Zurück zur Lektion

Leitfaden für Lehrer: Einführung in die Normalverteilung

Lerne die Glockenkurve kennen – die wichtigste Wahrscheinlichkeitsverteilung in der Statistik.

Lektion präsentierenIn Classroom teilenSchülerseite anzeigen

Diese Lektion im Unterricht nutzen

Kostenlos, keine Schülerkonten nötig.

Mit Schülern teilen

Die Schüler öffnen die Lektion und üben mit sofortigem Feedback.

Arbeitsblatt zum Drucken

Alle Übungsaufgaben auf Papier, mit separatem Lösungsblatt.

Arbeitsblatt Lösungen

Klassenquiz

10 Fragen zu Wahrscheinlichkeitsverteilungen. Die Schüler machen mit einem Namen mit, du siehst alle Ergebnisse.

Für Lehrer

Lernziele
  • Die Form und Eigenschaften der Normalverteilung beschreiben
  • Die Bedeutung von Mittelwert und Standardabweichung im Kontext erklären
  • Die 68-95-99,7-Regel zur Schätzung von Wahrscheinlichkeiten anwenden
  • Z-Werte berechnen und interpretieren
  • Zwischen Rohwerten und z-Werten umrechnen
Voraussetzungen
  • • Verständnis von Mittelwert und Standardabweichung
  • • Grundlegende Wahrscheinlichkeitskonzepte
  • • Vertrautheit mit Prozenten und Anteilen
  • • Fähigkeit zum Zeichnen von Graphen in einem Koordinatensystem
Diskussionsstarter
  • 1. Warum folgen deiner Meinung nach so viele natürliche Phänomene einer Normalverteilung?
  • 2. Wenn dein z-Wert bei einem Test -0,5 ist, ist das gut oder schlecht? Wie erkennst du das?
  • 3. Ein Schüler sagt, 95% der Klasse haben zwischen 70 und 90 Punkten bei einem Test erreicht. Was kannst du über den Mittelwert und die Standardabweichung schließen?
  • 4. Warum könnte ein Unternehmen wollen, dass die Produktmaße einer Normalverteilung mit kleiner Standardabweichung folgen?
Häufige Missverständnisse

Alle Daten sind normalverteilt

Abhilfe: Zeige Beispiele von schiefen Verteilungen (Einkommen, Hauspreise) und diskreten Verteilungen (Würfelwürfe). Erkläre, dass Normalität überprüft, nicht angenommen werden muss.

Ein z-Wert von 2 bedeutet 2% Wahrscheinlichkeit

Abhilfe: Kläre, dass der z-Wert die Position angibt (Standardabweichungen vom Mittelwert), nicht die Wahrscheinlichkeit. Verwende die 68-95-99,7-Regel, um Wahrscheinlichkeiten zu finden.

Die Standardabweichung ist immer klein

Abhilfe: Zeige Verteilungen mit verschiedenen Standardabweichungen. Eine große Standardabweichung bedeutet mehr Streuung, nicht dass etwas falsch ist.

Differenzierungsideen

Für Schüler mit Schwierigkeiten:

  • • Konzentriere dich nur auf die 68-95-99,7-Regel ohne z-Wert-Berechnungen
  • • Verwende konkrete Beispiele mit Körpergrößen und einfachen Zahlen
  • • Stelle eine z-Wert-Formelkarte als Referenz bereit
  • • Übe das Identifizieren von Mittelwert und Standardabweichung aus Textaufgaben

Für Schüler auf Niveau:

  • • Berechne z-Werte und interpretiere ihre Bedeutung
  • • Wende die 68-95-99,7-Regel auf verschiedene Kontexte an
  • • Vergleiche Werte aus verschiedenen Normalverteilungen mit z-Werten
  • • Löse Aufgaben, bei denen Werte aus z-Werten gefunden werden müssen

Für fortgeschrittene Schüler:

  • • Verwende z-Tabellen, um genaue Wahrscheinlichkeiten zu finden
  • • Erkunde den Zentralen Grenzwertsatz
  • • Untersuche, wann die Normalverteilungsapproximation angemessen ist
  • • Berechne Wahrscheinlichkeiten zwischen zwei z-Werten
Standardausrichtung
  • HSS-ID.A.4 (CCSS.MATH.CONTENT.HSS.ID.A.4)

