Arithmetisches Mittel

Definition, Formeln und Beispiele zur Berechnung des Durchschnittswerts

Das arithmetische Mittel (auch arithmetischer Mittelwert oder umgangssprachlich Durchschnitt genannt) ist ein grundlegendes statistisches Konzept, das das Zentrum einer Verteilung durch einen numerischen Wert beschreibt.

Das arithmetische Mittel wird berechnet, indem man die Summe aller Werte durch ihre Anzahl teilt. Es ist das am häufigsten verwendete Maß der zentralen Tendenz und wird in vielen Bereichen wie Wissenschaft, Wirtschaft, Technik und Bildung verwendet, um Daten zusammenzufassen und zu analysieren.

Das arithmetische Mittel einer Stichprobe wird auch als empirischer Mittelwert bezeichnet und unterscheidet sich vom Populationsmittelwert, der das Mittel einer gesamten Population darstellt.

Grundkonzept

Summe der Werte

Alle Datenpunkte werden addiert

Anzahl der Werte

Die Gesamtanzahl der Datenpunkte

Division

Summe wird durch die Anzahl geteilt

Zentraler Wert

Repräsentativer Wert der Daten

Charakteristiken des arithmetischen Mittels:
  • Das arithmetische Mittel ist ein Lagemaß, das die zentrale Tendenz einer Datenmenge beschreibt
  • Es ist einfach zu berechnen und leicht zu verstehen
  • Das arithmetische Mittel berücksichtigt alle Datenpunkte in der Berechnung
  • Es ist anfällig für Ausreißer (Extremwerte können das Mittel stark beeinflussen)
  • Es funktioniert gut für normalverteilte Daten

Formeln für das arithmetische Mittel

Allgemeine Formel

Das arithmetische Mittel von \(n\) Werten wird berechnet als:

\[\displaystyle \overline{x} = \frac{1}{n} \sum_{i=1}^{n} x_i = \frac{x_1 + x_2 + \cdots + x_n}{n}\]

wobei \(n\) die Anzahl der Werte ist und \(x_i\) der \(i\)-te Wert.

Alternative Notation

\[\displaystyle \overline{x} = \frac{1}{n} \left( \sum_{i=1}^{n} x_i \right)\]

Mittel von Gruppen

Falls die Daten in Gruppen mit Häufigkeiten vorliegen:

\[\displaystyle \overline{x} = \frac{\sum_{i=1}^{k} x_i \cdot f_i}{\sum_{i=1}^{k} f_i} = \frac{x_1 f_1 + x_2 f_2 + \cdots + x_k f_k}{f_1 + f_2 + \cdots + f_k}\]

wobei \(x_i\) die Werte sind und \(f_i\) ihre Häufigkeiten.

Praktische Beispiele

Beispiel 1: Einfaches Mittel von 5 Werten

Gegeben: Zahlen 5, 3, 4, 2, 6

\[\displaystyle \overline{x} = \frac{5 + 3 + 4 + 2 + 6}{5} = \frac{20}{5} = 4\]

Das arithmetische Mittel dieser fünf Zahlen ist 4.

Beispiel 2: Mittel von Prüfungsnoten

Gegeben: Noten eines Schülers: 85, 90, 78, 92, 88

\[\displaystyle \overline{x} = \frac{85 + 90 + 78 + 92 + 88}{5} = \frac{433}{5} = 86,6\]

Die durchschnittliche Schulnote ist 86,6.

Beispiel 3: Mittel mit Häufigkeiten (Gruppierte Daten)

Gegeben: Häufigkeitstabelle von Körpergrößen

Größe (cm) 160 165 170 175
Häufigkeit 3 5 8 4
\[\displaystyle \overline{x} = \frac{160 \cdot 3 + 165 \cdot 5 + 170 \cdot 8 + 175 \cdot 4}{3 + 5 + 8 + 4}\] \[ = \frac{480 + 825 + 1360 + 700}{20} = \frac{3365}{20} = 168,25\]

Die durchschnittliche Körpergröße ist 168,25 cm.

