Wahrscheinlichkeitsrechner — Schritt-für-Schritt-Lösungen
Der Wahrscheinlichkeitsrechner hilft Ihnen, die Wahrscheinlichkeit von Ereignissen zu bestimmen. Berechnen Sie Einzelwahrscheinlichkeiten, Komplementärwahrscheinlichkeiten und kombinierte Wahrscheinlichkeiten mithilfe von Vereinigungs- und Schnittmengenregeln.
Geben Sie die Anzahl der günstigen Ergebnisse und die Gesamtzahl der möglichen Ergebnisse ein, um die Wahrscheinlichkeit zu bestimmen. Der Rechner zeigt Ergebnisse als Bruch, Dezimalzahl und Prozentwert an.
So verwenden Sie den Wahrscheinlichkeitsrechner
- Wählen Sie den Berechnungsmodus oben im Rechner. "Z-Wert aus Rohwert" berechnet den Z-Score, wenn Sie den Datenwert, den Mittelwert und die Standardabweichung kennen.
- "Rohwert aus Z-Wert" führt die umgekehrte Berechnung durch. Geben Sie einen bekannten Z-Wert zusammen mit Mittelwert und Standardabweichung ein, um den ursprünglichen Rohwert zu finden.
- "Wahrscheinlichkeit aus Z" nimmt einen Z-Wert und liefert drei Wahrscheinlichkeiten: die linke Schwanzwahrscheinlichkeit P(Z < z), die rechte Schwanzwahrscheinlichkeit P(Z > z) und die zweiseitige Wahrscheinlichkeit P(-|z| < Z < |z|).
- Geben Sie Ihre Werte in die Eingabefelder ein. Die Ergebnisse aktualisieren sich sofort beim Tippen.
- Überprüfen Sie den Schritt-für-Schritt-Lösungsweg unter den Ergebnissen. Jede Berechnung wird in nummerierte Schritte mit Formel, Einsetzen und Endergebnis aufgeschlüsselt.
- Die interaktive Glockenkurve schattiert den Bereich entsprechend Ihrem Z-Wert. Verwenden Sie die Teilen-Funktion, um einen permanenten Link zu Ihrer Berechnung zu kopieren.
Formel und Theorie
Ein Z-Wert (auch Standardwert oder z-Score genannt) misst, wie viele Standardabweichungen ein bestimmter Datenpunkt über oder unter dem Mittelwert seiner Verteilung liegt. Die Z-Wert-Formel lautet z = (x - mu) / sigma, wobei x der beobachtete Wert, mu der Populationsmittelwert und sigma die Populationsstandardabweichung ist. Ein Z-Wert von 2.0 bedeutet beispielsweise, dass der Wert genau zwei Standardabweichungen über dem Mittelwert liegt. Z-Werte sind dimensionslos, das heißt, sie entfernen die ursprünglichen Einheiten und stellen jede Messung auf dieselbe universelle Skala.
Die Standardnormalverteilung ist die Wahrscheinlichkeitsverteilung mit Mittelwert 0 und Standardabweichung 1. Wenn Sie einen Rohwert in einen Z-Wert umrechnen, transformieren Sie die ursprüngliche Verteilung in die Standardnormalverteilung. Die Standardnormalkurve ist symmetrisch um z = 0, und ihre Gesamtfläche unter der Kurve beträgt 1.
Die Z-Wert-Formel kann je nach Bedarf umgestellt werden. Um den Rohwert aus einem Z-Wert zu finden, verwenden Sie x = mu + z * sigma. Der inverse Z-Wert (z aus einer kumulativen Wahrscheinlichkeit finden) verwendet die Umkehrfunktion der kumulativen Verteilungsfunktion, auch Quantilfunktion oder Probit-Funktion genannt.
Die 68-95-99.7-Regel (auch empirische Regel oder Drei-Sigma-Regel genannt) fasst zusammen, wie Daten in einer Normalverteilung verteilt sind. Etwa 68.27% aller Werte liegen innerhalb einer Standardabweichung vom Mittelwert. Etwa 95.45% liegen innerhalb zwei Standardabweichungen. Etwa 99.73% liegen innerhalb drei Standardabweichungen. Werte jenseits von drei Standardabweichungen sind extrem selten und werden oft als Ausreißer klassifiziert.
Eine Z-Wert-Tabelle (auch Standardnormaltabelle) listet die kumulative Wahrscheinlichkeit P(Z < z) für einen Bereich von Z-Werten auf. Um die Tabelle zu lesen, finden Sie die Zeile für die ersten beiden Ziffern Ihres Z-Werts und die Spalte für die Hundertstelstelle. Der Schnittpunkt gibt die linke Schwanzwahrscheinlichkeit an. Dieser Rechner macht gedruckte Tabellen überflüssig.
Z-Werte werden in vielen Bereichen eingesetzt. Im Bildungswesen werden standardisierte Testergebnisse wie SAT und IQ mittels Z-Score-Transformationen berichtet. Im Gesundheitswesen verwenden Wachstumskurven für Kinder Z-Werte. Im Finanzwesen liegen Z-Werte dem Value at Risk (VaR) zugrunde. In der Fertigung und Qualitätskontrolle treiben Z-Werte Six-Sigma-Programme an.
