BWL Max

Formelsammlung Statistik I und II

Die wichtigsten Formeln der deskriptiven und induktiven Statistik für das Wirtschaftsstudium auf einen Blick: von Lage- und Streuungsmaßen über Regression und Indexzahlen bis zu Verteilungen, Konfidenzintervallen und Tests. Die Sammlung lässt sich durchsuchen und auf A4 ausdrucken. Wo Lehrbücher unterschiedliche Konventionen verwenden, ist das gekennzeichnet – maßgeblich ist immer die Notation der eigenen Vorlesung.

1 Grundbegriffe und Skalenniveaus

Grundbegriffe

  • Statistische Einheit: Objekt, an dem Merkmale erhoben werden; Grundgesamtheit: Menge aller Einheiten (Umfang N); Stichprobe: Teilmenge (Umfang n).
  • Merkmal X mit Ausprägungen a_1,\dots,a_k; Beobachtungswerte (Urliste) x_1,\dots,x_n; geordnet x_{(1)}\le x_{(2)}\le\dots\le x_{(n)}.
  • Diskret: abzählbar viele Ausprägungen; stetig: jeder Wert eines Intervalls möglich.

Skalenniveaus

Skalenniveaus und zulässige Lagemaße
Skalasinnvolle AussagenBeispielzulässige Lagemaße
Nominalgleich / ungleichRechtsform, GeschlechtModus
Ordinal+ RangfolgeRatingnote, Schulnote+ Median, Quantile
Intervall (metrisch)+ DifferenzenTemperatur in °C, Jahreszahl+ arithmetisches Mittel
Verhältnis (metrisch)+ Quotienten, natürlicher NullpunktUmsatz, Preis, Alter+ geometrisches / harmonisches Mittel, Variationskoeffizient

2 Häufigkeiten und Verteilungsfunktion

Absolute und relative Häufigkeiten

h_j = h(a_j),\qquad f_j = \frac{h_j}{n},\qquad \sum_{j=1}^{k} h_j = n,\qquad \sum_{j=1}^{k} f_j = 1

Kumuliert: H_j=\sum_{i\le j} h_i, F_j=\sum_{i\le j} f_i (Ausprägungen aufsteigend sortiert, mindestens ordinal).

Empirische Verteilungsfunktion

F_n(x)=\frac{\text{Anzahl der } x_i \le x}{n}=\sum_{j:\,a_j\le x} f_j

Treppenfunktion, monoton wachsend, rechtsstetig, von 0 nach 1; Sprung der Höhe f_j an der Stelle a_j. Anteil im Intervall: \text{Anteil}(a\lt X\le b)=F_n(b)-F_n(a).

Klassierte Daten

Klassen (c_{j-1},c_j], Breite \Delta_j=c_j-c_{j-1}, Klassenmitte m_j=\tfrac12(c_{j-1}+c_j). Histogramm: Fläche = relative Häufigkeit, Höhe = Häufigkeitsdichte

\hat f_j=\frac{f_j}{\Delta_j}

Approximierende Verteilungsfunktion (Gleichverteilung innerhalb der Klasse), für c_{j-1}\lt x\le c_j:

F(x)=F(c_{j-1})+\frac{x-c_{j-1}}{\Delta_j}\,f_j

Konvention: Manche Lehrbücher verwenden Klassen [c_{j-1},c_j). An den Formeln ändert das nichts, nur an der Zuordnung von Werten auf den Klassengrenzen.

3 Lagemaße

Arithmetisches Mittel

\bar x=\frac1n\sum_{i=1}^{n}x_i=\sum_{j=1}^{k}a_j f_j\qquad\text{klassiert: }\bar x\approx\sum_{j}m_j f_j
  • Schwerpunkteigenschaft: \sum_i (x_i-\bar x)=0; Minimumeigenschaft: \sum_i (x_i-c)^2 ist minimal für c=\bar x.
  • Lineare Transformation: y_i=a+bx_i\;\Rightarrow\;\bar y=a+b\bar x.
  • Gesamtmittel aus r Teilgruppen: \bar x=\frac1n\sum_{l=1}^{r} n_l\,\bar x_l.

Geometrisches Mittel

\bar x_G=\sqrt[n]{x_1\cdot x_2\cdots x_n}=\Bigl(\prod_{i=1}^{n}x_i\Bigr)^{1/n},\qquad x_i\gt 0

Für Wachstumsfaktoren q_t=1+r_t (r_t: Wachstumsrate in Periode t) ergibt sich die durchschnittliche Wachstumsrate

\bar r=\sqrt[T]{q_1\cdots q_T}-1=\sqrt[T]{\frac{x_T}{x_0}}-1

Harmonisches Mittel

\bar x_H=\frac{n}{\sum_{i=1}^{n}\frac{1}{x_i}}\qquad\text{gewichtet: }\bar x_H=\frac{\sum_i w_i}{\sum_i \frac{w_i}{x_i}},\qquad x_i\gt 0

Anwendung bei Verhältniszahlen, wenn die Gewichte sich auf den Zähler beziehen (z. B. Durchschnittspreis bei gleichen Ausgabebeträgen, Durchschnittsgeschwindigkeit bei gleichen Strecken). Für positive Werte gilt \bar x_H\le\bar x_G\le\bar x.

