Varianz und Standardabweichung
Die Varianz misst die Streuung von Datenpunkten in einem Datensatz um den Mittelwert, während die Standardabweichung die Wurzel aus der Varianz ist. Sie geben beide Aufschluss über die Variabilität oder Konsistenz eines Datensatzes. Beispiel: Eine niedrige Varianz und Standardabweichung weisen auf eine geringe Streuung hin.
in nur 12 Minuten? Du willst ganz einfach ein neues
Thema lernen in nur 12 Minuten?
-
5 Minuten verstehen
Unsere Videos erklären Ihrem Kind Themen anschaulich und verständlich.
92%der Schüler*innen hilft sofatutor beim selbstständigen Lernen. -
5 Minuten üben
Mit Übungen und Lernspielen festigt Ihr Kind das neue Wissen spielerisch.
93%der Schüler*innen haben ihre Noten in mindestens einem Fach verbessert. -
2 Minuten Fragen stellen
Hat Ihr Kind Fragen, kann es diese im Chat oder in der Fragenbox stellen.
94%der Schüler*innen hilft sofatutor beim Verstehen von Unterrichtsinhalten.
Grundlagen zum Thema Varianz und Standardabweichung
Nach dem Schauen dieses Videos wirst du in der Lage sein, Varianz und Standardabweichung von Zufallsgrößen zu berechnen.
Zunächst lernst du, wie die Formel für die Varianz zustande kommt. Anschließend erfährst du, wie du die Standardabweichung aus der Varianz berechnen kannst. Abschließend erfährst du, wie du Varianz und Standardabweichung als Streumaße deuten kannst.
Das Video beinhaltet Schlüsselbegriffe, Bezeichnungen und Fachbegriffe wie Zufallsgröße, Wahrscheinlichkeitsverteilung, Erwartungswert, Varianz, Standardabweichung, Streuung und Streumaß.
Bevor du dieses Video schaust, solltest du bereits den Erwartungswert kennen. Außerdem solltest du grundlegendes Wissen zu Wahrscheinlichkeitsrechnung haben.
Varianz und Standardabweichung Übung
-
Beschreibe die Kenngrößen einer Wahrscheinlichkeitsverteilung.
TippsDer Erwartungswert gibt nicht an, wie sich die Werte um den Mittelwert herum verteilen.
Die Standardabweichung ist die Wurzel aus der Varianz.
LösungWir kennen bereits den Erwartungswert $E(X)$ für eine Zufallsgröße $X$. Um ihn zu berechnen, müssen wir nur jeden möglichen Wert mit der entsprechenden Wahrscheinlichkeit multiplizieren und die Produkte aufsummieren:
$\mu = E(X) = x_{1} \cdot P (X = x_{1}) +~ \ldots~+ x_{n} \cdot P (X = x_{n})$
Der Erwartungswert gibt an, mit welchem Wert wir im Durchschnitt bei einer Zufallsgröße rechnen können. Er gibt jedoch nicht an, wie sich die Werte um den Mittelwert herum verteilen. Der Erwartungswert allein ist daher für die Beschreibung einer Verteilung nicht immer besonders aussagekräftig.
Varianz und Standardabweichung sind Maße, die es uns ermöglichen, die Streuung bei Zufallsgrößen in Zahlen auszudrücken. Für die Berechnung der Varianz $V(X)$ quadrieren wir die Abweichungen vom Erwartungswert, multiplizieren diese mit ihren Wahrscheinlichkeiten und summieren schließlich alle diese Produkte:
$V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) +~ \ldots~+ (x_n- \mu)^2 \cdot P(X=x_n)$
Die Standardabweichung $\sigma(X)$ ist die Wurzel aus der Varianz. Es gilt:
$\sigma(X)= \boldsymbol {\sqrt{V(X)}}$
-
Gib die Rechnungen für die Größen Varianz und Standardabweichung an.
TippsFür die Berechnung der Varianz $V(X)$ quadrieren wir die Abweichungen vom Erwartungswert, multiplizieren diese mit ihren Wahrscheinlichkeiten und summieren schließlich alle diese Produkte.
Für beide Wahrscheinlichkeitsverteilungen beträgt der Erwartungswert $E(X) = E(Y) = 4$.
