Übungsquiz zur deskriptiven Statistik mit interaktiver Schritt-für-Schritt-Lektion

Mittelwert, Median und Modus

Kernidee

Der Mittelwert (Durchschnitt) nutzt jeden Wert: \[ \bar{x}=\frac{x_1+x_2+\cdots+x_n}{n}. \] Der Median ist der mittlere Wert nach dem Sortieren der Daten (oder der Durchschnitt der beiden mittleren Werte, wenn \(n\) gerade ist). Der Modus ist der häufigste Wert (Daten können bimodal sein oder keinen Modus haben). Bei schiefen Daten oder Daten mit Ausreißern ist der Median meistens robuster als der Mittelwert.

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Der Mittelwert nutzt jeden Wert, kann aber von Ausreißern gezogen werden.
• Der Median ist die Mitte der geordneten Daten und ist robust gegenüber Ausreißern.
• Der Modus beschreibt den oder die häufigsten Werte, besonders nützlich für Kategorien.

Spannweite, Quartile und Interquartilsabstand (IQR)

Kernidee

Die Spannweite ist das einfachste Streuungsmaß: \[ \text{Range}=\text{max}-\text{min}. \] Quartile teilen geordnete Daten in vier Teile. Der Interquartilsabstand ist: \[ \text{IQR}=Q_3-Q_1, \] und misst die Streuung der mittleren 50% der Daten (und wird weniger stark durch Ausreißer beeinflusst als die Spannweite).

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Die Spannweite misst die gesamte Streuung, ist aber empfindlich gegenüber extremen Werten.
• IQR misst die Streuung der mittleren 50% und ist robuster gegenüber Ausreißern.

Häufigkeit, relative Häufigkeit und Prozent

Kernidee

Häufigkeit ist eine Anzahl. Relative Häufigkeit ist der Anteil am Gesamtwert: \[ \text{Relative frequency}=\frac{\text{count}}{n}. \] Um in Prozent umzuwandeln, multipliziere mit 100: \[ \text{Percent}= \left(\frac{\text{count}}{n}\right)\cdot 100\%. \] So kannst du Gruppen vergleichen, auch wenn die Stichprobengrößen unterschiedlich sind.

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Relative Häufigkeit ist „Teil vom Ganzen“: \(\frac{\text{count}}{n}\).
• Prozent ist relative Häufigkeit \(\times 100\%\).

Fünf-Zahlen-Zusammenfassung und Boxplots

Kernidee

Eine Fünf-Zahlen-Zusammenfassung beschreibt einen Datensatz mit: \[ \text{min},\ Q_1,\ \text{median }(Q_2),\ Q_3,\ \text{max}. \] Ein Boxplot nutzt diese fünf Zahlen: Die Box reicht von \(Q_1\) bis \(Q_3\), der Median ist eine Linie in der Box, und die Whisker reichen zum Minimum und Maximum (oder je nach Konvention zu den Nicht-Ausreißer-Werten).

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Fünf-Zahlen-Zusammenfassung: min, \(Q_1\), Median, \(Q_3\), max.
• Ein Boxplot visualisiert die mittleren 50% (die Box) und die gesamte Streuung (die Whisker).

Ausreißer, die 1.5×IQR-Regel und Midrange

Kernidee

Ein häufiger Ausreißer-Kontrolle nutzt IQR-Grenzen: \[ \text{Lower fence}=Q_1-1.5(\text{IQR}), \quad \text{Upper fence}=Q_3+1.5(\text{IQR}). \] Werte außerhalb der Grenzen werden oft als Ausreißer behandelt. Ein weiteres Maß, das dir begegnen kann, ist die Midrange, der Mittelpunkt von Minimum und Maximum: \[ \text{Midrange}=\frac{\text{min}+\text{max}}{2}. \] Midrange ist leicht zu berechnen, hängt aber nur von den Extremwerten ab (ist also nicht robust gegenüber Ausreißern).

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Ausreißer-Grenzen: \(Q_1-1.5(\text{IQR})\) und \(Q_3+1.5(\text{IQR})\).
• Midrange ist leicht zu berechnen, hängt aber nur von den Extremwerten ab.

Varianz, Standardabweichung und Z-Scores

Kernidee

Varianz misst den durchschnittlichen quadrierten Abstand vom Mittelwert, und die Standardabweichung ist ihre Quadratwurzel. Für eine Grundgesamtheit (mit allen Werten) lautet eine Definition: \[ \sigma^2=\frac{\sum (x-\mu)^2}{n}, \quad \sigma=\sqrt{\sigma^2}. \] Ein Z-Score misst, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt ist: \[ z=\frac{x-\mu}{\sigma}. \]

Ausgearbeitetes Beispiel

Übe selbst

Zusammenfassung

• Die Standardabweichung beschreibt einen typischen Abstand vom Mittelwert.
• Z-Scores vergleichen Werte über verschiedene Skalen hinweg, indem sie messen, wie viele Standardabweichungen entfernt sie sind.

Die passende Statistik wählen und Daten interpretieren

Wo deskriptive Statistik auftaucht

• Schule und Tests: Ergebnisse mit Mittelwert/Median zusammenfassen und Streuung mit IQR vergleichen.
• Naturwissenschaften und Experimente: einen „typischen Befund“ und Variabilität mit Standardabweichung angeben.
• Sport und Leistung: Konstanz (geringe Streuung) mit Schwankung (hohe Streuung) vergleichen.
• Datenkompetenz: Diagramme wie Boxplots und Häufigkeitstabellen in Berichten interpretieren.

Ausgearbeitetes Beispiel: Median aus unsortierten Daten

Übe selbst

Abschluss-Wiederholung

• Lage: Mittelwert, Median und Modus beschreiben den typischen Wert auf unterschiedliche Weise.
• Streuung: Spannweite und IQR beschreiben Variabilität; IQR ist robuster gegenüber Ausreißern.
• Fünf-Zahlen-Zusammenfassung und Boxplots fassen Daten visuell zusammen und unterstützen Ausreißer-Kontrollfragen.
• Die Standardabweichung misst den typischen Abstand vom Mittelwert; Z-Scores vergleichen über verschiedene Skalen hinweg.