Stichprobenmittelwert

Beispiele

Grundbegriffe

Stichprobenmittelwert

Eine der wichtigsten Stichprobenfunktionen ist der Stichprobenmittelwert ${\bar {X}}$.

Das arithmetische Mittel der Stichprobe ist eine Funktion der Stichprobenvariablen $X_{1},\ldots ,X_{n}$:

${\bar {X}}={\frac {1}{n}}\cdot \sum \limits _{i=1}^{n}X_{i}$

Vor der Ziehung der Stichprobe sind die Stichprobenvariablen Zufallsvariablen, so dass der Stichprobenmittelwert ${\bar {X}}$ ebenfalls eine Zufallsvariable ist.

Nach der Ziehung der Stichprobe liegen die konkreten Stichprobenwerte $x_{1},\ldots ,x_{n}$ vor und der Stichprobenmittelwert realisiert sich zu dem Wert

${\bar {x}}={\frac {1}{n}}\cdot \sum \limits _{i=1}^{n}x_{i}$

Parameter des Stichprobenmittelwertes

Es sei eine Verteilung der Grundgesamtheit $F(x)$, der Erwartungswert der Grundgesamtheit $E[X]=\mu$ und die Varianz der Grundgesamtheit $Var(X)=\sigma ^{2}$ vorausgesetzt.

Im folgenden werden nun die drei wichtigsten Parameter des Stichprobenmittelwertes beschrieben, der Erwartungswert des Stichprobenmittelwertes, die Varianz des Stichprobenmittelwertes und die Standardabweichung des Stichprobenmittelwertes.

Diese Ergebnisse gelten unabhängig von der konkreten Form der Verteilung des Stichprobenmittelwertes.

Erwartungswert des Stichprobenmittelwertes

Für den Erwartungswert des Stichprobenmittelwertes ergibt sich bei einer einfachen Zufallsstichprobe und bei einer uneingeschränkten Zufallsstichprobe

$E[{\bar {X}}]=\mu$

Varianz des Stichprobenmittelwertes

Für die Varianz des Stichprobenmittelwertes ergibt sich:

• bei einer einfachen Zufallsstichprobe

$Var({\bar {X}})=\sigma ^{2}({\bar {X}})={\frac {\sigma ^{2}}{n}}$

• bei einer uneingeschränkten Zufallsstichprobe

$Var({\bar {X}})=\sigma ^{2}({\bar {X}})={\frac {\sigma ^{2}}{n}}\cdot {\frac {N-n}{N-1}}$

Wenn die Varianz der Grundgesamtheit $Var(X)=\sigma ^{2}$ unbekannt ist, muss sie unter Verwendung der Stichprobenfunktion $S^{2}$ aus der Stichprobe geschätzt werden.

In den obigen Formeln muss die wahre Varianz $\sigma ^{2}$ durch die Stichprobenfunktion $S^{2}$ ersetzt werden, wodurch man für die Varianz des Stichprobenmittelwertes $\sigma ^{2}({\bar {X}})$ nur eine Schätzung ${\widehat {\sigma }}^{2}({\bar {X}})$ erhält:

• für eine einfache Zufallsstichprobe

${\widehat {\sigma ^{2}}}({\bar {X}})={\frac {s^{2}}{n}}$

• für eine uneingeschränkte Zufallsstichprobe

${\widehat {\sigma ^{2}}}({\bar {X}})={\frac {s^{2}}{n}}\cdot {\frac {N-n}{N-1}}$

Hierbei bezeichne der Faktor ${\frac {N-n}{N-1}}$ die Endlichkeitskorrektur.

Standardabweichung des Stichprobenmittelwertes oder Standardfehler

Für die Standardabweichung des Stichprobenmittelwertes ergibt sich:

• bei einer einfachen Zufallsstichprobe

$\sigma ({\bar {X}})={\frac {\sigma }{\sqrt {n}}}$

• bei einer uneingeschränkten Zufallsstichprobe

$\sigma ({\bar {X}})={\frac {\sigma }{\sqrt {n}}}\cdot {\sqrt {\frac {N-n}{N-1}}}$

wobei ${\frac {N-n}{N-1}}$ die Endlichkeitskorrektur bezeichne.

Die Standardabweichung einer Stichprobenfunktion wird oft auch als Standardfehler bezeichnet.

Zusatzinformationen

Herleitung des Erwartungswertes des Stichprobenmittelwertes

Es sei eine Verteilung der Grundgesamtheit $F(x)$, der Erwartungswert der Grundgesamtheit $E[X]=\mu$ und die Varianz der Grundgesamtheit $Var(X)=\sigma ^{2}$ vorausgesetzt.

Die Stichprobenvariablen $X_{i}\;(i=1,\ldots ,n)$ besitzen alle die gleiche Verteilung $F(x_{i})=F(x)$, den Erwartungswert $E[X_{i}]=\mu$ und die Varianz $Var(X_{i})=\sigma ^{2}$.