LösungVarianz und Standardabweichung sind Maße, die es uns ermöglichen, die Streuung bei Zufallsgrößen in Zahlen auszudrücken. Um sie zu bestimmen, müssen wir zunächst den Erwartungswert der jeweiligen Verteilung berechnen. Der Erwartungswert gibt an, mit welchem Wert wir im Durchschnitt bei einer Zufallsgröße rechnen können. Um ihn zu ermitteln, müssen wir nur jeden möglichen Wert mit der entsprechenden Wahrscheinlichkeit multiplizieren und die Produkte aufsummieren:
$\mu = E (X) = x_{1} \cdot P (X = x_{1}) +~ \ldots~+ x_{n} \cdot P (X = x_{n})$
Für die Berechnung der Varianz $V(X)$ quadrieren wir die Abweichungen vom Erwartungswert, multiplizieren diese mit ihren Wahrscheinlichkeiten und summieren schließlich alle diese Produkte:
$V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) +~ \ldots~+ (x_n- \mu)^2 \cdot P(X=x_n)$
Für die Standardabweichung $\sigma(X)$ gilt:
$\sigma(X)= \sqrt{V(X)}$
Für die Verteilung der Zufallsvariable $X$ (graue Tabelle) ergibt sich damit:
$\mu = E (X) =3 \cdot 0{,}25 + 4 \cdot 0{,}5 + 5 \cdot 0{,}25 = 4$
$V(X)= (3-4)^2 \cdot 0{,}25 + (4-4)^2 \cdot 0{,}5 + (5-4)^2 \cdot 0{,}25 = 0{,}5$
$\sigma(X)= \sqrt{0{,}5} \approx 0{,}71$
Für die Verteilung der Zufallsvariable $Y$ (rosafarbene Tabelle) ergibt sich damit:
$\mu = E (Y) = 1 \cdot 0{,}1 + 2 \cdot 0{,}3 + 4 \cdot 0{,}15 + 6 \cdot 0{,}45 = 4$
$V(Y)= (1-4)^2 \cdot 0{,}1 + (2-4)^2 \cdot 0{,}3 + (4-4)^2 \cdot 0{,}15+ (6-4)^2 \cdot 0{,}45 = 3{,}9$
$\sigma(Y)= \sqrt{3{,}9} \approx 1{,}97$
-
Berechne Varianz und Standardabweichung.
TippsBerechne jeweils zuerst den Erwartungswert $E(X)$:
$\mu = {E (X) = x_{1} \cdot P (X = x_{1}) ~+~ \ldots~+~ x_{n} \cdot P (X = x_{n})}$
Ermittle danach die Varianz $V(X)$:
${V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) +~ \ldots}$
${+~(x_n- \mu)^2 \cdot P(X=x_n)}$Berechne zuletzt die Standardabweichung $\sigma(X)$:
$\sigma(X)= \sqrt{V(X)}$
Achte darauf, richtig zu runden.
Beispiel:
$3{,}31813... \approx 3{,}32$
LösungWir berechnen jeweils zuerst den Erwartungswert $E(X)$:
$\mu = E (X) = x_{1} \cdot P (X = x_{1}) + ~ \ldots~ + x_{n} \cdot P (X = x_{n})$
Danach ermitteln wir die Varianz $V(X)$:
$V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) +~ \ldots~ + (x_n- \mu)^2 \cdot P(X=x_n)$
Zuletzt berechnen wir die Standardabweichung $\sigma(X)$:
$\sigma(X)= \sqrt{V(X)}$
Erstes Spiel:
$\begin{array}{l|c|c|c} \text{Gewinn } x \text{ in Euro} & 1 & 5 & 10 \\ \hline P(X=x) & 0{,}3 & 0{,}5& 0{,}2 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (X) =1 \cdot 0{,}3 + 5 \cdot 0{,}5 + 10 \cdot 0{,}2 = 4{,}8$
Für die Berechnung der Varianz $V(X)$ ergibt sich damit:
$V(X)= (1-4{,}8)^2 \cdot 0{,}3 + (5-4{,}8)^2 \cdot 0{,}5 + (10-4{,}8)^2 \cdot 0{,}2 = 9{,}76$
Für die Standardabweichung $\sigma(X)$ gilt:
$\sigma(X)= \sqrt{9{,}76} \approx 3{,}12$
Zweites Spiel:
$\begin{array}{l|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 1 & 2 & 3 & 4 & 5 \\ \hline P(Y=y) & 0{,}1 & 0{,}1& 0{,}6 & 0{,}1 & 0{,}1 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =1 \cdot 0{,}1 + 2 \cdot 0{,}1 + 3 \cdot 0{,}6 + 4 \cdot 0{,}1 + 5 \cdot 0{,}1 = 3$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
$V(Y)= (1-3)^2 \cdot 0{,}1 + (2-3)^2 \cdot 0{,}1 + (3-3)^2 \cdot 0{,}6 + (4-3)^2 \cdot 0{,}1 + (5-3)^2 \cdot 0{,}1 = 1$
Für die Standardabweichung $\sigma(Y)$ gilt:
$\sigma(Y)= \sqrt{1} = 1$
Drittes Spiel:
$\begin{array}{l|c|c|c|c|c} \text{Gewinn } z \text{ in Euro} & 10 & 15 & 16 & 22 \\ \hline P(Z=z) & 0{,}1 & 0{,}3 & 0{,}4 & 0{,}2 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Z) =10 \cdot 0{,}1 + 15 \cdot 0{,}3 + 16 \cdot 0{,}4 + 22 \cdot 0{,}2 = 16{,}3$
Für die Berechnung der Varianz $V(Z)$ ergibt sich damit:
$V(Z)= (10-16{,}3)^2 \cdot 0{,}1 + (15-16{,}3)^2 \cdot 0{,}3 + (16-16{,}3)^2 \cdot 0{,}4 + (22-16{,}3)^2 \cdot 0{,}2 = 11{,}01$
Für die Standardabweichung $\sigma(Z)$ gilt:
$\sigma(Z)= \sqrt{11{,}01} \approx 3{,}32$
-
Beurteile das Risiko der gegebenen Glücksspiele.
