Wichtige Fakten
- Kategorie
- Mathe, Datum & Finanzen
- Eingabetypen
- textarea, number, checkbox
- Ausgabetyp
- json
- Sample-Abdeckung
- 2
- API verfügbar
- Yes
Überblick
Der Winsorisierter-Mittelwert-Rechner ist ein präzises Statistik-Tool, das den Einfluss von Ausreißern auf Ihre Daten minimiert, ohne Beobachtungen vollständig zu löschen. Durch das Begrenzen extremer Werte am oberen und unteren Ende der Verteilung auf den nächstgelegenen Schwellenwert berechnet das Tool einen robusten Durchschnitt. Geben Sie einfach Ihren Datensatz ein und legen Sie den gewünschten Winsor-Prozentsatz fest, um sofort verlässliche Ergebnisse für Ihre Analysen zu erhalten.
Wann verwenden
- •Wenn Sie einen Durchschnitt berechnen möchten, der nicht durch extreme Ausreißer verfälscht wird.
- •Wenn Sie die Stichprobengröße Ihres Datensatzes beibehalten müssen, anstatt Extremwerte komplett zu entfernen.
- •Wenn Sie Finanzdaten, Testergebnisse oder Messreihen mit starken Schwankungen an den Rändern analysieren.
So funktioniert es
- •Geben Sie Ihre Zahlenreihe in das Textfeld ein (z. B. durch Kommas oder Leerzeichen getrennt).
- •Legen Sie den Winsor-Prozentsatz fest, um zu bestimmen, wie viele Datenpunkte an beiden Enden begrenzt werden sollen.
- •Das Tool sortiert die Daten, ersetzt die Extremwerte durch die Werte an den festgelegten Prozentgrenzen und berechnet den neuen Durchschnitt.
- •Optional können Sie sich den angepassten (winsorisierten) Datensatz in der Ausgabe anzeigen lassen.
Anwendungsfälle
Beispiele
1. Robuste Auswertung von Reaktionszeiten
Datenanalyst- Hintergrund
- Ein Analyst wertet die Reaktionszeiten von Probanden aus. Einige Probanden waren abgelenkt und brauchten extrem lange, andere haben versehentlich zu früh gedrückt.
- Problem
- Der normale Durchschnitt wird durch diese extremen Reaktionszeiten stark verfälscht, aber die Datenpunkte sollen nicht gelöscht werden.
- Verwendung
- Fügen Sie die Reaktionszeiten in das Feld Datensatz ein und setzen Sie den Winsor-Prozent je Seite auf 20.
- Beispielkonfiguration
-
dataset: 250, 265, 280, 290, 310, 320, 1500, 2000 winsorPercent: 20 - Ergebnis
- Die extremen Werte (z. B. 1500, 2000) werden auf den nächstgelegenen Grenzwert herabgesetzt, und das Tool liefert einen realistischen Durchschnitt der Reaktionszeiten.
2. Analyse von Immobilienpreisen
Immobilienmakler- Hintergrund
- Ein Makler berechnet den durchschnittlichen Quadratmeterpreis in einem Viertel. Es gibt einige wenige Luxusvillen, die den Preis künstlich in die Höhe treiben.
- Problem
- Ein repräsentativer Durchschnittspreis wird benötigt, ohne die Villen komplett aus der Statistik zu streichen.
- Verwendung
- Geben Sie die Quadratmeterpreise ein, setzen Sie die Dezimalstellen auf 2 und aktivieren Sie 'Winsorisierte Daten einschliessen'.
- Beispielkonfiguration
-
dataset: 3000, 3200, 3500, 3600, 3800, 4000, 15000 winsorPercent: 15 decimalPlaces: 2 includeWinsorizedDataset: true - Ergebnis
- Der Rechner gibt einen winsorisierten Mittelwert aus, der den typischen Marktpreis besser widerspiegelt, sowie den angepassten Datensatz zur Überprüfung der ersetzten Extremwerte.
Mit Samples testen
barcodeVerwandte Hubs
FAQ
Was ist der Unterschied zwischen einem winsorisierten und einem getrimmten Mittelwert?
Beim getrimmten Mittelwert werden die Ausreißer komplett aus dem Datensatz entfernt. Beim winsorisierten Mittelwert werden sie durch den nächstgelegenen Wert innerhalb der festgelegten Grenzen ersetzt, sodass die Anzahl der Datenpunkte gleich bleibt.
Welcher Winsor-Prozentsatz ist üblich?
Häufig werden 10 % oder 20 % pro Seite verwendet. Ein Wert von 10 % bedeutet, dass die unteren 10 % und die oberen 10 % der Daten durch das 10. bzw. 90. Perzentil ersetzt werden.
Wie formatiere ich meinen Datensatz für die Eingabe?
Sie können die Zahlen einfach als Liste eingeben, getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche (z. B. 10, 12, 14, 16, 18, 100).
Kann ich die Anzahl der Dezimalstellen im Ergebnis anpassen?
Ja, Sie können die gewünschte Anzahl der Dezimalstellen (zwischen 0 und 10) in den Einstellungen festlegen. Standardmäßig sind 4 Dezimalstellen eingestellt.
Warum sollte ich Ausreißer begrenzen statt löschen?
Das Begrenzen (Winsorisieren) erhält die statistische Power und die ursprüngliche Stichprobengröße, was besonders bei kleinen Datensätzen wichtig ist, während gleichzeitig die Verzerrung durch Extremwerte reduziert wird.