1 / 22

Mittelwert und Standardabweichung

Mittelwert und Standardabweichung. Inhalt. Verteilung, Histogramm Mittelwert Standardabweichung der Messwerte des Mittelwerts Gauß- und Normalverteilung.

shen
Télécharger la présentation

Mittelwert und Standardabweichung

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Mittelwert und Standardabweichung

  2. Inhalt • Verteilung, Histogramm • Mittelwert • Standardabweichung • der Messwerte • des Mittelwerts • Gauß- und Normalverteilung

  3. Trägt man die Anzahl der in einem Intervall einer ihrer Eigenschaften gefundenen Werte gegen die Intervalle der Eigenschaften auf, dann erhält man eine „Verteilung“ der Werte bezüglich der Eigenschaft bzw. ein „Histogramm“ Verteilung und Histogramm Beispiel: Altersverteilung bei der Primärimplantation von Hüftendoprothesen (Datenquelle: Norwegisches Endoprothesenregister)

  4. Jede Verteilung ist durch ihren Mittelwert und ihre Standardabweichung charakterisiert Mittelwert und Standardabweichung einer Verteilung Anzahl / 10 Alter

  5. Berechnung von Mittelwert und Standardabweichung

  6. Die Gauß-Verteilung Man nimmt mit Gauß an: • jede Messung zeigt zufällige Abweichungen von einem unbekannten idealen, wahren Wert • Die Anzahl der Messwerte mit zunehmendem Abstand vom idealen Wert nimmt gemäß der Gauß-Verteilung ab • Gaußkurve mit μ = 3, σ = 1

  7. Normal-Verteilung und Histogramm Eine Gauß-Verteilung mit Mittelwert μ = 70 und Standardabweichung σ =10 beschreibt die Form des Histogramms

  8. Die Gaußverteilung φ(x) Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Die Standard-abweichung zeigt die halbe Breite der Gaußkurve bei 60% ihrer max. Höhe Standard-abweichung σ Mittelwert µ Die Gauß-Verteilung ist durch zwei Parameter definiert: Den Mittelwert μ der Messungen und deren Standardabweichung σ

  9. Von der Gaußverteilung zur Wahrscheinlichkeit Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Die Gaußverteilung φ(x) zeigt die Wahrscheinlichkeitsdichte. φ(x0)·Δxist die Wahrscheinlichkeit, bei mehrfacher Wiederholung der gleichen Messung einen Messwert x im Intervall zwischen x0- Δx/2 und x0+ Δx/2 zu erhalten

  10. Wahrscheinlichkeitsdichte und Wahrscheinlichkeit eines Messwerts Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Handlicher zur Bestimmung der Wahrscheinlichkeit ist die Normalverteilung Φ(x) φ(x0) = 0,13 Intervall Δx = 0,5 Diese Fläche zeigt die Wahrscheinlichkeit… Messwert x0 = 1,5 Die Wahrscheinlichkeit, einen Messwert zwischen 1,25 und 1,75 zu erhalten, beträgt 0,065 -Bei 1000 „identischen“ Messungen werden 65 Messwerte zwischen 1,5 und 2 erwartet-

  11. In 84 % der Messungen wird ein Messwert < 1 erwartet Die Normalverteilung Φ(x) zu Mittelwert μ und Standardabweichung σ Φ(1) = 0,84 μ= 0, σ= 1 Der Messwert sei 1 Die Normalverteilung Φ(x) ist das Integral über die normierte Gaußverteilung φ(x), Φ(1) = 0,84 zeigt die Wahrscheinlichkeit, bei mehrfacher Wiederholung der Messung einen Messwert x kleiner als1zu erhalten

  12. 68% der Werte liegen im Intervall zwischen µ - σ und µ +σ Intervall von µ - σbis µ +σ Wahrscheinlichkeiten, Messwerte x mit (µ - σ) < x < (µ + σ) zu erhalten Φ(1) = 0,84 μ= 0, σ= 1 Φ(-1) = 0,16 68 % der Messwerte werden innerhalb der einfachen Standardabweichung erwartet

