Inverse-Normalverteilung-Rechner

Was ist der Inverse-Normalverteilung-Rechner?

Die inverse Normalfunktion (oder Quantilfunktion) findet den Wert, der einer gegebenen Wahrscheinlichkeit entspricht. Während der Normalverteilung-Wahrscheinlichkeitsrechner die Frage "Was ist P(X < x)?" beantwortet, fragt die inverse Funktion "Welches x hat diese Wahrscheinlichkeit darunter?"

Gegeben: Wahrscheinlichkeit (kumulativ), Mittelwert, Standardabweichung Ergebnis: Der Wert an diesem Perzentil

Standardnormalverteilung

Für die Standardnormalverteilung N(0,1):

Eingabe: Wahrscheinlichkeit p Ausgabe: z, sodass P(Z < z) = p

Allgemeine Normalverteilung

Für $X \sim N(\mu, \sigma)$:

Eingabe: Wahrscheinlichkeit p, Mittelwert μ, Standardabweichung σ Ausgabe: x, sodass $P(X < x) = p$

$x = \mu + z \times \sigma$

Beispiel: Körpergrößen sind N(170; 8) cm. Welche Größe entspricht dem 90. Perzentil?

z für p = 0,90 ist 1,28 x = 170 + 1,28 × 8 = 180,2 cm

Anwendungen

Perzentile finden

"Welcher Punktwert entspricht dem 75. Perzentil?"

Wenn Punktwerte N(500; 100) sind: z₀,₇₅ = 0,674 Punktwert = 500 + 0,674 × 100 = 567

Grenzwerte festlegen

"Welcher Wert schließt die oberen 5% aus?"

Finde x, wobei P(X > x) = 0,05, d.h. P(X < x) = 0,95 z₀,₉₅ = 1,645 x = μ + 1,645σ

Kontrollgrenzen

"Setze Grenzen, die 99% der normalen Variation enthalten."

$\text{Untere: } \mu - 2,576\sigma \quad (p = 0,005)$ $\text{Obere: } \mu + 2,576\sigma \quad (p = 0,995)$

Kritische Werte

Finden von z* für Konfidenzintervalle:

95%-KI verwendet z* = 1,96 (der Wert bei p = 0,975) 99%-KI verwendet z* = 2,576 (der Wert bei p = 0,995)

Benotung nach Normalverteilung

"Setze die Notengrenze für 'sehr gut' beim 90. Perzentil."

Wenn Klassenmittelwert = 72, Standardabweichung = 12: Notengrenze = 72 + 1,28 × 12 = 87,4

Zweiseitige Intervalle

Für symmetrische Intervalle mit Wahrscheinlichkeit c:

Untere Grenze: z bei (1-c)/2 Obere Grenze: z bei (1+c)/2

Beispiel: Finde z-Werte, die 95% begrenzen: Untere: z₀,₀₂₅ = -1,96 Obere: z₀,₉₇₅ = +1,96

Historischer Kontext

Die inverse Normalfunktion wurde wesentlich, als sich statistische Tabellen entwickelten.

Karl Pearson und Kollegen erstellten in den frühen 1900er Jahren umfangreiche Normaltabellen.

Leslie Fox und Kollegen (1953) entwickelten effiziente numerische Näherungen zur Berechnung inverser Normalwerte ohne Tabellen.

Moderne Taschenrechner und Software verwenden rationale Funktionsapproximationen (z.B. der Algorithmus von Wichura, 1988), die hohe Genauigkeit über den gesamten Bereich bieten.

Berechnungsmethoden

Die inverse Normalfunktion hat keine geschlossene Lösung. Methoden umfassen:

Newton-Raphson-Iteration: Löse Φ(z) - p = 0 iterativ

Rationale Approximationen: Polynomquotienten, die die inverse Verteilungsfunktion approximieren

Tabelleninterpolation: Lineare oder kubische Interpolation zwischen tabellierten Werten

Moderne Implementierungen verwenden hochgenaue rationale Approximationen.

Extreme Wahrscheinlichkeiten

Für Wahrscheinlichkeiten sehr nahe bei 0 oder 1:

Diese extremen Quantile sind wichtig für:

• Six-Sigma-Qualität (6σ = z ≈ 4,5)
• Tail-Risikobewertung
• Extremwertanalyse

Beziehung zu Perzentilen

Die inverse Normalfunktion liefert Perzentile direkt:

$\text{Perzentil} = 100 \times p$

Also ist $z_{0,75} = 0,674$ das 75. Perzentil der Standardnormalverteilung.

Für jede Normalverteilung ist das k-te Perzentil:

$P_k = \mu + z_{k/100} \times \sigma$

Standardwerte und Perzentile

(Angenommen IQ ~ N(100; 15) und SAT ~ N(500; 100))

QQ-Diagramme

Inverse Normalwerte werden in QQ-Diagrammen zur Normalitätsprüfung verwendet:

1. Daten sortieren
2. Erwartete Normalquantile für jeden Rang berechnen
3. Beobachtete gegen erwartete Werte plotten
4. Eine Gerade deutet auf Normalverteilung hin

Verwandte Berechnungen

• Normalverteilung-Wahrscheinlichkeitsrechner — Vorwärtsberechnung
• Z-Tabellen-Rechner — Standardnormal-Wahrscheinlichkeiten
• Z-Wert-Rechner — Rohwerte in Z-Werte umrechnen
• Kritischer-Wert-Rechner (z*) — Für Konfidenzintervalle
• Perzentil-Rechner — Empirische Perzentile

Zusammenfassung

Der Inverse-Normalverteilung-Rechner findet den Wert, der einer gegebenen Wahrscheinlichkeit entspricht — unverzichtbar für die Bestimmung von Perzentil-Grenzwerten, das Festlegen von Kontrollgrenzen und das Finden kritischer Werte. Durch die Umrechnung kumulativer Wahrscheinlichkeiten in Quantile ermöglicht er das Setzen von Schwellenwerten (Notengrenzen, Spezifikationsgrenzen, Konfidenzgrenzen) basierend auf der gewünschten Wahrscheinlichkeitsabdeckung. Die inverse Funktion ergänzt die Vorwärts-Verteilungsfunktionsberechnung und vervollständigt das Werkzeugset für die Normalverteilungsanalyse.