Median und Modus

x_{\mathrm{med}}=\begin{cases}x_{((n+1)/2)} & n\text{ ungerade}\\[2pt] \tfrac12\bigl(x_{(n/2)}+x_{(n/2+1)}\bigr) & n\text{ gerade}\end{cases}

Mindestens ordinales Niveau; robust gegen Ausreißer; minimiert \sum_i|x_i-c|. Klassiert: x_{\mathrm{med}}=x_{0{,}5} per Interpolation (siehe Quantile).

Modus x_{\mathrm{mod}}: häufigste Ausprägung (bei klassierten Daten: Mitte der Klasse mit der größten Häufigkeitsdichte \hat f_j).

Konvention: Bei geradem n ist jeder Wert zwischen x_{(n/2)} und x_{(n/2+1)} ein Median; üblich ist der Mittelwert der beiden. Manche Texte (v. a. für ordinale Daten) nehmen den unteren Wert x_{(n/2)}.

Quantile

Das p-Quantil x_p (0\lt p\lt 1) teilt die Daten so, dass mindestens der Anteil p kleiner oder gleich und mindestens der Anteil 1-p größer oder gleich x_p ist. Häufige Lehrbuchdefinition:

x_p=\begin{cases}x_{(\lfloor np\rfloor+1)} & np\text{ nicht ganzzahlig}\\[2pt] \tfrac12\bigl(x_{(np)}+x_{(np+1)}\bigr) & np\text{ ganzzahlig}\end{cases}

Quartile: Q_1=x_{0{,}25}, Q_2=x_{0{,}5}=x_{\mathrm{med}}, Q_3=x_{0{,}75}. Fünf-Punkte-Zusammenfassung für den Boxplot: x_{(1)},\,Q_1,\,x_{\mathrm{med}},\,Q_3,\,x_{(n)}.

Klassierte Daten, x_p liegt in Klasse j mit F(c_{j-1})\lt p\le F(c_j):

x_p=c_{j-1}+\frac{p-F(c_{j-1})}{f_j}\,\Delta_j

Abweichende Definitionen: Es gibt viele Quantilsdefinitionen. Software interpoliert meist linear: Excel QUANTIL.INKL und R (Standard, Typ 7) verwenden die Position h=(n-1)p+1, Excel QUANTIL.EXKL die Position h=(n+1)p; dann x_p=x_{(\lfloor h\rfloor)}+(h-\lfloor h\rfloor)\bigl(x_{(\lfloor h\rfloor+1)}-x_{(\lfloor h\rfloor)}\bigr). Ergebnisse können daher von Hand- und Klausurrechnung abweichen.

4 Streuungsmaße

Spannweite, Quartilsabstand, mittlere absolute Abweichung

R=x_{(n)}-x_{(1)},\qquad \mathrm{IQR}=Q_3-Q_1=x_{0{,}75}-x_{0{,}25}
d=\frac1n\sum_{i=1}^{n}\lvert x_i-\bar x\rvert\qquad\text{bzw.}\qquad d_{\mathrm{med}}=\frac1n\sum_{i=1}^{n}\lvert x_i-x_{\mathrm{med}}\rvert

Konvention: Die mittlere absolute Abweichung wird je nach Lehrbuch um \bar x oder um den Median gebildet; um den Median ist sie minimal.

Varianz und Standardabweichung

1/nEmpirische Varianz (deskriptiv, Daten als Grundgesamtheit):

\tilde s^2=\frac1n\sum_{i=1}^{n}(x_i-\bar x)^2=\frac1n\sum_{i=1}^{n}x_i^2-\bar x^2=\sum_{j}(a_j-\bar x)^2 f_j

1/(n−1)Stichprobenvarianz (induktiv, erwartungstreuer Schätzer für \sigma^2):

s^2=\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar x)^2=\frac{1}{n-1}\Bigl(\sum_{i=1}^{n}x_i^2-n\bar x^2\Bigr)=\frac{n}{n-1}\,\tilde s^2

Standardabweichung: \tilde s=\sqrt{\tilde s^2} bzw. s=\sqrt{s^2}. Lineare Transformation y_i=a+bx_i: s_y^2=b^2s_x^2, s_y=\lvert b\rvert s_x. Standardisierung: z_i=(x_i-\bar x)/s.

Streuungszerlegung (mit 1/n) für r Teilgruppen mit Umfängen n_l, Mitteln \bar x_l und Varianzen \tilde s_l^2:

\tilde s^2=\underbrace{\sum_{l=1}^{r}\frac{n_l}{n}\tilde s_l^2}_{\text{innerhalb}}+\underbrace{\sum_{l=1}^{r}\frac{n_l}{n}(\bar x_l-\bar x)^2}_{\text{zwischen}}

Achtung Notation: Lehrbücher bezeichnen die Varianzen unterschiedlich. Manche schreiben s^2 für die 1/n-Version und s^{*2} oder \hat\sigma^2 für die 1/(n-1)-Version, andere umgekehrt wie hier. Taschenrechner: \sigma_n bzw. \sigma x = 1/n, \sigma_{n-1} bzw. sx = 1/(n-1). Excel: VAR.P / STABW.N = 1/n, VAR.S / STABW.S = 1/(n-1).

Variationskoeffizient

v=\frac{s}{\bar x}\qquad(\bar x\gt 0)

Dimensionslos, zum Vergleich der Streuung von Merkmalen mit verschiedenem Niveau oder verschiedenen Einheiten; nur bei Verhältnisskala sinnvoll. Ob \tilde s oder s eingesetzt wird, folgt der Varianzkonvention der Vorlesung.

