Zentraler Grenzwertsatz

Der zentrale Grenzwertsatz erklärt, warum standardisierte Stichprobenmittel bei wachsendem Stichprobenumfang näherungsweise normalverteilt sind. Die Schreibweise (X̄−μ)/(σ/√n) → N(0,1) macht sichtbar, welche Größen zusammenhängen. Dabei bedeuten X̄_n: Mittelwert einer Stichprobe aus n unabhängigen Beobachtungen (Einheit der Messgröße); μ: Populationsmittelwert (Einheit der Messgröße); σ: Populationsstandardabweichung (Einheit der Messgröße). X̄, μ und σ/√n haben die Messwerteinheit; der standardisierte Quotient ist dimensionslos; n ist eine Anzahl. Für die Anwendung ist entscheidend, ob die gegebenen Größen dieselbe Bedeutung und Bezugsrichtung wie in der Definition haben. Typische Aufgaben verwenden die Beziehung für Stichprobenmittelwerte approximieren und Konfidenzintervalle sowie Tests begründen.. Lies daher zuerst die Größen und ihre Dimensionen, bevor du Zahlen einsetzt; so erkennst du zum Beispiel sofort, ob das Ergebnis eine Länge, Rate, Wahrscheinlichkeit oder dimensionslose Kennzahl sein muss.

Beginne mit einer Skizze oder einer Liste der bekannten Größen, ordne jede Größe einem Symbol zu und bringe Einheiten in eine gemeinsame Form. Dann wähle die passende Gleichungsform und setze erst danach Werte ein. Beispiel: Für μ=50, σ=12 und n=36 hat X̄ den Standardfehler 12/√36=2. Daher ist P(48≤X̄≤52) näherungsweise P(−1≤Z≤1)≈0,683. Probe: Beide Intervallgrenzen liegen einen Standardfehler vom Mittelwert entfernt. Die Probe ist Teil der Rechnung: Bei unabhängigen, gleichverteilten Beobachtungen mit endlichem Erwartungswert und endlicher Varianz nähert sich die standardisierte Mittelwertverteilung einer Standardnormalverteilung Vergleiche zusätzlich Größenordnung und Einheit mit dem Sachkontext. Runde erst am Schluss, denn vorzeitiges Runden kann bei mehreren Rechenschritten besonders bei kleinen Differenzen oder Summen sichtbar auf das Ergebnis durchschlagen.

Bei unabhängigen, gleichverteilten Beobachtungen mit endlichem Erwartungswert und endlicher Varianz nähert sich die standardisierte Mittelwertverteilung einer Standardnormalverteilung. „Groß genug“ hängt von Schiefe und Ausreißern der Ausgangsverteilung ab; es gibt keine universelle Schwelle. Der Satz sagt nicht, dass einzelne Messwerte normalverteilt sind, und ersetzt kein geeignetes Stichprobendesign. Das ist keine nebensächliche Fußnote: Bei einer Verletzung der Annahmen kann die Formel ein präzises, aber unpassendes Ergebnis liefern. Kontrolliere deshalb vor dem Rechnen, welche Werte beobachtet, geschätzt oder modelliert sind und ob Sonderfälle die Gleichung ändern. Stichprobenmittelwerte approximieren und Konfidenzintervalle sowie Tests begründen. Bei numerischen Verfahren prüfe außerdem Schrittweite und Stabilität; bei Statistik Stichprobendesign und Verteilung; bei Analysis Differenzierbarkeit, Rand und Orientierung. Verwende eine alternative Methode, wenn diese Bedingungen nicht erfüllt sind.

Beide Beziehungen passen in denselben Themenbereich, beantworten aber verschiedene Fragen. „Zentraler Grenzwertsatz“: Der zentrale Grenzwertsatz erklärt, warum standardisierte Stichprobenmittel bei wachsendem Stichprobenumfang näherungsweise normalverteilt sind. Die Anschlussformel „Normalverteilung (Gaußsche Glockenkurve)“ Die Normalverteilung ist die wichtigste Wahrscheinlichkeitsverteilung — sie beschreibt viele natürliche Phänomene. Wähle zuerst nach der gesuchten Größe und dem Modell: Stichprobenmittelwerte approximieren und Konfidenzintervalle sowie Tests begründen. Die Beispielrechnung Für μ=50, σ=12 und n=36 hat X̄ den Standardfehler 12/√36=2. Daher ist P(48≤X̄≤52) näherungsweise P(−1≤Z≤1)≈0,683. Probe: Beide Intervallgrenzen liegen einen Standardfehler vom Mittelwert entfernt. zeigt, welche Größen in dieser Beziehung tatsächlich eingehen. Ein sinnvoller Lernschritt ist, beide Formeln mit denselben Ausgangsdaten zu vergleichen und zu markieren, welche Zusatzannahme die zweite benötigt. So wird aus einer Merkliste eine nachvollziehbare Auswahlregel.

Lokale Voraussetzungen und Rand- beziehungsweise Orientierungsangaben gehören zur Formel. Prüfe sie vor dem Ableiten oder Integrieren; insbesondere darf ein gültiger lokaler Ausdruck nicht ohne Begründung auf das ganze Gebiet übertragen werden. Zusätzlich müssen die verwendeten Symbole exakt zur Definition passen: X̄_n: Mittelwert einer Stichprobe aus n unabhängigen Beobachtungen (Einheit der Messgröße); μ: Populationsmittelwert (Einheit der Messgröße); σ: Populationsstandardabweichung (Einheit der Messgröße). Rechne nicht nur mechanisch, sondern schreibe die Annahme neben den Ansatz und kontrolliere danach Dimension und Vorzeichen. Für die vorliegende Beziehung gelten außerdem: Bei unabhängigen, gleichverteilten Beobachtungen mit endlichem Erwartungswert und endlicher Varianz nähert sich die standardisierte Mittelwertverteilung einer Standardnormalverteilung Im Beispiel Für μ=50, σ=12 und n=36 hat X̄ den Standardfehler 12/√36=2. Daher ist P(48≤X̄≤52) näherungsweise P(−1≤Z≤1)≈0,683. Probe: Beide Intervallgrenzen liegen einen Standardfehler vom Mittelwert entfernt. kannst du diese Prüfungen direkt nachvollziehen. Fehlen Annahmen, wechsle das Modell.