    Verwende Mittelwert und Standardabweichung eines Datensatzes, um ihn an eine Normalverteilung anzupassen und Bevölkerungsprozentsätze zu schätzen

  • HSS-ID.A.2 (CCSS.MATH.CONTENT.HSS.ID.A.2)

    Verwende Statistiken, die zur Form der Datenverteilung passen, um Zentrum und Streuung zu vergleichen

  • HSS-IC.A.1 (CCSS.MATH.CONTENT.HSS.IC.A.1)

    Verstehe Statistik als Prozess zur Schlussfolgerung über Populationsparameter basierend auf einer Zufallsstichprobe

Lektionsressourcen
  • visualInteraktive Glockenkurve

    Passe Mittelwert und Standardabweichung an, um zu sehen, wie sich die Kurve verändert

  • activityZ-Wert-Rechner

    Wandle interaktiv zwischen Rohwerten und z-Werten um

  • worksheetNormalverteilungen in der realen Welt

    Analysiere Körpergrößen, Testergebnisse und Messdaten

Lektionsinhalt

Alles, was die Schüler sehen: Definition, Beispiele, typische Fehler, Anwendungen. Zum Öffnen tippen.

Definition

Die Normalverteilung (auch Gaußverteilung oder Glockenkurve genannt) ist eine symmetrische, glockenförmige Wahrscheinlichkeitsverteilung, die beschreibt, wie viele natürliche Phänomene um einen Durchschnittswert verteilt sind.

Wichtige Eigenschaften

  1. 1.Symmetrisch: Die Verteilung ist perfekt symmetrisch um den Mittelwert (μ\mu)
  2. 2.Glockenförmig: Die meisten Werte gruppieren sich nahe der Mitte, mit weniger Werten an den Rändern
  3. 3.Mittelwert = Median = Modus: Alle drei Lagemaße sind gleich
  4. 4.Definiert durch zwei Parameter:
  • Mittelwert (μ\mu): Das Zentrum der Verteilung
  • Standardabweichung (σ\sigma): Wie stark die Daten gestreut sind

Die Standardnormalverteilung

Wenn μ=0\mu = 0 und σ=1\sigma = 1, haben wir die Standardnormalverteilung:
Z=X−μσZ = \frac{X - \mu}{\sigma}
Diese Formel wandelt jeden Wert XX in einen z-Wert um und zeigt, wie viele Standardabweichungen er vom Mittelwert entfernt ist.

Lösungsbeispiele

Die Körpergröße erwachsener Männer in einem Land ist normalverteilt mit Mittelwert μ=175\mu = 175 cm und Standardabweichung σ=7\sigma = 7 cm. Welcher Prozentsatz der Männer ist zwischen 168 cm und 182 cm groß?
1

Bestimme die Grenzen in Standardabweichungen

168=175−7=μ−1σ168 = 175 - 7 = \mu - 1\sigma 182=175+7=μ+1σ182 = 175 + 7 = \mu + 1\sigma → Wir betrachten ±1\pm 1 Standardabweichung vom Mittelwert
2

Wende die 68-95-99,7-Regel an

Innerhalb 1 Standardabweichung vom Mittelwert: 68% Innerhalb 2 Standardabweichungen: 95% Innerhalb 3 Standardabweichungen: 99,7% → 68% der Daten liegen innerhalb 1 Standardabweichung
3

Formuliere die Antwort

Da 168 cm und 182 cm genau 1 Standardabweichung vom Mittelwert entfernt sind → Ungefähr 68% der Männer sind zwischen 168 cm und 182 cm groß

Häufige Fehler

Verwechslung von Standardabweichung und Varianz

Warum es falsch ist: Die Varianz (σ2\sigma^2) ist das Quadrat der Standardabweichung. Die Verwendung der Varianz statt der Standardabweichung bei z-Wert-Berechnungen führt zu falschen Ergebnissen.

