Σ
SDCalc
ExperteFortgeschritten·14 min

Gewichtete Standardabweichung

Erfahren Sie, wie die gewichtete Standardabweichung berechnet wird, wenn Datenpunkte unterschiedliche Bedeutung oder Häufigkeiten haben.

Was ist die gewichtete Standardabweichung?

Wenn Datenpunkte unterschiedliche Bedeutung haben oder verschiedene Häufigkeiten darstellen, verwenden wir die gewichtete Standardabweichung. Dies ist üblich bei Portfolioanalysen, Umfragedaten mit Gewichtungsfaktoren und Notendurchschnittsberechnungen.

Bei der ungewichteten Standardberechnung trägt jeder Datenpunkt gleichermaßen zum Mittelwert und zur Standardabweichung bei. In der Praxis muss jedoch häufig bestimmten Beobachtungen mehr Einfluss eingeräumt werden. Eine Investition von 1 Million Euro sollte die Volatilitätsberechnung Ihres Portfolios stärker beeinflussen als eine Position von 1.000 Euro. Eine Umfrageantwort aus einer größeren demografischen Gruppe sollte bei der Schätzung von Populationsparametern mehr Gewicht haben.

Wann gewichtete SD verwenden

Verwenden Sie die gewichtete Standardabweichung, wenn Ihre Datenpunkte unterschiedliche Wichtigkeit, Häufigkeiten oder Zuverlässigkeitsstufen haben. Die ungewichtete SD nimmt an, dass alle Punkte gleich wichtig sind — was oft eine falsche Annahme ist.

Die Formel der gewichteten SD

Zunächst benötigen Sie den gewichteten Mittelwert:

Gewichteter Mittelwert

x̄w = Σ(wᵢxᵢ) / Σwᵢ

Dann die gewichtete Standardabweichung (Populationsversion):

Gewichtete Standardabweichung (Population)

σw = √[Σwᵢ(xᵢ - x̄w)² / Σwᵢ]

Dabei sind wᵢ die Gewichte, xᵢ die Datenwerte und x̄w der gewichtete Mittelwert.

Für Stichprobendaten verwenden Sie die verzerrungskorrigierte Formel (analog zur Bessel-Korrektur):

Gewichtete Standardabweichung (Stichprobe)

sw = √[Σwᵢ(xᵢ - x̄w)² / (Σwᵢ - Σwᵢ²/Σwᵢ)]

Die Stichprobenkorrektur ist komplexer, da die "effektive Stichprobengröße" von der Verteilung der Gewichte abhängt. Bei gleichen Gewichten reduziert sich die Formel auf die bekannte n-1-Korrektur.

Schritt-für-Schritt-Berechnung

1

Gewichteten Mittelwert berechnen

Jeden Wert mit seinem Gewicht multiplizieren, die Produkte summieren und durch die Summe der Gewichte teilen.
2

Gewichtete quadrierte Abweichungen berechnen

Für jeden Wert (Wert - gewichteter Mittelwert)² berechnen und dann mit dem Gewicht multiplizieren.
3

Gewichtete quadrierte Abweichungen summieren

Alle Produkte aus Schritt 2 addieren.
4

Durch die Summe der Gewichte teilen

Für die Populations-SD durch Σwᵢ teilen. Für die Stichproben-SD die Verzerrungskorrektur verwenden.
5

Quadratwurzel ziehen

Das Ergebnis ist die gewichtete Standardabweichung.

Praxisanwendungen

Portfoliovolatilität: In der Finanzwelt muss die Standardabweichung eines Portfolios unterschiedliche Gewichtungen berücksichtigen. Die Volatilität eines Portfolios mit 50 % Aktien und 50 % Anleihen wird mithilfe der gewichteten SD berechnet, wobei die Gewichte den Allokationsprozentsätzen entsprechen.

Umfrageanalyse: Umfragestichproben über- oder unterrepräsentieren häufig bestimmte demografische Gruppen. Die Gewichtung korrigiert dies und stellt sicher, dass die Ergebnisse die tatsächliche Population widerspiegeln. Die gewichtete SD erfasst die Variabilität in der Population, nicht nur in der Stichprobe.

Akademische Notengebung: Bei der Berechnung des Notendurchschnitts haben verschiedene Kurse unterschiedliche Kreditpunkte. Ein 4-Kreditpunkte-Kurs sollte Ihren Durchschnitt stärker beeinflussen als ein 1-Kreditpunkte-Kurs. Gewichtete Berechnungen handhaben dies natürlich.

Meta-Analyse: Bei der Zusammenführung von Ergebnissen mehrerer Studien wird jede Studie nach ihrer Präzision gewichtet (oft inverse Varianz). So erhalten größere, präzisere Studien mehr Einfluss.

Rechenbeispiele

Portfoliobeispiel: Betrachten Sie ein Portfolio mit drei Aktien:

  • Aktie A: 15 % Rendite, 50 % Allokation (Gewicht = 0,50)
  • Aktie B: 8 % Rendite, 30 % Allokation (Gewicht = 0,30)
  • Aktie C: -2 % Rendite, 20 % Allokation (Gewicht = 0,20)

Gewichteter Mittelwert = (0,50×15 + 0,30×8 + 0,20×(-2)) / 1,0 = 9,5 %

Gewichtete SD = √[(0,50×(15-9,5)² + 0,30×(8-9,5)² + 0,20×(-2-9,5)²)] = √[(0,50×30,25 + 0,30×2,25 + 0,20×132,25)] = √[15,125 + 0,675 + 26,45] = √42,25 = 6,5 %

Beachten Sie die Auswirkung

Aktie C hat nur 20 % Allokation, trägt aber erheblich zur Volatilität bei, weil ihre Rendite stark vom gewichteten Mittelwert abweicht. Genau das erfasst die gewichtete SD — sowohl die Abweichung als auch das Gewicht spielen eine Rolle.

Further Reading

← Lernzentrum

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 goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling 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.