5 Konzentration

Lorenzkurve

Werte aufsteigend ordnen: x_{(1)}\le\dots\le x_{(n)} (nichtnegatives, metrisches Merkmal). Punkte (u_i,v_i), linear verbunden, Start in (0,0):

u_i=\frac{i}{n},\qquad v_i=\frac{\sum_{j=1}^{i}x_{(j)}}{\sum_{j=1}^{n}x_{(j)}}

Gruppierte Daten: u_k = kumulierter Anteil der Einheiten, v_k = kumulierter Anteil an der Merkmalssumme (Gruppen nach aufsteigendem Durchschnittswert geordnet). Gleichverteilung = Diagonale; je stärker die Kurve durchhängt, desto höher die Konzentration.

Gini-Koeffizient

G = doppelte Fläche zwischen Diagonale und Lorenzkurve:

G=\frac{2\sum_{i=1}^{n} i\,x_{(i)}}{n\sum_{i=1}^{n}x_{(i)}}-\frac{n+1}{n}\qquad\text{allgemein (auch gruppiert):}\quad G=1-\sum_{k}(u_k-u_{k-1})(v_k+v_{k-1})

Wertebereich bei n Einzelwerten: 0\le G\le\frac{n-1}{n}. Normierter Gini-Koeffizient:

G^{*}=\frac{n}{n-1}\,G,\qquad 0\le G^{*}\le 1

Konvention: Manche Lehrbücher nennen nur G, andere sofort die normierte Form G^* (teils ebenfalls „Gini-Koeffizient“ oder „Lorenz’sches Konzentrationsmaß“). Bei gruppierten Daten mit vielen Einheiten wird meist nicht normiert.

Absolute Konzentration

Merkmalsanteile p_i=x_i/\sum_j x_j, absteigend geordnet p_{[1]}\ge p_{[2]}\ge\dots

CR_g=\sum_{i=1}^{g}p_{[i]}\qquad\text{(Konzentrationsrate)},\qquad H=\sum_{i=1}^{n}p_i^2,\quad \tfrac1n\le H\le 1\qquad\text{(Herfindahl-Index)}

6 Zweidimensionale Merkmale

Kontingenztabelle

X mit k Ausprägungen (Zeilen), Y mit l Ausprägungen (Spalten); gemeinsame Häufigkeiten h_{ij}, f_{ij}=h_{ij}/n.

h_{i\cdot}=\sum_{j=1}^{l}h_{ij},\qquad h_{\cdot j}=\sum_{i=1}^{k}h_{ij},\qquad f(a_i\mid b_j)=\frac{h_{ij}}{h_{\cdot j}},\qquad f(b_j\mid a_i)=\frac{h_{ij}}{h_{i\cdot}}

Bei empirischer Unabhängigkeit erwartete Häufigkeiten:

\tilde h_{ij}=\frac{h_{i\cdot}\,h_{\cdot j}}{n}

χ²-Koeffizient, Kontingenzkoeffizient, Cramérs V

\chi^2=\sum_{i=1}^{k}\sum_{j=1}^{l}\frac{(h_{ij}-\tilde h_{ij})^2}{\tilde h_{ij}},\qquad 0\le\chi^2\le n\,(M-1),\quad M=\min(k,l)
K=\sqrt{\frac{\chi^2}{\chi^2+n}},\qquad K_{\max}=\sqrt{\frac{M-1}{M}},\qquad K^{*}=\frac{K}{K_{\max}}\in[0,1]
V=\sqrt{\frac{\chi^2}{n\,(M-1)}}\in[0,1]

Alle Maße messen nur die Stärke, nicht die Richtung des Zusammenhangs (nominale Merkmale). K^* heißt auch korrigierter Kontingenzkoeffizient.

Kovarianz und Korrelationskoeffizient nach Bravais-Pearson

\tilde s_{xy}=\frac1n\sum_{i=1}^{n}(x_i-\bar x)(y_i-\bar y)=\frac1n\sum_{i=1}^{n}x_iy_i-\bar x\,\bar y\qquad\bigl(s_{xy}\text{ analog mit }\tfrac{1}{n-1}\bigr)
r_{xy}=\frac{s_{xy}}{s_x\,s_y}=\frac{\sum_{i}(x_i-\bar x)(y_i-\bar y)}{\sqrt{\sum_{i}(x_i-\bar x)^2\,\sum_{i}(y_i-\bar y)^2}},\qquad -1\le r_{xy}\le 1

Misst die Stärke des linearen Zusammenhangs metrischer Merkmale. r ist gleich, egal ob überall 1/n oder überall 1/(n-1) verwendet wird; nur nicht mischen.

Rangkorrelation nach Spearman

r_s = Bravais-Pearson-Koeffizient der Ränge rg(x_i), rg(y_i) (mindestens ordinal, misst monotonen Zusammenhang). Ohne Bindungen gilt mit d_i=rg(x_i)-rg(y_i):

r_s=1-\frac{6\sum_{i=1}^{n}d_i^2}{n\,(n^2-1)}

Bindungen: Gleiche Werte erhalten den Durchschnitt ihrer Ränge. Die Kurzformel ist dann nur noch eine Näherung; exakt ist die Pearson-Formel auf die Ränge angewendet.