  13. Gaußverteilung φ(x)und Wahrscheinlichkeiten, Messwerte x mit (µ - σ) < x < (µ + σ) zu erhalten Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Standard-abweichung σ Diese Fläche zeigt die Wahrscheinlichkeit… Mittelwert µ …. einen Wert zwischen (µ - σ) und (µ + σ) zu messen. Sie entspricht 68% der gesamten Fläche unter der Gaußkurve

  14. 95% der Werte liegen im Intervall zwischen µ - 2σ und µ +2σ Intervall von µ - 2σbis µ +2σ Wahrscheinlichkeiten, Messwerte x mit (µ - 2σ) < x < (µ + 2σ) zu erhalten Φ(2) = 0,977 μ= 0, σ= 1 Φ(-2) = 0,023 95% der Messwerte werden innerhalb der zweifachen Standardabweichung erwartet

  15. Gaußverteilung φ(x)und Wahrscheinlichkeiten, Messwerte x mit (µ - 2σ) < x < (µ + 2σ) zu erhalten Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Standard-abweichung σ Diese Fläche zeigt die Wahrscheinlichkeit… Mittelwert µ …. einen Wert zwischen (µ - 2σ) und (µ + 2σ) zu messen. Sie entspricht 95% der gesamten Fläche unter der Gaußkurve

  16. 99,7% der Werte liegen im Intervall zwischen µ - 3σ und µ +3σ Intervall von µ - 3σbis µ +3σ Wahrscheinlichkeiten, Messwerte x mit (µ - 3σ) < x < (µ + 3σ) zu erhalten Φ(3) = 0,999 μ= 0, σ= 1 Φ(-3) = 0,001 99,7% der Messwerte werden innerhalb der dreifachen Standardabweichung erwartet

  17. Gaußverteilung φ(x)und Wahrscheinlichkeiten, Messwerte x mit (µ - 3σ) < x < (µ + 3σ) zu erhalten Mittelwert der Messungen μ= 0, Standard-abweichung σ= 1 Standard-abweichung σ Diese Fläche zeigt die Wahrscheinlichkeit… Mittelwert µ …. einen Wert zwischen (µ - 3σ) und (µ + 3σ) zu messen. Sie entspricht 99,7% der gesamten Fläche unter der Gaußkurve

  18. Wahrscheinlichkeiten, Messwerte innerhalb eines Intervalls von ±1, ±2, ±3 Standardabweichungen um den Mittelwert zu erhalten Beispiel: Bei 1000-facher Wiederholung der gleichen Messung sind 997 Messwerte innerhalb eines Intervalls der Breite von ± drei Standard-Abweichungen um den Mittelwert zu erwarten, nur 3 mit einem größeren Abstand

  19. Standardabweichung der Messwerte Die Standardabweichung σist ein Maß für die Wahrscheinlichkeit, bei einer weiteren Messung einen Messwert im Intervall ±σ um den Mittelwert μ zu erhalten

  20. Standardabweichung des Mittelwerts Folge: Um die Standardabweichung des Mittelwerts auf die Hälfte zu reduzieren, ist die vierfache Anzahl von Beobachtungen erforderlich

  21. Zusammenfassung • Die Messung eines Wertes x werde mehrfach wiederholt • Der Mittelwert µ ist ein Quotient, • Zähler Summe über alle Messwerte x, • Nenner Anzahl der Messwerte • Die Standardabweichung σ ist einQuotient, • Zähler: Wurzel aus der Summe über alle Quadrate der Differenzen zwischen den Messwerten x und dem Mittelwert µ, • Nenner: Wurzel aus der Anzahl der Messwerte, -1 • Legt man ein Intervall der Breite ±N·σ um den Mittelwert µ, dann erwartet man bei mehrfacher Wiederholung der Messung für • N=1 68 % • N=2 95 % • N=3 99,7 % der Messwerte innerhalb, den Rest außerhalb des Intervalls

  22. Q: Welche medizinisch relevante Information zeigt die Folge der Histogramme? finis • Quelle: http://www.diss.fu-berlin.de/diss/servlets/MCRFileNodeServlet/FUDISS_derivate_000000002900/1_Kapitel_1.pdf A: Bei etwa konstantem Mittelwert steigt die Breite der Verteilung: Das heißt, sie zunehmend ältere, aber auch jüngere Patienten erhalten Hüftendoprothesen

More Related