Unter Verwendung der für Linearkombinationen von Zufallsvariablen gültigen Regeln ergibt sich:

$E[{\bar {X}}]=E\left[{\frac {1}{n}}\cdot \sum \limits _{i=1}^{n}X_{i}\right]={\frac {1}{n}}\cdot E\left[\sum \limits _{i=1}^{n}X_{i}\right]={\frac {1}{n}}\cdot \sum \limits _{i=1}^{n}E[X_{i}]={\frac {1}{n}}\cdot n\cdot \mu =\mu$

wobei $E[X_{i}]=\mu$ berücksichtigt wurde.

Dieses Ergebnis resultiert sowohl für eine einfache Zufallsstichprobe als auch für eine uneingeschränkte Zufallsstichprobe.

Darüber hinaus ist ersichtlich, dass $E[{\bar {X}}]=\mu$ für Stichproben jeden Stichprobenumfanges gilt.

Herleitung der Varianz des Stichprobenmittelwertes

Es sei eine Verteilung der Grundgesamtheit $F(x)$, der Erwartungswert der Grundgesamtheit $E[X]=\mu$ und die Varianz der Grundgesamtheit $Var(X)=\sigma ^{2}$ vorausgesetzt.

Die Stichprobenvariablen $X_{i}\;(i=1,\ldots ,n)$ besitzen alle die gleiche Verteilung $F(x_{i})=F(x)$, den Erwartungswert $E[X_{i}]=\mu$ und die Varianz $Var(X_{i})=\sigma ^{2}$.

Einfache Zufallsstichprobe

Für eine einfache Zufallsstichprobe ergibt sich:

$Var({\bar {X}})$	$=E\left[\left({\bar {X}}-E[{\bar {X}}]\right)^{2}\right]=E\left[\left({\bar {X}}-\mu \right)^{2}\right]$
	$=E\left[\left({\frac {1}{n}}\cdot \sum \limits _{i=1}^{n}(X_{i}-\mu )\right)^{2}\right]$
	$=E\left[\left({\frac {1}{n}}\cdot (X_{1}-\mu )+\dots +{\frac {1}{n}}\cdot (X_{n}-\mu )\right)^{2}\right]$
	$={\frac {1}{n^{2}}}\cdot \left(E[X_{1}-\mu ]^{2}+\dots +E[X_{n}-\mu ]^{2}+\sum \limits _{i}\sum \limits _{j\neq i}E[X_{i}-\mu ]\cdot E[X_{j}-\mu ]\right)$
	$={\frac {1}{n^{2}}}\cdot \left(Var(X_{1})+\dots +Var(X_{n})+\sum \limits _{i}\sum \limits _{j\neq i}Cov(X_{i},X_{j})\right)$

Da $Var(X_{i})=\sigma ^{2}$ für alle $i=1,\ldots ,n$ ist und bei einer einfachen Zufallsstichprobe wegen der Unabhängigkeit der Stichprobenvariablen $Cov(X_{i},X_{j})=0$ gilt, resultiert

$Var({\bar {X}})={\frac {1}{n^{2}}}\cdot n\cdot \sigma ^{2}={\frac {\sigma ^{2}}{n}}$

Aus diesem Ergebnis wird deutlich, dass die Varianz des Stichprobenmittelwertes ${\bar {X}}$ kleiner ist als die Varianz der Zufallsvariablen $X\;$ in der Grundgesamtheit und immer kleiner wird, je größer der Stichprobenumfang $n$ wird.

Für großes $n$ konzentriert sich die Wahrscheinlichkeitsverteilung von ${\bar {X}}$ relativ eng um den Erwartungswert $\mu$.

Uneingeschränkte Zufallsstichprobe

Die Herleitung der $Var({\bar {X}})$ im Falle einer uneingeschränkten Zufallsstichprobe ist in ähnlicher Weise wie bei der einfachen Zufallsstichprobe zu führen, ist aber wegen der Abhängigkeit der Stichprobenvariablen aufwendiger.

Bezüglich der Endlichkeitskorrektur kann für große Grundgesamtheiten näherungsweise

${\frac {N-n}{N-1}}\approx {\frac {N-n}{N}}$

gesetzt werden, womit sich eine approximative Endlichkeitskorrektur von $1-{\frac {n}{N}}$ ergibt. Darin ist ${\frac {n}{N}}$ der Auswahlsatz der Stichprobe.

$n$ kann bei einer uneingeschränkten Zufallsstichprobe nicht größer als $N$ werden.

Für einen festen Stichprobenumfang $n$ strebt die Endlichkeitskorrektur mit wachsendem $N$ gegen 1:

$\lim _{N\rightarrow \infty }{\frac {N-n}{N-1}}=1$

In praktischen Anwendungsfällen kann deshalb die Endlichkeitskorrektur vernachlässigt werden, wenn $n$ bezüglich $N$ genügend klein ist. Faustregel: bei einem Auswahlsatz von ${\frac {n}{N}}\leq 0,05$.

Allerdings erhält man dann nur einen Näherungswert für $Var({\bar {X}})$.