67 und 83 Punkte?
Lösung:
Langkah-langkah:
1. Berechnen Sie den Z-Wert für die Werte 67 und 83:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. Nach empirischen Regeln umfassen Werte zwischen -1 SD und +1 SD vom Mittelwert etwa 68 % der Population.
Der Anteil der Schüler, die zwischen 67 und 83 Punkten erreichten, lag also bei etwa 68 %.
Beispielaufgabe 4: Werte aus Perzentilen berechnen
Frage: Wenn die durchschnittliche Körpergröße erwachsener Männer in einem Land 175 cm beträgt und die Standardabweichung 7 cm, welche Körpergröße liegt dann im 90. Perzentil?
Lösung:
Langkah-langkah:
1. Ermitteln Sie den Z-Wert, der dem 90. Perzentil entspricht. Laut Z-Tabelle liegt der Z-Wert, der 0.9000 am nächsten kommt, bei etwa 1.28.
2. Verwenden Sie die Formel, um den Wert von \( X \) zu berechnen:
\[ X = \mu + Z \times \sigma \]
\[ X = 175 + 1.28 \times 7 \]
\[ X = 175 + 8.96 \]
\[ X = 183.96 \]
Die Körpergröße im 90. Perzentil beträgt also etwa 183.96 cm.
Beispielaufgabe 5: Wahrscheinlichkeit eines bestimmten Intervalls
Frage: Angenommen, die Verteilung der Geburtsgewichte folgt einer Normalverteilung mit einem Mittelwert von 3.5 kg und einer Standardabweichung von 0.5 kg, wie hoch ist die Wahrscheinlichkeit, dass ein Baby zwischen 3 kg und 4 kg wiegt?
Lösung:
Langkah-langkah:
1. Berechnen Sie den Z-Score für die Werte 3 kg und 4 kg:
\[ Z_{3} = \frac{3 – 3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[ Z_{4} = \frac{4 – 3.5}{0.5} = \frac{0.5}{0.5} = 1 \]
2. Die Wahrscheinlichkeit für einen Z-Wert zwischen -1 und 1 auf Basis der Z-Tabelle beträgt ungefähr 0.6826 oder 68.26 %.
Die Wahrscheinlichkeit, dass ein Baby zwischen 3 kg und 4 kg wiegt, liegt also bei etwa 68.26 %.
Abschluss
Die Normalverteilung ist ein grundlegendes Konzept der Statistik, das von entscheidender Bedeutung ist und zahlreiche praktische Anwendungen findet. In diesem Artikel haben wir die Grundbegriffe der Normalverteilung erläutert und anhand mehrerer Beispiele unser Verständnis vertieft.
Das Verständnis der Normalverteilung ist nicht nur für die Statistik, sondern auch für verschiedene Anwendungsbereiche wie Psychologie, Wirtschaftswissenschaften und andere Sozialwissenschaften wichtig. Mit genügend Übung wird das Lösen von Aufgaben zur Normalverteilung intuitiver und unterstützt datenbasierte Entscheidungen.