7 Lineare Einfachregression

Kleinste-Quadrate-Schätzer

Regressionsgerade \hat y=a+bx (auch \hat\beta_0+\hat\beta_1x) minimiert \sum_i (y_i-a-bx_i)^2:

b=\frac{\sum_{i}(x_i-\bar x)(y_i-\bar y)}{\sum_{i}(x_i-\bar x)^2}=\frac{\sum_i x_iy_i-n\bar x\bar y}{\sum_i x_i^2-n\bar x^2}=\frac{s_{xy}}{s_x^2}=r_{xy}\frac{s_y}{s_x},\qquad a=\bar y-b\,\bar x

Die Gerade verläuft durch (\bar x,\bar y). Residuen e_i=y_i-\hat y_i mit \sum_i e_i=0. b: Änderung von \hat y, wenn x um eine Einheit steigt.

Streuungszerlegung und Bestimmtheitsmaß

\underbrace{\sum_i(y_i-\bar y)^2}_{SQT}=\underbrace{\sum_i(\hat y_i-\bar y)^2}_{SQE}+\underbrace{\sum_i e_i^2}_{SQR}
R^2=\frac{SQE}{SQT}=1-\frac{SQR}{SQT}=r_{xy}^2,\qquad 0\le R^2\le 1

Schätzer der Störgrößenvarianz: \hat\sigma^2=\dfrac{SQR}{n-2}.

Abkürzungen: SQT/SQE/SQR (Total, Erklärt, Residual) heißen auch SST/SSE/SSR – dann steht SSE aber teils für Error (= Residualquadratsumme). Immer an der Definition prüfen. R^2=r^2 gilt nur für die Einfachregression mit Absolutglied.

8 Indexzahlen

Preisindizes

Basisperiode 0, Berichtsperiode t, Preise p, Mengen q, Summen über alle Güter i (Index meist ×100 angegeben).

P^{L}_{0t}=\frac{\sum p_t\,q_0}{\sum p_0\,q_0}\qquad P^{P}_{0t}=\frac{\sum p_t\,q_t}{\sum p_0\,q_t}\qquad P^{F}_{0t}=\sqrt{P^{L}_{0t}\cdot P^{P}_{0t}}

Laspeyres (L): Warenkorb der Basisperiode; Paasche (P): Warenkorb der Berichtsperiode; Fisher (F): geometrisches Mittel. Laspeyres als gewichtetes Mittel der Preismesszahlen mit den Ausgabenanteilen der Basisperiode:

P^{L}_{0t}=\sum_i \frac{p_{t,i}}{p_{0,i}}\,g_i,\qquad g_i=\frac{p_{0,i}\,q_{0,i}}{\sum_j p_{0,j}\,q_{0,j}}

Mengenindizes und Wertindex

Q^{L}_{0t}=\frac{\sum q_t\,p_0}{\sum q_0\,p_0}\qquad Q^{P}_{0t}=\frac{\sum q_t\,p_t}{\sum q_0\,p_t}\qquad Q^{F}_{0t}=\sqrt{Q^{L}_{0t}\cdot Q^{P}_{0t}}
W_{0t}=\frac{\sum p_t\,q_t}{\sum p_0\,q_0}=P^{L}_{0t}\,Q^{P}_{0t}=P^{P}_{0t}\,Q^{L}_{0t}=P^{F}_{0t}\,Q^{F}_{0t}

Deflationierung: reale Größe = nominale Größe / Preisindex (als Dezimalzahl, also Index/100).

Umbasierung und Verkettung

Umbasierung von Basis 0 auf neue Basis \tau und Verkettung zweier Indexreihen (Indizes als Dezimalzahl; in Prozent jeweils mit 100 multiplizieren bzw. durch 100 teilen):

I_{\tau t}=\frac{I_{0t}}{I_{0\tau}}\qquad\qquad I_{0t}=I_{0\tau}\cdot I_{\tau t}

Kettenindex: I_{0T}=I_{01}\cdot I_{12}\cdots I_{T-1,T}.

Hinweis: Ein umbasierter Laspeyres-Index ist rechnerisch umgestellt, aber kein „echter“ Laspeyres-Index zur neuen Basis (der Warenkorb bleibt der alte). Gleiches gilt für verkettete Reihen mit Warenkorbwechsel.

9 Wahrscheinlichkeitsrechnung

Ereignisse und Axiome von Kolmogorov

Ergebnismenge \Omega, Ereignisse A,B\subseteq\Omega, Gegenereignis \bar A, Schnitt A\cap B, Vereinigung A\cup B.

  1. P(A)\ge 0
  2. P(\Omega)=1
  3. Für paarweise disjunkte A_1,A_2,\dots: P\bigl(\bigcup_i A_i\bigr)=\sum_i P(A_i)

Folgerungen: P(\bar A)=1-P(A), P(\emptyset)=0, A\subseteq B\Rightarrow P(A)\le P(B). Laplace-Experiment (gleich wahrscheinliche Ergebnisse): P(A)=\dfrac{|A|}{|\Omega|}.

Additionssatz

P(A\cup B)=P(A)+P(B)-P(A\cap B)
P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(A\cap B)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C)

Bedingte Wahrscheinlichkeit, Multiplikationssatz, totale Wahrscheinlichkeit

P(A\mid B)=\frac{P(A\cap B)}{P(B)},\quad P(B)\gt 0\qquad\qquad P(A\cap B)=P(A\mid B)\,P(B)=P(B\mid A)\,P(A)

Für eine Zerlegung B_1,\dots,B_m von \Omega (paarweise disjunkt, Vereinigung \Omega):

P(A)=\sum_{i=1}^{m}P(A\mid B_i)\,P(B_i)

Satz von Bayes

P(B_j\mid A)=\frac{P(A\mid B_j)\,P(B_j)}{\sum_{i=1}^{m}P(A\mid B_i)\,P(B_i)}

P(B_j): A-priori-, P(B_j\mid A): A-posteriori-Wahrscheinlichkeit.