Richtig: Verwende immer die Standardabweichung (σ\sigma) in der z-Wert-Formel: Z=X−μσZ = \frac{X - \mu}{\sigma}

Vergessen, dass die Normalverteilung symmetrisch ist

Warum es falsch ist: Schüler berechnen manchmal Wahrscheinlichkeiten nur für eine Seite und vergessen die Symmetrie zu berücksichtigen.

Richtig: Die Wahrscheinlichkeit, mehr als 2 Standardabweichungen über dem Mittelwert zu liegen (2,5%), entspricht der Wahrscheinlichkeit, mehr als 2 Standardabweichungen unter dem Mittelwert zu liegen (2,5%).

Anwendung der 68-95-99,7-Regel auf nicht-normale Verteilungen

Warum es falsch ist: Diese Regel gilt nur für Normalverteilungen. Andere Verteilungen können sehr unterschiedliche Prozentsätze haben.

Richtig: Überprüfe zuerst, ob deine Daten einer Normalverteilung folgen, bevor du diese Regeln anwendest.

Denken, ein negativer z-Wert sei schlecht

Warum es falsch ist: Ein negativer z-Wert bedeutet einfach, dass der Wert unter dem Mittelwert liegt, nicht dass er falsch oder ungültig ist.

Richtig: Z-Werte können positiv (über dem Mittelwert) oder negativ (unter dem Mittelwert) sein. Der Kontext bestimmt, ob höher oder niedriger wünschenswert ist.

Warum es wichtig ist

Die Normalverteilung erscheint überall in der realen Welt:
  • Menschliche Eigenschaften: Körpergröße, Gewicht, Blutdruck und IQ-Werte folgen ungefähr einer Normalverteilung
  • Messfehler: Zufällige Fehler in wissenschaftlichen Messungen sind oft normalverteilt
  • Testergebnisse: Standardisierte Tests wie das Abitur sind so konzipiert, dass sie Normalverteilungen erzeugen
  • Qualitätskontrolle: Fertigungsprozesse nutzen Normalverteilungen zur Überwachung der Produktqualität
  • Zentraler Grenzwertsatz: Stichprobenmittelwerte aus JEDER Verteilung werden bei großen Stichproben annähernd normalverteilt
Das Verständnis der Normalverteilung ist wesentlich für Vorhersagen, das Erkennen von Ausreißern und das Verstehen statistischer Schlussfolgerungen.

Anwendungen im echten Leben

Qualitätskontrolle in der Fertigung

Fabriken nutzen Normalverteilungen zur Überwachung der Produktqualität und zur Festlegung akzeptabler Toleranzbereiche.

Beispiel:

Eine Schraubenfabrik produziert Schrauben mit mittlerem Durchmesser μ=10,00\mu = 10{,}00 mm und σ=0,02\sigma = 0{,}02 mm. Schrauben außerhalb von ±3σ\pm 3\sigma (9,94 mm bis 10,06 mm) werden als fehlerhaft aussortiert.

1Probiere es selbst

Eine Fabrik produziert Flaschen, die 500 mL Flüssigkeit enthalten sollen. Der Abfüllprozess ist normalverteilt mit μ=500\mu = 500 mL und σ=5\sigma = 5 mL.

Welcher Bereich enthält 95% aller Flaschen?

Schritt 1: Wähle die richtige Antwort

Verwende die 68-95-99,7-Regel mit ±2σ\pm 2\sigma:

Medizinische Tests und Diagnose

Ärzte nutzen Normalverteilungen zur Interpretation von medizinischen Testergebnissen und zur Bestimmung, was als gesund oder abnormal gilt.

Beispiel:

Blutdruckwerte sind annähernd normalverteilt. Ein Wert, der mehr als 2 Standardabweichungen über dem Bevölkerungsmittelwert liegt, kann auf Bluthochdruck hindeuten.

2Probiere es selbst

Cholesterinwerte bei gesunden Erwachsenen sind normalverteilt mit μ=200\mu = 200 mg/dL und σ=35\sigma = 35 mg/dL. Ein Wert über μ+1,5σ\mu + 1{,}5\sigma gilt als erhöht.

Ab welchem Cholesterinwert gilt ein Ergebnis als erhöht?

