Streuung von Daten
Streuungsmaße erklärt: das, was der Durchschnitt geflissentlich verschweigt.
Du kennst den Durchschnitt — aber der Durchschnitt allein verrät nicht, wie weit die Daten tatsächlich streuen. Zwei Datensätze mit dem gleichen Mittelwert können völlig unterschiedlich aussehen: einer eng gebündelt, der andere weit gestreut.
Streuungsmaße fangen diese verborgene Dimension ein. Dieser Artikel führt durch drei Werkzeuge: Spannweite (schnell, aber grob), Varianz (präzise, aber in quadrierten Einheiten) und Standardabweichung (der Goldstandard, der dieselbe Sprache spricht wie die Daten).
Spannweite — Das schnelle Streuungsmaß
Definition
Spannweite (Range)
Analogie
Beispiel
Definition
Beispiel: Zwei Klassen, gleicher Durchschnitt
Klasse A: [40, 42, 45, 48, 50, 52, 55, 58, 60] — Spannweite 20, Durchschnitt ~50. Klasse B: [10, 45, 48, 49, 50, 51, 52, 55, 90] — Spannweite 80, Durchschnitt ~50. Klasse B wirkt viermal stärker gestreut, aber die meisten Schüler schneiden fast identisch wie in A ab — nur zwei Ausreißer (10 und 90) treiben die Spannweite hoch.
Klasse A vs. Klasse B
Achtung
Irrtum: Gleicher Mittelwert = gleiche Streuung
Mittelwert und Streuung sind unabhängige Eigenschaften. [0, 0, 0, 100] und [24, 25, 25, 26] haben beide den Mittelwert 25, aber völlig unterschiedliche Streuung. Nur Streuungsmaße zeigen den Unterschied.
Varianz — Mittlere quadratische Abweichung
Definition
Varianz
Analogie
Beispiel
Definition
Varianz in 4 Schritten
- 1. Mittelwert berechnenalle Werte addieren, durch Anzahl teilen
- 2. Abweichungen berechnenjeden Wert minus Mittelwert
- 3. Jede Abweichung quadrierennegative werden positiv, große werden verstärkt
- 4. Quadrate mittelnSumme durch n für Population, durch n-1 für Stichprobe
Durchgerechnetes Beispiel
Daten: [2, 4, 4, 4, 5, 5, 7, 9] Mittelwert = 40/8 = 5
Abweichungen: -3, -1, -1, -1, 0, 0, +2, +4 (Summe = 0)
Quadriert: 9, 1, 1, 1, 0, 0, 4, 16 (Summe = 32)
Populations-Varianz: 32/8 = 4
Stichproben-Varianz: 32/7 = 4,57Python: statistics-Modul
import statistics
daten = [2, 4, 4, 4, 5, 5, 7, 9]
statistics.pvariance(daten) # → 4 (Population)
statistics.variance(daten) # → 4.571 (Stichprobe, n-1)Achtung
Irrtum: Immer durch n teilen
Für eine vollständige Population: ja. Für eine Stichprobe aus einer größeren Population: durch n-1 teilen (Bessel-Korrektur). Der Stichproben-Mittelwert wird aus denselben Daten berechnet, wodurch die Abweichungen künstlich klein werden — n-1 kompensiert diesen verlorenen Freiheitsgrad.
Warum n-1 statt n? Wenn du den Mittelwert aus deiner Stichprobe berechnest und dann die Abweichungen von diesem Mittelwert misst, sind die Abweichungen systematisch zu klein. Der Grund: Der Stichproben-Mittelwert liegt per Definition zentral in der Stichprobe und minimiert die quadrierten Abstände — er unterschätzt dadurch die wahre Streuung in der Population. Die Division durch n-1 (statt n) korrigiert diese Verzerrung. Die Zahl n-1 heißt "Freiheitsgrade": Steht der Mittelwert von n Werten fest, sind nur n-1 Werte frei wählbar, der letzte ergibt sich.