Stochastische Unabhängigkeit

A,B\text{ unabhängig}\iff P(A\cap B)=P(A)\,P(B)\iff P(A\mid B)=P(A)\quad(P(B)\gt 0)

Mit A,B sind auch \bar A,B, A,\bar B und \bar A,\bar B unabhängig. Disjunkte Ereignisse mit positiver Wahrscheinlichkeit sind nie unabhängig.

Kombinatorik

Auswahl von k aus n Elementen:

Anzahl der Möglichkeiten, k aus n Elementen auszuwählen
ohne Zurücklegenmit Zurücklegen
mit Reihenfolge\dfrac{n!}{(n-k)!}n^k
ohne Reihenfolge\dbinom{n}{k}\dbinom{n+k-1}{k}
\binom{n}{k}=\frac{n!}{k!\,(n-k)!}\qquad 0!=1

Permutationen von n Elementen: n!; mit r Gruppen gleicher Elemente (Größen n_1,\dots,n_r): \dfrac{n!}{n_1!\,n_2!\cdots n_r!}.

10 Zufallsvariablen

Wahrscheinlichkeits-, Dichte- und Verteilungsfunktion

Diskret: f(x_i)=P(X=x_i), F(x)=P(X\le x)=\sum_{x_i\le x}f(x_i).

Stetig: Dichte f(x)\ge 0, \int_{-\infty}^{\infty}f(x)\,dx=1,

F(x)=\int_{-\infty}^{x}f(t)\,dt,\qquad P(a\le X\le b)=F(b)-F(a)=\int_a^b f(x)\,dx,\qquad P(X=x)=0,\qquad f(x)=F'(x)

Quantil x_p: F(x_p)=p (stetig, streng monoton).

Erwartungswert und Varianz

\mu=E(X)=\sum_i x_i\,f(x_i)\quad\text{bzw.}\quad\int_{-\infty}^{\infty}x\,f(x)\,dx\qquad E\bigl(g(X)\bigr)=\sum_i g(x_i)f(x_i)\quad\text{bzw.}\quad\int g(x)f(x)\,dx
\sigma^2=\operatorname{Var}(X)=E\bigl[(X-\mu)^2\bigr]=E(X^2)-\mu^2,\qquad\sigma=\sqrt{\operatorname{Var}(X)}

Rechenregeln

E(a+bX)=a+b\,E(X)\qquad\operatorname{Var}(a+bX)=b^2\operatorname{Var}(X)
E(X+Y)=E(X)+E(Y)\qquad\operatorname{Var}(X\pm Y)=\operatorname{Var}(X)+\operatorname{Var}(Y)\pm 2\operatorname{Cov}(X,Y)
\operatorname{Cov}(X,Y)=E\bigl[(X-\mu_X)(Y-\mu_Y)\bigr]=E(XY)-E(X)E(Y),\qquad\rho_{XY}=\frac{\operatorname{Cov}(X,Y)}{\sigma_X\,\sigma_Y}

X,Y unabhängig \Rightarrow \operatorname{Cov}(X,Y)=0, E(XY)=E(X)E(Y), \operatorname{Var}(X+Y)=\operatorname{Var}(X)+\operatorname{Var}(Y) (Umkehrung gilt im Allgemeinen nicht).

Für unabhängige, identisch verteilte X_1,\dots,X_n mit E(X_i)=\mu, \operatorname{Var}(X_i)=\sigma^2:

E\Bigl(\sum X_i\Bigr)=n\mu,\quad\operatorname{Var}\Bigl(\sum X_i\Bigr)=n\sigma^2,\qquad E(\bar X)=\mu,\quad\operatorname{Var}(\bar X)=\frac{\sigma^2}{n}

Standardisierung: Z=\dfrac{X-\mu}{\sigma} hat E(Z)=0, \operatorname{Var}(Z)=1.

Ungleichung von Tschebyscheff

P\bigl(\lvert X-\mu\rvert\ge c\bigr)\le\frac{\sigma^2}{c^2}\qquad\Longleftrightarrow\qquad P\bigl(\lvert X-\mu\rvert\lt c\bigr)\ge 1-\frac{\sigma^2}{c^2}\qquad(c\gt 0)

Mit c=k\sigma: P(\lvert X-\mu\rvert\lt k\sigma)\ge 1-1/k^2, z. B. mindestens 75 % für k=2. Gilt für jede Verteilung mit endlicher Varianz.

11 Verteilungen

Bernoulli- und Binomialverteilung

Bernoulli X\sim\mathrm{Be}(p): P(X=1)=p, P(X=0)=1-p; E(X)=p, \operatorname{Var}(X)=p(1-p).

Binomial X\sim B(n;p): Anzahl der Erfolge in n unabhängigen Bernoulli-Versuchen (Ziehen mit Zurücklegen).

P(X=k)=\binom{n}{k}p^k(1-p)^{n-k},\quad k=0,1,\dots,n\qquad E(X)=np\qquad\operatorname{Var}(X)=np(1-p)

Hypergeometrische Verteilung

X\sim H(N;M;n): Ziehen von n aus N Elementen ohne Zurücklegen, davon M mit der Eigenschaft.

