FortgeschrittenAnwendungen·9 min

Ausreißer mit der Standardabweichung erkennen

Lernen Sie, wie Sie Ausreißer in Ihren Daten mithilfe der Standardabweichung identifizieren. Meistern Sie die 3-Sigma-Regel, die IQR-Methode und verstehen Sie, wann Ausreißer entfernt werden sollten.

Was sind Ausreißer?

Ausreißer sind Datenpunkte, die sich deutlich von anderen Beobachtungen unterscheiden. Sie können durch Messfehler, Eingabefehler entstehen oder tatsächlich ungewöhnliche Fälle darstellen, die näher untersucht werden sollten.

Der orangefarbene Punkt bei (10, 50) ist ein Ausreißer

Die 3-Sigma-Regel

Bei normalverteilten Daten gelten Punkte, die mehr als 3 Standardabweichungen vom Mittelwert entfernt sind, als Ausreißer. Sie treten rein zufällig in weniger als 0,3 % der Fälle auf.

Ausreißer wenn

x < μ - 3σ OR x > μ + 3σ

Beispiel

Wenn Testergebnisse μ = 75 und σ = 10 haben: - Untere Grenze: 75 - 30 = 45 - Obere Grenze: 75 + 30 = 105 - Jedes Ergebnis unter 45 oder über 105 ist ein Ausreißer

Z-Wert-Methode

Berechnen Sie den Z-Wert für jeden Datenpunkt. Wenn |z| > 3 (oder manchmal 2,5), handelt es sich um einen Ausreißer.

Z-Wert

z = (x - μ) / σ

Schwellenwert-Optionen

- |z| > 3: Konservativ (erkennt weniger Ausreißer) - |z| > 2,5: Moderat - |z| > 2: Liberal (erkennt mehr Ausreißer)

IQR-Methode (Alternative)

Die Interquartilsabstand-Methode (IQR) ist robuster gegenüber Ausreißern, da sie weder Mittelwert noch Standardabweichung verwendet.

Schritt 1

Q1 (25. Perzentil) und Q3 (75. Perzentil) bestimmen

Schritt 2

IQR = Q3 - Q1 berechnen

Schritt 3

Untere Grenze = Q1 - 1,5 × IQR

Schritt 4

Obere Grenze = Q3 + 1,5 × IQR

Schritt 5

Punkte außerhalb der Grenzen sind Ausreißer

Umgang mit Ausreißern

Nicht automatisch löschen!

Ausreißer sind nicht immer Fehler. Untersuchen Sie vor dem Entfernen: - Liegt ein Eingabe- oder Messfehler vor? - Handelt es sich um einen echten Extremwert? - Stellt er einen wichtigen Grenzfall dar?

Wann entfernen

- Bestätigte Eingabefehler - Fehlfunktion der Messgeräte - Außerhalb des möglichen Wertebereichs

Wann beibehalten

- Spiegelt reale Variabilität wider - Wichtig für Ihre Analyse - Entfernung würde Ergebnisse verzerren

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.