TippsVarianz und Standardabweichung sind Maße für die Streuung einer Zufallsvariable. Eine größere Streuung bedeutet ein größeres Risiko beim Glücksspiel.
Es reicht, wenn du jeweils die Varianz berechnest.
LösungVarianz und Standardabweichung sind Maße für die Streuung einer Zufallsvariable. Eine größere Streuung bedeutet ein größeres Risiko beim Glücksspiel, da die Werte dann stärker vom Erwartungswert abweichen.
Um die Aufgabe zu lösen, berechnen wir also für die gegebenen Verteilungen die Varianz und ordnen diese anschließend der Größe nach: Die Verteilung mit der kleinsten Varianz hat das geringste Risiko und die Verteilung mit der größten Varianz hat das größte Risiko.
Hinweis: Wir können natürlich außerdem noch die Standardabweichung berechnen. Diese führt zum gleichen Ergebnis, da eine größere Varianz auch immer eine größere Standardabweichung liefert. Wir verzichten daher auf den zusätzlichen Rechenschritt.
Spiel A:
$\begin{array}{l|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 15 & 22 & 41 & 45 \\ \hline P(Y=y) & 0{,}9& 0{,}08 & 0{,}01 &0{,}01 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =15 \cdot 0{,}9 + 22 \cdot 0{,}08 + 41 \cdot 0{,}01 + 45 \cdot 0{,}01 = 16{,}12$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
${V(Y)= (15-16{,}12)^2 \cdot 0{,}9 + (22-16{,}12)^2 \cdot 0{,}08 + (41-16{,}12)^2 \cdot 0{,}01} \\ {\qquad \qquad +~(45-16{,}12)^2 \cdot 0{,}01 \approx 18{,}43}$
Spiel B:
$\begin{array}{l|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 0{,}2 & 0{,}5 & 1 & 1{,}2 \\ \hline P(Y=y) & 0{,}3 & 0{,}2& 0{,}1 & 0{,}4 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =0{,}2 \cdot 0{,}3 + 0{,}5 \cdot 0{,}2 + 1 \cdot 0{,}1 + 1{,}2 \cdot 0{,}4 = 0{,}74$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
$V(Y)= (0{,}2-0{,}74)^2 \cdot 0{,}3 + (0{,}5-0{,}74)^2 \cdot 0{,}2 + (1-0{,}74)^2 \cdot 0{,}1 + (1{,}2-0{,}74)^2 \cdot 0{,}4 \approx 0{,}19$
Spiel C:
$\begin{array}{l|c|c|c} \text{Gewinn } y \text{ in Euro} & 11 & 12 & 13 \\ \hline P(Y=y) & 0{,}1 & 0{,}8& 0{,}1 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =11 \cdot 0{,}1 + 12 \cdot 0{,}8 + 13 \cdot 0{,}1 = 12$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
$V(Y)= (11-12)^2 \cdot 0{,}1+ (12-12)^2 \cdot 0{,}8 + (13-12)^2 \cdot 0{,}1 = 0{,}2$
Spiel D:
$\begin{array}{l|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 4 & 5 & 6 & 7 \\ \hline P(Y=y) & 0{,}05 & 0{,}45& 0{,}45 & 0{,}05 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =4 \cdot 0{,}05 + 5 \cdot 0{,}45 + 6 \cdot 0{,}45 + 7 \cdot 0{,}05 = 5{,}5$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
$V(Y)= (4-5{,}5)^2 \cdot 0{,}05 + (5-5{,}5)^2 \cdot 0{,}45 + (6-5{,}5)^2 \cdot 0{,}45 + (7-5{,}5)^2 \cdot 0{,}05 = 0{,}45$
Somit lautet die Reihenfolge für das Risiko:
Spiel B $<$ Spiel C $<$ Spiel D $<$ Spiel A
-
Gib an, welche Werte zu welchem Histogramm passen.
