Einführung in die Statistik: Lernpaket

Beschreibende Statistik: Der Mittelwert ist die Summe geteilt durch n; der Median ist der mittlere Wert der sortierten Daten (bei geradem n der Mittelwert der beiden mittleren Werte). Die Stichproben-Standardabweichung ist s = √(Σ(x − x̄)²/(n − 1)). Ein z-Wert z = (x − μ)/σ gibt an, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt liegt.

Beschreibende Statistik: Der Mittelwert ist die Summe geteilt durch n; der Median ist der mittlere Wert der sortierten Daten (bei geradem n der Mittelwert der beiden mittleren Werte). Die Stichproben-Standardabweichung ist s = √(Σ(x − x̄)²/(n − 1)). Ein z-Wert z = (x − μ)/σ gibt an, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt liegt.

Wahrscheinlichkeit: Bei gleich wahrscheinlichen Ergebnissen gilt P(A) = günstige/mögliche. Bei unabhängigen Ereignissen wird multipliziert: P(A und B) = P(A)·P(B). Das Gegenereignis hilft oft: P(mindestens eins) = 1 − P(keins). Binomial: Bei n unabhängigen Versuchen mit Erfolgswahrscheinlichkeit p gilt P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

Diskrete Zufallsvariablen: Eine Wahrscheinlichkeitsverteilung listet jeden Wert x, den eine Variable annehmen kann, mit seiner Wahrscheinlichkeit p(x) auf; die Wahrscheinlichkeiten liegen zwischen 0 und 1 und summieren sich zu 1. Der Erwartungswert (Mittelwert) ist E(X) = Σx·p(x), der Durchschnitt auf lange Sicht. Die Varianz ist Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², und die Standardabweichung ist σ = √Var(X). Für eine lineare Änderung Y = aX + b gilt: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) und σ_Y = |a|·σ_X; das Addieren einer Konstanten ändert die Streuung nicht.

Normalverteilung: Rechne einen Wert x in einen z-Wert um, z = (x − μ)/σ; er gibt an, wie viele Standardabweichungen x vom Mittelwert entfernt liegt. Eine z-Tabelle (oder Φ(z)) liefert die Fläche links von z, also P(X < x). Die Fläche rechts ist 1 − Φ(z), und die Fläche zwischen zwei Werten ist die Differenz ihrer beiden Flächen.

Summen und Differenzen normalverteilter Variablen: Sind X und Y unabhängig und normalverteilt, sind auch X + Y und X − Y normalverteilt. Die Mittelwerte werden addiert oder subtrahiert: E(X ± Y) = μ_X ± μ_Y. Die Varianzen addieren sich immer, auch bei einer Differenz: Var(X ± Y) = σ_X² + σ_Y², also σ = √(σ_X² + σ_Y²). Standardabweichungen werden nie direkt addiert. Die Summe von n unabhängigen Objekten mit derselben Verteilung hat den Mittelwert n·μ und die Standardabweichung σ·√n. Standardisiere dann wie gewohnt: z = (x − Mittelwert)/σ und lies Φ(z) ab.

Konfidenzintervall für einen Mittelwert: x̄ ± Fehlermarge. Bei bekanntem σ der Grundgesamtheit ist die Fehlermarge z·σ/√n; ist nur die Stichproben-Standardabweichung s bekannt, nimm t mit n − 1 Freiheitsgraden: t·s/√n. Kritische Werte: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Für eine Fehlermarge von höchstens E brauchst du n ≥ (z·σ/E)², aufgerundet.

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Test eines Mittelwerts: Die Teststatistik misst, wie viele Standardfehler der Stichprobenmittelwert vom in H₀ behaupteten Wert entfernt liegt: z = (x̄ − μ₀)/(σ/√n), wenn σ bekannt ist, t = (x̄ − μ₀)/(s/√n), wenn es aus der Stichprobe geschätzt wird. Ein Konfidenzintervall ist x̄ ± (kritischer Wert)·(Standardfehler).

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Regression nach der Methode der kleinsten Quadrate: Mit den Mittelwerten x̄ und ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² und Sxy = Σ(x − x̄)(y − ȳ) hat die Gerade ŷ = a + b·x die Steigung b = Sxy/Sxx und den Achsenabschnitt a = ȳ − b·x̄; sie geht also immer durch (x̄, ȳ). Der Korrelationskoeffizient nach Pearson r = Sxy/√(Sxx·Syy) liegt zwischen −1 und 1; r² ist der Anteil der Streuung von y, der durch die Gerade erklärt wird.

Regression nach der Methode der kleinsten Quadrate: Mit den Mittelwerten x̄ und ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² und Sxy = Σ(x − x̄)(y − ȳ) hat die Gerade ŷ = a + b·x die Steigung b = Sxy/Sxx und den Achsenabschnitt a = ȳ − b·x̄; sie geht also immer durch (x̄, ȳ). Der Korrelationskoeffizient nach Pearson r = Sxy/√(Sxx·Syy) liegt zwischen −1 und 1; r² ist der Anteil der Streuung von y, der durch die Gerade erklärt wird.