P(X=k)=\frac{\binom{M}{k}\binom{N-M}{n-k}}{\binom{N}{n}}\qquad E(X)=n\frac{M}{N}\qquad\operatorname{Var}(X)=n\frac{M}{N}\Bigl(1-\frac{M}{N}\Bigr)\frac{N-n}{N-1}

Näherung durch B(n;M/N), wenn n/N klein ist (Faustregel n/N\le 0{,}05).

Poissonverteilung

X\sim\mathrm{Po}(\lambda):\quad P(X=k)=\frac{\lambda^k}{k!}e^{-\lambda},\quad k=0,1,2,\dots\qquad E(X)=\operatorname{Var}(X)=\lambda

Anzahl seltener Ereignisse pro Zeit- oder Flächeneinheit. Näherung B(n;p)\approx\mathrm{Po}(np) für großes n und kleines p (Faustregel z. B. n\ge 50, p\le 0{,}1; die Grenzen variieren je nach Lehrbuch).

Stetige Gleichverteilung

X\sim U(a;b):\quad f(x)=\frac{1}{b-a}\ (a\le x\le b),\qquad F(x)=\frac{x-a}{b-a}\ (a\le x\le b)\qquad E(X)=\frac{a+b}{2}\qquad\operatorname{Var}(X)=\frac{(b-a)^2}{12}

Exponentialverteilung

X\sim\mathrm{Exp}(\lambda):\quad f(x)=\lambda e^{-\lambda x},\qquad F(x)=1-e^{-\lambda x}\quad(x\ge 0)\qquad E(X)=\frac1\lambda\qquad\operatorname{Var}(X)=\frac{1}{\lambda^2}

Wartezeiten, Lebensdauern; gedächtnislos: P(X\gt s+t\mid X\gt s)=P(X\gt t).

Konvention: Manche Texte parametrisieren über den Erwartungswert \beta=1/\lambda: f(x)=\frac1\beta e^{-x/\beta}.

Normalverteilung

X\sim N(\mu;\sigma^2):\quad f(x)=\frac{1}{\sigma\sqrt{2\pi}}\exp\Bigl(-\frac{(x-\mu)^2}{2\sigma^2}\Bigr),\qquad E(X)=\mu,\quad\operatorname{Var}(X)=\sigma^2

Standardisierung: Z=\frac{X-\mu}{\sigma}\sim N(0;1), Verteilungsfunktion \Phi:

P(X\le x)=\Phi\Bigl(\frac{x-\mu}{\sigma}\Bigr),\qquad \Phi(-z)=1-\Phi(z),\qquad P(\lvert Z\rvert\le z)=2\Phi(z)-1,\qquad x_p=\mu+z_p\,\sigma

Zentrale Schwankungsintervalle: \mu\pm\sigma: 68,27 %, \mu\pm 2\sigma: 95,45 %, \mu\pm 3\sigma: 99,73 %, \mu\pm 1{,}96\,\sigma: 95 %.

Reproduktivität: X_1\sim N(\mu_1;\sigma_1^2), X_2\sim N(\mu_2;\sigma_2^2) unabhängig \Rightarrow aX_1+bX_2\sim N(a\mu_1+b\mu_2;\,a^2\sigma_1^2+b^2\sigma_2^2).

Achtung Notation: Meist N(\mu;\sigma^2) mit der Varianz als zweitem Parameter, in manchen Büchern aber N(\mu;\sigma) mit der Standardabweichung. N(10;4) kann also \sigma=2 oder \sigma=4 bedeuten.

χ²-, t- und F-Verteilung

Z,Z_1,\dots,Z_n unabhängig N(0;1); V\sim\chi^2(n), V_1\sim\chi^2(m), V_2\sim\chi^2(n) jeweils unabhängig; \Gamma = Gammafunktion.

χ²-, t- und F-Verteilung: Konstruktion, Dichte, Erwartungswert und Varianz
VerteilungKonstruktion und DichteE, Var
\chi^2(n)\sum_{i=1}^{n}Z_i^2;
f(x)=\dfrac{x^{n/2-1}e^{-x/2}}{2^{n/2}\,\Gamma(n/2)},\ x\gt 0
E=n
\operatorname{Var}=2n
t(n)\dfrac{Z}{\sqrt{V/n}};
f(t)=\dfrac{\Gamma\bigl(\frac{n+1}{2}\bigr)}{\sqrt{n\pi}\,\Gamma\bigl(\frac n2\bigr)}\Bigl(1+\dfrac{t^2}{n}\Bigr)^{-\frac{n+1}{2}}
E=0\ (n\gt 1)
\operatorname{Var}=\frac{n}{n-2}\ (n\gt 2)
F(m,n)\dfrac{V_1/m}{V_2/n};
f(x)=\dfrac{\Gamma\bigl(\frac{m+n}{2}\bigr)}{\Gamma\bigl(\frac m2\bigr)\Gamma\bigl(\frac n2\bigr)}\Bigl(\dfrac mn\Bigr)^{\frac m2}\dfrac{x^{\frac m2-1}}{\bigl(1+\frac mn x\bigr)^{\frac{m+n}{2}}},\ x\gt 0
E=\frac{n}{n-2}\ (n\gt 2)
\operatorname{Var}=\frac{2n^2(m+n-2)}{m(n-2)^2(n-4)}\ (n\gt 4)

t-Verteilung symmetrisch: t_{n;p}=-t_{n;1-p}, für n\to\infty gegen N(0;1). F-Quantile: F_{m,n;p}=1/F_{n,m;1-p}. Für eine Stichprobe aus N(\mu;\sigma^2) gilt \frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1) und \frac{\bar X-\mu}{S/\sqrt n}\sim t(n-1).