Beispiel 4: Gewichtetes Mittel (Gewichtete Durchschnitte)

Gegeben: Semesterarbeiten mit unterschiedlichen Gewichtungen

Komponente Midterm Projekt Final
Note 80 90 85
Gewicht 0.3 0.2 0.5
\[\displaystyle \overline{x} = 80 \cdot 0.3 + 90 \cdot 0.2 + 85 \cdot 0.5\]\[ = 24 + 18 + 42.5 = 84,5\]

Die gewichtete Endnote ist 84,5.

Beispiel 5: Mittel mit negativen Werten

Gegeben: Temperaturmessungen: -5°C, 3°C, 2°C, -1°C, 6°C

\[\displaystyle \overline{x} = \frac{-5 + 3 + 2 + (-1) + 6}{5} = \frac{5}{5} = 1\]

Die durchschnittliche Temperatur ist 1°C.

Eigenschaften und Besonderheiten

Wichtige Eigenschaften:
  • Linearität: Wenn alle Werte um eine Konstante \(c\) erhöht werden, erhöht sich auch das Mittel um \(c\)
  • Skalierbarkeit: Wenn alle Werte mit \(k\) multipliziert werden, wird auch das Mittel mit \(k\) multipliziert
  • Summen-Eigenschaft: \(n \cdot \overline{x} = \sum_{i=1}^{n} x_i\)
  • Abweichungssumme: Die Summe der Abweichungen vom Mittel ist immer Null: \(\sum_{i=1}^{n} (x_i - \overline{x}) = 0\)
  • Empfindlichkeit gegenüber Ausreißern: Das Mittel kann stark von extremen Werten beeinflusst werden

Vorteile und Nachteile

✅ Vorteile des arithmetischen Mittels

  • Einfach zu verstehen und zu berechnen
  • Verwendet alle Datenpunkte in der Berechnung
  • Ideal für normalverteilte Daten
  • Mathematisch gut zu handhaben (viele statistische Methoden basieren darauf)
  • Eindeutig definiert und immer vorhanden

❌ Nachteile des arithmetischen Mittels

  • Anfällig für Ausreißer (Extremwerte können das Mittel verzerren)
  • Kann bei schiefen Verteilungen irreführend sein
  • Nicht immer ein Wert, der tatsächlich in den Daten vorkommt
  • Für kategorische Daten nicht geeignet
  • Bei offenen Klassen oder unbekannten Extremwerten schwer zu berechnen

Vergleich mit anderen Mittelwerten

Andere Arten von Mittelwerten:
  • Median: Der mittlere Wert, wenn Daten sortiert sind (robust gegenüber Ausreißern)
  • Modus: Der am häufigsten vorkommende Wert
  • Geometrisches Mittel: \(\overline{x}_g = \sqrt[n]{x_1 \cdot x_2 \cdot \ldots \cdot x_n}\) (für Wachstumsraten)
  • Harmonisches Mittel: \(\overline{x}_h = \frac{n}{\sum_{i=1}^{n} \frac{1}{x_i}}\) (für Durchschnittsgeschwindigkeiten)
  • Gewichtetes Mittel: Mittel mit unterschiedlichen Wichtungen für verschiedene Werte

Zusammenfassung

Definition

Summe aller Werte geteilt durch ihre Anzahl

Formel

\[\displaystyle \overline{x} = \frac{\sum_{i=1}^{n} x_i}{n}\]

Verwendung

Zentrale Tendenz normalverteilter Daten

Achtung

Anfällig für Ausreißer und Extremwerte



Arithmetisches Mittel (Durchschnitt) • Five Number • Median • Empirische Verteilungsfunktion • Geometrisches Mittel • Gepoolte Standardabweichung • Gepoolte Varianz • Harmonisches Mittel • Kontraharmonisches Mittel • Kovarianz













Ist diese Seite hilfreich?            
Vielen Dank für Ihr Feedback!

Das tut uns leid

Wie können wir die Seite verbessern?