TippsDie Varianz und die Standardabweichung sind Größen, die die Streuung einer Zufallsgröße um den Erwartungswert angeben.
Vergleiche die beiden Histogramme: Bei welchem liegen die Werte dicht beisammen, bei welchem weit auseinander?
LösungDa wir wissen, dass die Varianz und die Standardabweichung Größen sind, die die Streuung einer Zufallsgröße um den Erwartungswert angeben, können wir die Zuordnung direkt durch Betrachtung der Histogramme vornehmen: Das graue Histogramm streut deutlich weniger um einen Mittelwert als das rosafarbene Histogramm. Dementsprechend ordnen wir die kleineren Werte von Varianz und Standardabweichung dem grauen Histogramm und die größeren Werte dem rosafarbenen Histogramm zu.
Wir können die Größen aber auch formal berechnen und so zuordnen. Dazu betrachten wir die beiden durch die Histogramme dargestellten Zufallsverteilungen im Detail: Die Wahrscheinlichkeitsverteilungen der beiden Zufallsgrößen $X$ und $Y$ beschreiben den möglichen Gewinn bei einem Glücksspiel.
Graues Histogramm:
$\begin{array}{l|c|c|c} \text{Gewinn } x \text{ in Euro} & 3 & 4 & 5 \\ \hline P(X=x) & 0{,}25 & 0{,}5& 0{,}25 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (X) =4$
Denn für den Erwartungswert gilt:
$\mu = E (X) = x_{1} \cdot P (X = x_{1}) + ~\dots~ + x_{n} \cdot P (X = x_{n})$
In unserem Beispiel also:
$\mu = E (X) =3 \cdot 0{,}25 + 4 \cdot 0{,}5 + 5 \cdot 0{,}25 = 4$
Für die Berechnung der Varianz $V(X)$ quadrieren wir die Abweichungen vom Erwartungswert, multiplizieren diese mit ihren Wahrscheinlichkeiten und summieren schließlich alle diese Produkte:
$V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) + ~\dots~ + (x_n- \mu)^2 \cdot P(X=x_n)$
In unserem Beispiel also:
$V(X)= (3-4)^2 \cdot 0{,}25 + (4-4)^2 \cdot 0{,}5 + (5-4)^2 \cdot 0{,}25 = 0{,}5$
Für die Standardabweichung $\sigma(X)$ gilt:
$\sigma(X)= \sqrt{V(X)}$
In unserem Beispiel also:
$\sigma(X)= \sqrt{0{,}5} \approx 0{,}71$
Rosafarbenes Histogramm:
$\begin{array}{l|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 1 & 2 & 4 & 6 \\ \hline P(Y=y) & 0{,}1 & 0{,}3& 0{,}15 & 0{,}45 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt auch:
$\mu = E (Y) =4$
Denn:
$\mu = E (Y) =1 \cdot 0{,}1 + 2 \cdot 0{,}3 + 4 \cdot 0{,}15+ 6 \cdot 0{,}45 = 4$
Für die Varianz $V(Y)$ gilt:
$V(X)= (1-4)^2 \cdot 0{,}1 + (2-4)^2 \cdot 0{,}3 + (4-4)^2 \cdot 0{,}15+ (6-4)^2 \cdot 0{,}45 = 3{,}9$
Und für die Standardabweichung $\sigma(X)$ gilt:
$\sigma(X)= \sqrt{3{,}9} \approx 1{,}97$
-
Überprüfe die Aussagen zu Varianz und Standardabweichung.
TippsEs sind zwei Aussagen richtig.
Die Zufallsvariable kann auch nur einen Wert annehmen. Wir sprechen dann von einem sicheren Ereignis mit der Wahrscheinlichkeit $1$. Die Abweichung vom Erwartungswert ist in diesem Fall $0$.
Die Varianz kann auch den Wert $1$ annehmen.
