Die sogenannte Normalverteilung ist wohl die bekannteste stetige Wahrscheinlichkeitsverteilung. Sie wurde von Abraham de Moivre (1667-1754) und Pierre‐Simon Laplace (1749-1827) als Annäherung an die Binomialverteilung entwickelt. Am häufigsten wird sie mit Carl Friedrich Gauß (1777-1855) in Verbindung gebracht, der die Normalverteilung unter anderem in der Astronomie einsetzte.
Eigenschaften
- Normalverteilungen sind symmetrisch und eingipflig.
- Erwartungswert, Median und Modus sind identisch, liegen genau in der Mitte und teilen die Verteilung exakt in zwei Hälften.
- Die meisten Werte streuen nah um den Erwartungswert.
- Normalverteilungen nähern sich der 𝑋‐Achse an, ohne sie zu berühren.
- Normalverteilungen sind durch zwei Größen eindeutig bestimmt, nämlich durch den Erwartungswert und die Standardabweichung. Die Schreibweise ist: 𝑁(𝜇; 𝜎)
- Der Definitionsbereich (𝑋-Achse) reicht von − ∞ bis + ∞.
- Die Standartnormalverteilung ist: N(0;1)
Dichtefunktion
Die Fläche, die von ± einer Standardabweichung vom Erwartungswert begrenzt wird, beinhaltet mehr als 2/3 aller Fälle (68,3%)
95,4% liegen im Bereich von ± 2 Standardabweichungen
99,7 % liegen im Bereich von ± 3 Standardabweichungen
Beispiel: Intelligenzquotient (IQ)
Der IQ ist normalverteilt: 𝑁(100; 15)
68% haben einen IQ zwischen 85 und 115 (100 ± 15)
95% haben einen IQ zwischen 70 und 130 (100 ± 2·15)
Standardnormalverteilung
Die Standardnormalverteilung ist ein Sonderfall der Normalverteilung: 𝑁(0; 1)
Jede Normalverteilung lässt sich mithilfe der 𝑧‐Transformation in die Standardnormalverteilung transformieren. Dabei werden die Verteilungswerte in 𝑧‐Werte standardisiert
Wie bei allen stetigen Verteilungen wird die Fläche unterhalb der Kurve auf 100% gesetzt. Somit entspricht jedem 𝑧-Wert (bzw. einer Differenz aus 𝑧-Werten) ein bestimmter Flächenanteil.
Bedeutung
- Viele empirische Merkmale folgen einer Normalverteilung, beispielsweise der altersspezifische IQ, Körpergewicht und -größe oder die tägliche Rendite von Aktien der Deutschen Bank.
- Bei genügend großen Stichproben folgt die Verteilung von Mittelwerten (bei multiplen Stichprobenziehungen) einer Normalverteilung (siehe Zentraler Grenzwertsatz). Daher wird die Normalverteilung verwendet, um von Stichproben auf die Verteilung eines Merkmals in der Grundgesamtheit zu schließen.
- Viele andere Wahrscheinlichkeitsverteilungen können durch die Normalverteilung angenähert werden (z.B. Binomial- oder 𝑡-Verteilung).