12 Zentraler Grenzwertsatz

Zentraler Grenzwertsatz (ZGWS)

X_1,\dots,X_n unabhängig, identisch verteilt mit E(X_i)=\mu, \operatorname{Var}(X_i)=\sigma^2\lt\infty. Für großes n gilt näherungsweise (Faustregel n\gt 30):

\sum_{i=1}^{n}X_i\;\overset{a}{\sim}\;N(n\mu;\,n\sigma^2),\qquad\bar X\;\overset{a}{\sim}\;N\Bigl(\mu;\,\frac{\sigma^2}{n}\Bigr),\qquad\frac{\bar X-\mu}{\sigma/\sqrt n}\;\overset{a}{\sim}\;N(0;1)

Gesetz der großen Zahlen: \bar X konvergiert für n\to\infty gegen \mu.

Normalapproximation der Binomialverteilung (de Moivre-Laplace)

Für np(1-p)\gt 9 (Faustregel; andere Bücher: np\ge 5 und n(1-p)\ge 5) mit Stetigkeitskorrektur:

P(X\le k)\approx\Phi\Bigl(\frac{k+0{,}5-np}{\sqrt{np(1-p)}}\Bigr),\qquad P(a\le X\le b)\approx\Phi\Bigl(\frac{b+0{,}5-np}{\sqrt{np(1-p)}}\Bigr)-\Phi\Bigl(\frac{a-0{,}5-np}{\sqrt{np(1-p)}}\Bigr)

Poisson: \mathrm{Po}(\lambda)\approx N(\lambda;\lambda) für \lambda\gt 9.

13 Schätzen

Punktschätzer und Gütekriterien

\hat\mu=\bar X=\frac1n\sum_{i=1}^{n}X_i,\qquad\hat\sigma^2=S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2,\qquad\hat p=\frac{X}{n}\ \ (X:\text{ Anzahl Erfolge})
  • Erwartungstreue: E(\hat\theta)=\theta. \bar X, S^2, \hat p sind erwartungstreu; die 1/n-Varianz hat E(\tilde S^2)=\frac{n-1}{n}\sigma^2 (verzerrt, aber asymptotisch erwartungstreu).
  • MSE =E\bigl[(\hat\theta-\theta)^2\bigr]=\operatorname{Var}(\hat\theta)+\bigl(E(\hat\theta)-\theta\bigr)^2 (Varianz + Bias²).
  • Konsistenz: \hat\theta konvergiert für n\to\infty gegen \theta. Effizienz: kleinste Varianz unter den erwartungstreuen Schätzern.
  • Standardfehler des Mittelwerts: \sigma_{\bar X}=\sigma/\sqrt n, geschätzt S/\sqrt n.

Konfidenzintervalle zum Niveau 1 − α

Angegeben sind die Intervallgrenzen (untere Grenze mit −, obere mit +).

μ, σ bekannt (Normalverteilung oder n\gt 30):

\bar x\pm z_{1-\alpha/2}\,\frac{\sigma}{\sqrt n}

μ, σ unbekannt, Normalverteilung (s mit 1/(n-1)):

\bar x\pm t_{n-1;\,1-\alpha/2}\,\frac{s}{\sqrt n}

Bei n\gt 30 und beliebiger Verteilung näherungsweise mit z_{1-\alpha/2} statt t_{n-1;1-\alpha/2}.

Anteilswert p (Faustregel n\hat p(1-\hat p)\gt 9):

\hat p\pm z_{1-\alpha/2}\sqrt{\frac{\hat p(1-\hat p)}{n}}

Varianz σ², Normalverteilung: \Bigl[\dfrac{(n-1)s^2}{\chi^2_{n-1;1-\alpha/2}};\ \dfrac{(n-1)s^2}{\chi^2_{n-1;\alpha/2}}\Bigr].

Gängige Quantile: z_{0{,}95}=1{,}645, z_{0{,}975}=1{,}960, z_{0{,}995}=2{,}576.

Notwendiger Stichprobenumfang

Für eine halbe Intervallbreite (Genauigkeit) von höchstens e:

n\ge\Bigl(\frac{z_{1-\alpha/2}\,\sigma}{e}\Bigr)^2\qquad\qquad n\ge\frac{z_{1-\alpha/2}^2\,p(1-p)}{e^2}

Links für \mu, rechts für einen Anteil. Ist p unbekannt, den ungünstigsten Fall p=0{,}5 einsetzen: n\ge z_{1-\alpha/2}^2/(4e^2).

Aufrunden auf die nächste ganze Zahl. Ziehen ohne Zurücklegen mit n/N\gt 0{,}05: Standardfehler mit dem Korrekturfaktor \sqrt{\frac{N-n}{N-1}} multiplizieren.

14 Testen

Hypothesen und Fehlerarten

Zweiseitig: H_0:\mu=\mu_0 gegen H_1:\mu\ne\mu_0. Rechtsseitig: H_0:\mu\le\mu_0 gegen H_1:\mu\gt\mu_0. Linksseitig: H_0:\mu\ge\mu_0 gegen H_1:\mu\lt\mu_0. Die zu belegende Aussage gehört in H_1.

