Statistik-Check: Wenn Zahlen lügen

Auf Stufe 8 weißt du bereits, wie man Mittelwert, Median und Modalwert berechnet. Aber *warum* funktionieren diese Formeln eigentlich? Alles ist eine Frage der mathematischen Optimierung.

Das arithmetische Mittel ist der Wert, der die Summe der *quadrierten* Abweichungen minimiert. Stell dir Datenpunkte vor, die über Federn mit einem Zentrum verbunden sind: Das Mittel ist der Punkt, an dem das System im Gleichgewicht zur Ruhe kommt – der Massenmittelpunkt.

Der Median hingegen minimiert die Summe der *absoluten* Abstände. Ihm ist es egal, welche Spannung durch entfernte Ausreißer entsteht; er achtet nur auf die ungewichtete Distanz zur Mitte.

Das erklärt ihr Verhalten: Das Mittel wird von extremen Ausreißern stark angezogen, da quadrierte Abstände enorme „Gravitationskräfte“ entwickeln. Der Median bleibt durch die bloße Betrachtung absoluter Abstände hingegen stur und resistent gegenüber Hebeleffekten.

Eine perfekt symmetrische Glockenkurve ist mathematisch ästhetisch, aber in der Realität selten. Daten sind oft schief – sie besitzen einen asymmetrischen „Schwanz“, der nach links oder rechts ragt.

Bei einer rechtsschiefen Verteilung (positive Schiefe), wie beim globalen Vermögen, zieht sich der Ausläufer nach rechts. Hier ist der Modalwert die höchste Spitze, der Median liegt rechts davon, und das Mittel wird durch Milliardäre am weitesten nach rechts gezerrt.

In linksschiefen Verteilungen (negative Schiefe), etwa bei der Lebenserwartung in Industrieländern, liegt der Schwanz links. Das Mittel wird durch frühe Todesfälle nach unten gezogen und liegt damit unter dem Median, der näher am Gipfel verharrt.

Statistiker nutzen Kennzahlen wie den Pearson-Koeffizienten, um diese Verzerrung zu messen. Die Lücke zwischen Mittelwert und Median verrät ihnen genau, wie asymmetrisch ein Datensatz ist, bevor sie Vorhersagemodelle darauf anwenden.

In der fortgeschrittenen Statistik bezeichnet der Breakdown Point, wie viele fehlerhafte Werte ein Schätzer verträgt, bevor er völlig unbrauchbare Ergebnisse liefert.

Das arithmetische Mittel hat einen Breakdown Point von 0 %. Schon ein einziger extremer Ausreißer – etwa ein fehlerhafter Billionen-Eintrag – reicht aus, um das Mittel ins Unendliche zu ziehen. Es ist hochgradig fragil.

Der Median hingegen ist eine robuste Statistik. Er besitzt einen Breakdown Point von massiven 50 %. Du kannst fast die Hälfte deines Datensatzes durch Extremwerte korrumpieren, und der Median bleibt dennoch stabil in der Mitte verankert.

Deshalb nutzen Wirtschaftsberichte oft das „Medianeinkommen“ statt des Durchschnitts. Das arithmetische Mittel würde durch wenige Superreiche ein zu optimistisches Bild zeichnen, das die Realität der meisten Bürger völlig verzerrt wiedergibt.

Manchmal versagen Mittelwert und Median kläglich. Das passiert bei bimodalen Verteilungen, die durch zwei völlig getrennte Gipfel im Datensatz gekennzeichnet sind.

Stell dir ein Café vor: Gäste geben entweder 5 € für Espresso oder 50 € für Brunch aus. Der Mittelwert läge bei 27,50 €, der Median vielleicht auch. Aber *niemand* gibt dort tatsächlich diesen Betrag aus!

In diesem Szenario ist der Modalwert (bzw. die zwei Modi) die einzige Kennzahl, die das Kundenverhalten ehrlich beschreibt. Wer nur den Durchschnitt nennt, ohne die Form der Verteilung zu kennen, verschleiert die Realität.

Überall dort, wo zwei Gruppen gemischt werden – etwa Schuhgrößen von Männern und Frauen – erschafft der „Durchschnitt“ einen mythischen, nicht existierenden Vertreter. Profis visualisieren Verteilungen daher immer, bevor sie eine Kennzahl berechnen.

Auf dem Weg von der Statistik zur Wahrscheinlichkeitstheorie entwickelt sich das einfache Mittel zum mächtigen Erwartungswert (E[X]). Das ist das Rückgrat moderner KI.

Statt Vergangenheitsdaten einfach durch n zu teilen, berechnet der Erwartungswert den theoretischen Durchschnitt einer Zufallsvariablen. Er multipliziert jedes Ergebnis mit seiner Eintrittswahrscheinlichkeit – ein gewichtetes Mittel.

Dieses Konzept ist essenziell für Finanzen und Quantenphysik. Hat ein Startup eine Chance von 90 % auf 100 € Gewinn und 10 % auf 500 € Verlust, ist der Erwartungswert: (0,90 * 100) + (0,10 * -500) = 40 €.

Auch wenn du nie exakt 40 € verdienen wirst, zeigt der Erwartungswert das langfristige mathematische Limit des Durchschnitts bei unendlicher Wiederholung – das zentrale Gesetz der großen Zahlen.