Statistik · Schätzen

Konfidenzintervalle: Präzision statt Gewissheit

Parameter, Schätzer, Schätzung und Unsicherheit präzise trennen – mit geprüftem t-Intervall.

Öffentlich belegtZuletzt fachlich geprüft: 2026-09-01

Definition & Intuition

Population: alle Einheiten der Zielgruppe. Estimand: der unbekannte Populationsmittelwert μ. Stichprobe: die 25 beobachteten Einheiten. Schätzer: die Zufallsvariable Stichprobenmittelwert. Schätzung: ihr beobachteter Wert 12,0. Das Intervall quantifiziert die Präzision des Verfahrens.

Ein 95%-Verfahren erzeugt bei wiederholten Stichproben langfristig ungefähr 95% Intervalle, die μ überdecken. Beim bereits berechneten Intervall ist μ nicht zufällig: Es enthält μ oder nicht.[1]

Geprüftes Beispiel

x̄ ± t* · s/√n
  1. n=25, x̄=12,0, s=2,5, t*=2,064.
  2. Standardfehler: 2,5/√25 = 0,5.
  3. Fehlerspanne: 2,064·0,5 = 1,032.
  4. 95%-KI: [10,968; 13,032].

Entscheidung: Ob das präzise genug ist, hängt von einer fachlich definierten relevanten Differenz ab – nicht von „95%“ allein.

Annahmen & Versagen

  • Beobachtungen passend zum Ziel zufällig/vertretbar erhoben und unabhängig.
  • Für kleines n: Mittelwertverteilung hinreichend normal; starke Schiefe/Ausreißer prüfen.
  • Kein Intervall repariert Selektionsbias oder Messfehler.

Auswahlhilfe

  • t-Intervall: unbekannte Populations-SD, plausible Voraussetzungen.
  • Bootstrap: bei schwerer analytischer Form, aber Stichprobe muss den Prozess abbilden.
  • Robuste/transformierte Verfahren bei Ausreißern oder starker Schiefe erwägen.

Interview-Falle

Falsch: „Mit 95% Wahrscheinlichkeit liegt μ in diesem Intervall.“ Besser: „Das Verfahren hat unter seinen Annahmen 95% Langfristabdeckung.“

Belege auf dieser Seite

  1. Confidence Limits for the Mean · geprüft 2026-09-01