Testentscheidung und Fehlerarten
EntscheidungH_0 wahrH_1 wahr
H_0 nicht ablehnenrichtig (1-\alpha)Fehler 2. Art (\beta)
H_0 ablehnenFehler 1. Art (\le\alpha)richtig (Güte, Power 1-\beta)

\alpha = Signifikanzniveau (Höchstwahrscheinlichkeit für den Fehler 1. Art). Bei festem n sinkt \beta, wenn \alpha steigt, und umgekehrt.

Gauß-Test, t-Test, Anteilstest (eine Stichprobe)

Teststatistiken für Gauß-, t- und Anteilstest
TestTeststatistikVerteilung unter H_0
Gauß-Test (σ bekannt)Z=\dfrac{\bar X-\mu_0}{\sigma/\sqrt n}N(0;1)
t-Test (σ unbekannt, Normalvert.)T=\dfrac{\bar X-\mu_0}{S/\sqrt n}t(n-1)
Anteilstest (np_0(1-p_0)\gt 9)Z=\dfrac{\hat p-p_0}{\sqrt{p_0(1-p_0)/n}}\approx N(0;1)

Entscheidungsregel (Ablehnung von H_0; beim t-Test t_{n-1;\cdot} statt z_{\cdot}):

Ablehnbereich und p-Wert je nach Alternativhypothese
H_1Ablehnbereichp-Wert (Gauß-Test)
\mu\ne\mu_0\lvert z\rvert\gt z_{1-\alpha/2}2\bigl(1-\Phi(\lvert z\rvert)\bigr)
\mu\gt\mu_0z\gt z_{1-\alpha}1-\Phi(z)
\mu\lt\mu_0z\lt -z_{1-\alpha}\Phi(z)

Hinweis: Beim Anteilstest steht im Nenner p_0 (Wert unter H_0), beim Konfidenzintervall dagegen \hat p. Bei großem n (n\gt 30) darf der t-Test auch ohne Normalverteilungsannahme mit z-Quantilen näherungsweise durchgeführt werden.

χ²-Unabhängigkeitstest

H_0: X und Y sind unabhängig. Teststatistik aus der k\times l-Kontingenztabelle mit \tilde h_{ij}=h_{i\cdot}h_{\cdot j}/n:

\chi^2=\sum_{i=1}^{k}\sum_{j=1}^{l}\frac{(h_{ij}-\tilde h_{ij})^2}{\tilde h_{ij}}\ \overset{a}{\sim}\ \chi^2\bigl((k-1)(l-1)\bigr)\qquad H_0\text{ ablehnen, wenn }\chi^2\gt\chi^2_{(k-1)(l-1);\,1-\alpha}

Voraussetzung (Faustregel): alle \tilde h_{ij}\ge 5, sonst Klassen zusammenlegen.

p-Wert und allgemeines Vorgehen

  1. Hypothesen H_0, H_1 und Niveau \alpha festlegen.
  2. Teststatistik und ihre Verteilung unter H_0 bestimmen.
  3. Ablehnbereich aus den Quantilen ermitteln (oder p-Wert berechnen).
  4. Prüfgröße aus den Daten berechnen und entscheiden.

p-Wert: Wahrscheinlichkeit, unter H_0 einen mindestens so extremen Wert der Teststatistik (in Richtung H_1) zu beobachten wie den tatsächlich beobachteten. Entscheidung: H_0 ablehnen, wenn p\text{-Wert}\le\alpha. Nicht-Ablehnung ist kein Beweis für H_0.

Üben: Formel wählen und anwenden

Klausurtypische Aufgaben mit zufälligen Zahlen: erst die passende Formel aus der Sammlung wählen, dann einsetzen und rechnen. Der Lösungsweg zeigt jeden Schritt. Wahrscheinlichkeiten und Grenzen werden mit einer kleinen Toleranz geprüft, damit gerundete Zwischenergebnisse oder Tabellenwerte nicht als Fehler zählen.

Darauf kannst du dich verlassen

  • Läuft nur in deinem BrowserSuche und Übungen funktionieren ohne Übertragung: Deine Eingaben werden nicht gesendet und nicht gespeichert. Keine Anmeldung, keine Cookies, keine Werbung.
  • Methode offen gelegtWo Lehrbücher unterschiedliche Konventionen verwenden (n oder n − 1, Quantilsdefinitionen, N(μ; σ²) oder N(μ; σ), Gini normiert oder nicht), steht das als Hinweis direkt bei der Formel. Maßgeblich bleibt die Notation deiner Vorlesung.
  • GegengerechnetZentrale Formeln (Streuungsmaße und ihre Kurzformen, Gini-Koeffizient, Regression und Bestimmtheitsmaß, Indexzahlen, Kombinatorik, Wahrscheinlichkeits- und Dichtefunktionen, Erwartungswerte und Varianzen der Verteilungen, z-Quantile) sind automatisch gegen eine unabhängige Referenzrechnung in Python (NumPy/SciPy) nachgerechnet. Die Übungsaufgaben ebenso (3.000 zufällig erzeugte Aufgaben).
  • Fehler gefunden?Schreib uns an kontakt@bwlmax.de – wir korrigieren schnell.

Stand: November 2026 · Anonyme Aufrufzählung ohne Cookies (nur Seite und verweisende Website).