Schritt 1: Schreibe den mathematischen Ausdruck

Berechne μ+1,5σ\mu + 1{,}5\sigma:

Wichtige Erkenntnisse

  • 1Die Normalverteilung ist eine symmetrische, glockenförmige Kurve, definiert durch Mittelwert (μ\mu) und Standardabweichung (σ\sigma)
  • 2Die 68-95-99,7-Regel: 68% der Daten liegen innerhalb von ±1σ\pm 1\sigma, 95% innerhalb von ±2σ\pm 2\sigma, 99,7% innerhalb von ±3σ\pm 3\sigma
  • 3Z-Wert-Formel: Z=X−μσZ = \frac{X - \mu}{\sigma} zeigt, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt ist
  • 4Die Standardnormalverteilung hat μ=0\mu = 0 und σ=1\sigma = 1
  • 5Normalverteilungen erscheinen bei Körpergrößen, Testergebnissen, Messfehlern und vielen natürlichen Phänomenen

Häufig gestellte Fragen

Warum heißt sie Glockenkurve?

Die Form des Normalverteilungsgraphen ähnelt einer Glocke – breit in der Mitte, wo die meisten Werte vorkommen, und symmetrisch abflachend an beiden Enden, wo extreme Werte selten sind.

Kann ein z-Wert negativ sein?

Ja! Ein negativer z-Wert bedeutet, dass der Wert unter dem Mittelwert liegt. Zum Beispiel bedeutet z = -1,5, dass der Wert 1,5 Standardabweichungen unter dem Durchschnitt liegt. Das ist nicht schlecht – es hängt vom Kontext ab.

Was ist der Unterschied zwischen Normal- und Standardnormalverteilung?

Jede Normalverteilung kann einen beliebigen Mittelwert und eine beliebige Standardabweichung haben. Die Standardnormalverteilung hat speziell Mittelwert = 0 und Standardabweichung = 1. Wir wandeln mit z-Werten in die Standardnormalverteilung um.

Folgen alle Daten einer Normalverteilung?

Nein. Einkommensverteilungen sind typischerweise schief (nicht symmetrisch). Anzahlen und Anteile folgen anderen Verteilungen. Überprüfe immer, ob Normalität eine vernünftige Annahme für deine Daten ist.

Glossar

Normalverteilung
Eine symmetrische, glockenförmige Wahrscheinlichkeitsverteilung, definiert durch Mittelwert und Standardabweichung
Mittelwert (μ)
Das Zentrum der Normalverteilung; der Durchschnittswert
Standardabweichung (σ)
Ein Streuungsmaß; gibt an, wie weit Werte typischerweise vom Mittelwert abweichen
Z-Wert
Die Anzahl der Standardabweichungen, die ein Wert vom Mittelwert entfernt ist: Z=X−μσZ = \frac{X - \mu}{\sigma}
Standardnormalverteilung
Eine Normalverteilung mit Mittelwert 0 und Standardabweichung 1
68-95-99,7-Regel
In einer Normalverteilung liegen etwa 68% der Daten innerhalb von 1σ vom Mittelwert, 95% innerhalb von 2σ und 99,7% innerhalb von 3σ
Glockenkurve
Ein anderer Name für die Normalverteilung wegen ihrer glockenähnlichen Form
Perzentil
Der Prozentsatz der Werte in einer Verteilung, die unter einem bestimmten Wert liegen

Formelkarte

Z-Wert

Z=X−μσZ = \frac{X - \mu}{\sigma}

Wandelt einen Rohwert in Standardeinheiten um

Rohwert aus z-Wert

X=μ+Z⋅σX = \mu + Z \cdot \sigma

Wandelt einen z-Wert zurück in die ursprünglichen Einheiten

68-95-99,7-Regel

μ±1σ\mu \pm 1\sigma: 68%, μ±2σ\mu \pm 2\sigma: 95%, μ±3σ\mu \pm 3\sigma: 99,7%

Prozentsätze innerhalb der Standardabweichungen

Mehr zu diesem Thema

Einführung in Wahrscheinlichkeitsverteilungen

Fortgeschritten25 Min

Binomialwahrscheinlichkeiten

Fortgeschritten25 Min

Diskrete vs stetige Verteilungen

Fortgeschritten25 Min

Erwartungswert

Fortgeschritten25 Min