Beispiel:
$\begin{array}{l|c|c|c|c|c} \text{Gewinn } y \text{ in Euro} & 1 & 2 & 3 & 4 & 5 \\ \hline P(Y=y) & 0{,}1 & 0{,}1& 0{,}6 & 0{,}1 & 0{,}1 \\ \end{array}$
Der Erwartungswert dieser Zufallsverteilung beträgt:
$\mu = E (Y) =1 \cdot 0{,}1 + 2 \cdot 0{,}1 + 3 \cdot 0{,}6 + 4 \cdot 0{,}1 + 5 \cdot 0{,}1 = 3$
Für die Berechnung der Varianz $V(Y)$ ergibt sich damit:
${V(Y)= (1-3)^2 \cdot 0{,}1 + (2-3)^2 \cdot 0{,}1 + (3-3)^2 \cdot 0{,}6} \\ { \qquad \qquad +~(4-3)^2 \cdot 0{,}1 + (5-3)^2 \cdot 0{,}1 = 1}$
LösungUm die Aussagen zu überprüfen, betrachten wir zunächst noch einmal die Definition der Größen Erwartungswert, Varianz und Standardabweichung:
Der Erwartungswert gibt an, mit welchem Wert wir im Durchschnitt bei einer Zufallsgröße rechnen können. Um ihn zu ermitteln, müssen wir nur jeden möglichen Wert mit der entsprechenden Wahrscheinlichkeit multiplizieren und die Produkte aufsummieren:
$\mu = E (X) = x_{1} \cdot P (X = x_{1}) + ~ \dots~ + x_{n} \cdot P (X = x_{n})$
Varianz und Standardabweichung sind Maße, die es uns ermöglichen, die Streuung bei Zufallsgrößen in Zahlen auszudrücken.
Für die Berechnung der Varianz $V(X)$ quadrieren wir die Abweichungen vom Erwartungswert, multiplizieren diese mit ihren Wahrscheinlichkeiten und summieren schließlich alle diese Produkte:
$V(X)= (x_1- \mu)^2 \cdot P(X=x_1) + (x_2- \mu)^2 \cdot P(X=x_2) + ~ \dots~ + (x_n- \mu)^2 \cdot P(X=x_n)$
Für die Standardabweichung $\sigma(X)$ gilt:
$\sigma(X)= \sqrt{V(X)}$
Wir betrachten nun die gegebenen Aussagen:
- Die Standardabweichung ist immer kleiner als die Varianz.
- Die Varianz kann nicht null sein.
- Die Varianz und die Standardabweichung können auch den gleichen Wert annehmen.
- Je größer die Varianz ist, umso größer ist der Erwartungswert.
- Je größer die Varianz ist, umso größer ist die Standardabweichung.
$a > b ~\Leftrightarrow ~ \sqrt{a} > \sqrt{b} \qquad$ (die Wurzelfunktion ist stetig steigend)
8.807
sofaheld-Level
6.601
vorgefertigte
Vokabeln
7.861
Lernvideos
37.821
Übungen
33.948
Arbeitsblätter
24h
Hilfe von Lehrkräften
Inhalte für alle Fächer und Klassenstufen.
Von Expert*innen erstellt und angepasst an die Lehrpläne der Bundesländer.
Testphase jederzeit online beenden
Beliebteste Themen in Mathematik
- Römische Zahlen
- Prozentrechnung
- Primzahlen
- Geometrische Lagebeziehungen
- Was ist eine Ecke?
- Rechteck
- Was ist eine Gleichung?
- Pq-Formel
- Binomische Formeln
- Trapez
- Volumen Zylinder
- Umfang Kreis
- Quadrat
- Division
- Raute
- Parallelogramm
- Polynomdivision
- Was Ist Eine Viertelstunde
- Prisma
- Mitternachtsformel
- Äquivalenzumformung
- Grundrechenarten Begriffe
- Größer Kleiner Zeichen
- Dreiecksarten
- Aufbau von Dreiecken
- Quader
- Satz Des Pythagoras
- Dreieck Grundschule
- Erste Binomische Formel
- Kreis
- Trigonometrie
- Trigonometrische Funktionen
- Standardabweichung
- Flächeninhalt
- Volumen Kugel
- Zahlen In Worten Schreiben
- Meter
- Orthogonalität
- Schriftlich Multiplizieren
- Brüche gleichnamig machen
- Brüche Multiplizieren
- Potenzgesetze
- Distributivgesetz
- Flächeninhalt Dreieck
- Rationale Zahlen
- Volumen Berechnen
- Brüche Addieren
- Kongruenz
- Exponentialfunktion
- Exponentialfunktion Beispiel
Hallo Lucca, schau mal, ob dir dieses Video weiterhilft: https://www.sofatutor.com/mathematik/videos/erwartungswert-faires-spiel?launchpad=video
Liebe Grüße aus der Redaktion
Sehr gut erklärt. Ich hätte gerne noch etwas über das "fair & unfair" in Zufallsversuchen.