Die Beziehung zwischen Z-Werten und p-Werten ist zentral für Hypothesentests in der Statistik. Bei einem zweiseitigen Test auf dem 5%-Signifikanzniveau sind die kritischen Z-Werte -1.96 und +1.96. Fällt der berechnete Z-Wert außerhalb dieses Bereichs, wird die Nullhypothese mit 95% Konfidenz verworfen. Z-Werte verbinden sich auch direkt mit Konfidenzintervallen: ein 95%-Konfidenzintervall verwendet z = 1.96.
Durchgerechnete Beispiele
Beispiel 1: SAT-Ergebnis Perzentil
Aufgabe: Ein Student erreichte 1200 beim SAT. Der nationale Mittelwert ist 1060 und die Standardabweichung 195. In welchem Perzentil liegt der Student?
Lösung: z = (1200 - 1060) / 195 = 0.7179. P(Z < 0.72) = 0.7642.
Antwort: Der Student liegt im 76. Perzentil und schnitt besser ab als etwa 76.4% der Testteilnehmer.
Beispiel 2: Qualitätskontrolle: Bauteilgewicht
Aufgabe: Eine Fabrik produziert Bauteile mit Sollgewicht 5.00 g und Standardabweichung 0.01 g. Ein Bauteil wiegt 5.02 g.
Lösung: z = (5.02 - 5.00) / 0.01 = 2.0. P(Z > 2) = 0.0228.
Antwort: z = 2.0. Nur etwa 2.28% der Bauteile wären so schwer oder schwerer.
Beispiel 3: IQ-Wert Interpretation
Aufgabe: IQ-Werte haben Mittelwert 100 und Standardabweichung 15. Welcher Z-Wert entspricht einem IQ von 130?
Lösung: z = (130 - 100) / 15 = 2.0. P(Z < 2.0) = 0.9772.
Antwort: z = 2.0. Ein IQ von 130 liegt am 97.7. Perzentil.
Beispiel 4: Vergleich verschiedener Prüfungen
Aufgabe: Alice erreichte 78 in Prüfung A (Mittelwert 72, SD 6). Bob erreichte 85 in Prüfung B (Mittelwert 80, SD 4). Wer schnitt relativ besser ab?
Lösung: Alice: z = (78-72)/6 = 1.0. Bob: z = (85-80)/4 = 1.25.
Antwort: Bob schnitt relativ besser ab mit z = 1.25 gegenüber Alice z = 1.0.
Beispiel 5: Wahrscheinlichkeit zwischen zwei Z-Werten
Aufgabe: Welcher Anteil einer Standardnormalverteilung liegt zwischen z = -1.5 und z = 2.0?
Lösung: P(-1.5 < Z < 2.0) = P(Z < 2.0) - P(Z < -1.5) = 0.9772 - 0.0668 = 0.9104.
Antwort: Etwa 91.04% der Werte liegen zwischen z = -1.5 und z = 2.0.
Beispiel 6: Wert am 95. Perzentil
Aufgabe: Körpergrößen erwachsener Männer: mu = 175 cm, sigma = 7 cm. Welche Größe markiert das 95. Perzentil?
Lösung: z = 1.645. x = 175 + 1.645 * 7 = 186.515 cm.
Antwort: Das 95. Perzentil liegt bei etwa 186.5 cm. Nur 5% sind größer.
Beispiel 7: Zweiseitiger Hypothesentest
Aufgabe: Stichprobenmittel 52.4 bei mu = 50 und sigma = 5 (n = 25). Signifikant auf dem 5%-Niveau?
Lösung: Standardfehler = 5/5 = 1.0. z = (52.4-50)/1.0 = 2.4. Kritisch: +/- 1.96. |2.4| > 1.96.
Antwort: z = 2.4. Das Ergebnis ist auf dem 5%-Niveau statistisch signifikant (p = 0.0164).
Beispiel 8: Finanz: Aktienrendite Z-Wert
Aufgabe: Eine Aktie hat eine durchschnittliche Tagesrendite von 0.05% mit SD 1.2%. Heute fiel sie um 3.5%.
Lösung: z = (-3.5 - 0.05) / 1.2 = -2.958. P(Z < -2.96) = 0.0015.
Antwort: z = -2.96. Ein solcher Rückgang tritt nur an etwa 0.15% der Handelstage auf.
Beispiel 9: Medizin: Blutdruck Z-Wert
Aufgabe: Systolischer Blutdruck eines Patienten: 150 mmHg. Mittelwert der Altersgruppe: 120 mmHg, SD: 12 mmHg.
Lösung: z = (150-120)/12 = 2.5. P(Z > 2.5) = 0.0062.
Antwort: z = 2.5. Nur etwa 0.62% der Bevölkerung in dieser Altersgruppe hätten einen so hohen Wert.
Beispiel 10: Negativer Z-Wert: unter dem Durchschnitt
Aufgabe: Ein Schüler erreichte 55 bei einer Prüfung mit Mittelwert 68 und SD 8. Welcher Anteil schnitt besser ab?
Lösung: z = (55-68)/8 = -1.625. P(Z > -1.625) = 0.9479.
Antwort: z = -1.625. Etwa 94.8% der Schüler schnitten besser ab.