Standardabweichung — Varianz in verständlichen Einheiten
Definition
Standardabweichung
Analogie
Beispiel
Definition
Berechnung aus dem Varianz-Beispiel
Varianz = 4, also Standardabweichung = Wurzel(4) = 2. Daten [2, 4, 4, 4, 5, 5, 7, 9] mit Mittelwert 5. Das Intervall [5-2, 5+2] = [3, 7] enthält 6 von 8 Werten (75 %) — nahe an den erwarteten 68 % für normalverteilte Daten.
Die 68-95-99,7-Regel
Beispiel: Temperaturvergleich
Mittelwert 20 °C, Standardabweichung 2 °C → 68 % der Tage zwischen 18 °C und 22 °C. Gleicher Mittelwert mit Standardabweichung 8 °C → 68 % zwischen 12 °C und 28 °C — ein grundlegend anderes Klima.
Achtung
Irrtum: Varianz und Standardabweichung sind dasselbe
Varianz ist in quadrierten Einheiten; Standardabweichung ist in den ursprünglichen Einheiten. Sie messen das gleiche Konzept (Streuung) auf verschiedenen Skalen. In Berichten und Interpretationen wird fast immer die Standardabweichung verwendet, weil sie direkt mit den Daten vergleichbar ist.
In Machine-Learning-Pipelines werden Features oft z-normalisiert: z = (x - Mittelwert) / Standardabweichung. Das Ergebnis hat Mittelwert 0 und Standardabweichung 1. Warum? Algorithmen wie k-Nearest Neighbors oder Gradient Descent behandeln alle Features gleich — ohne Normalisierung dominieren Features mit großen Zahlenwerten.
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# Jedes Feature hat jetzt Mittelwert 0, Std 1Spannweite vs. Standardabweichung
Maximum minus Minimum. Sofort berechenbar. Zeigt nur die Extreme. Ein Ausreißer kann alles verzerren. Gut als erster Überblick.
Wurzel der mittleren quadratischen Abweichung. In den Originaleinheiten. Berücksichtigt alle Datenpunkte. Der Standard in Statistik und ML.
Interaktiv: Varianz & Standardabweichung berechnen
Du hast Spannweite, Varianz und Standardabweichung kennengelernt. Gib eigene Datenpunkte ein und beobachte live, wie sich die Streuungsmaße verändern. Vergleiche den engen Datensatz mit dem weiten — und sieh, wie ein Ausreißer die Varianz explodieren lässt.
n ist die Anzahl der Werte. „÷ n“ ist die Populations-Varianz (wie statistics.pvariance): Sie passt, wenn deine Zahlen die ganze Gruppe sind. „÷ n-1“ ist die Stichproben-Varianz mit Bessel-Korrektur (wie statistics.variance): Sie passt, wenn deine Zahlen nur eine Stichprobe aus einer größeren Gruppe sind. Die Standardabweichung hier ist die Wurzel aus der Varianz ÷ n.
Merke
Das Wichtigste auf einen Blick
- Spannweite (max - min) ist schnell, aber irreführend — ein einziger Ausreißer kann sie aufblähen, während 99 % der Daten eng zusammenliegen.
- Varianz mittelt die quadrierten Abweichungen vom Mittelwert — das Quadrieren sorgt dafür, dass große Abweichungen stärker zählen und positive/negative sich nicht aufheben.
- Standardabweichung = Wurzel(Varianz), stellt die Originaleinheit wieder her — kombiniere sie mit dem Mittelwert, um zu sagen: Die meisten Werte liegen innerhalb von 1 Standardabweichung (68 % bei Normalverteilung).
Prüfen
Quiz: Streuungsmaße
Warum ist die Spannweite bei Ausreißern irreführend?
Wähle eine Antwort
1. Warum ist die Spannweite bei Ausreißern irreführend?
2. Temperaturdaten: Mittelwert 20 °C, Standardabweichung 3 °C. In welchem Bereich liegen ungefähr 68 % der Werte (bei Normalverteilung)?
3. Du berechnest die Varianz eines Datensatzes: 16. Was ist die Standardabweichung?
4. Zwei Fertigungslinien produzieren Schrauben. Linie A: Mittelwert 50 mm, Standardabweichung 0,1 mm. Linie B: Mittelwert 50 mm, Standardabweichung 2 mm. Welche Linie produziert wahrscheinlich mehr fehlerhafte Schrauben?
Prüfen
Lernziele
Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.
0 von 3 sitzen