Lägesmått och spridningsmått inom statistik
Lägesmått beskriver datans centrum. Spridningsmått beskriver hur utspridd datan är kring centrum.
På den här sidan
Bakgrund
Statistik hjälper oss att sammanfatta, analysera och tolka data. I den här delen fokuserar vi på centrala mått för läge och variation, samt hur val av mått påverkar tolkningen.
Teori
Kvartiler beräknas här som medianer av den nedre och övre halvan av sorterade värden. Vid udda antal lämnas mittvärdet utanför halvorna. För ett enda värde sammanfaller alla fem mått. Interpolerade percentiler använder en annan metod och kan ge andra gränsvärden.
Lägesmått
Vanliga lägesmått: medelvärde, median och typvärde.
- Medelvärde: summan av alla värden dividerat med antalet.
- Median: mittersta värdet i sorterad data.
- Typvärde: värdet som förekommer oftast.
1. Medelvärde
är medelvärdet, varje observation och antal observationer.
Exempel
Datamängd: 2, 4, 7, 9, 3
2. Median
Sortera datan. Medianen är mittenvärdet (eller medel av två mittenvärden vid jämnt antal).
Exempel
- Sortera: 2, 3, 4, 7, 9
- Mittenvärdet är 4.
Medianen är 4.
3. Typvärde (mode)
Typvärdet är vanligaste värdet. Flera typvärden är möjliga.
Exempel
Datamängd: 2, 4, 7, 9, 3, 4, 4, 7
Värdet 4 förekommer oftast (3 gånger). Typvärdet är 4.
Spridningsmått
- Variationsbredd: största minus minsta värde.
- Varians: genomsnittlig kvadratisk avvikelse från medelvärdet.
- Standardavvikelse: kvadratroten ur variansen.
- Kvartilavstånd: .
1. Variationsbredd
Exempel
Datamängd: 2, 4, 7, 9, 3
Största = 9, minsta = 2, så variationsbredd = .
2. Varians
Exempel
- Kvadrerade avvikelser: 9, 1, 4, 16, 4
3. Standardavvikelse
Exempel
4. Kvartilavstånd
Kvartilavstånd mäter spridningen för de mittersta av datan.
Exempel
- Sortera: 2, 3, 4, 6, 7, 8, 9
- ,
Val av mått
- Medelvärde + standardavvikelse: bäst för ungefär symmetrisk data utan extrema outliers.
- Median + kvartilavstånd: robust vid skev fördelning och outliers.
- Typvärde: särskilt användbart för kategorisk data eller diskret data med tydliga toppar.
Interaktivt labb: analysera egen datamängd
Beräkna lägesmått och spridningsmått
Skriv 1-2000 tal separerade med semikolon. Använd kommatecken i decimaltal. Högst 1 000 000 i belopp. Välj stickprov/population för varians och standardavvikelse.
Numerisk sammanfattning
Sorterad data: 2, 3, 4, 7, 9
Medelvärde: 5
Median: 4
Typvärde: Inget entydigt typvärde
Variationsbredd: 7
Varians: 8,5
Standardavvikelse: 2,915
Kvartilavstånd: 5,5
Lådagram (boxplot)
Din datamängd
Strecket i lådan visar medianen. Lådans kanter visar undre och övre kvartilen. Morrhårens ändar visar yttersta värden utan utliggare. Separata punkter visar utliggare. Utan separat utliggarregel går morrhåren till minimum och maximum.
Din datamängd
Minimum: 2. Undre kvartil: 2,5. Median: 4. Övre kvartil: 8. Maximum: 9.
Nedre morrhår: 2. Övre morrhår: 9. Utliggare: inga.
Visar femtals-sammanfattningen: min, Q1, median, Q3, max.
Exempel och tillämpningar
Exempel 1: Analys av provresultat
Uppgift: Provpoängen är 62; 78; 85; 90; 45; 72; 68; 95; 80; 58. Beräkna medelvärde, median, stickprovets standardavvikelse och kvartilavstånd.
Data: 62, 78, 85, 90, 45, 72, 68, 95, 80, 58
- Sorterat: 45, 58, 62, 68, 72, 78, 80, 85, 90, 95
- Medelvärde:
- Median: () /
- Standardavvikelse:
- Q1 är mittenvärdet 62 i den nedre halvan. Q3 är mittenvärdet 85 i den övre halvan. Kvartilavståndet är 23.
Exempel 2: Jämförelse av datamängder
Uppgift: Klass A har medelvärdet 75 och standardavvikelsen 10. Klass B har medelvärdet 72 och standardavvikelsen 8. Jämför relativ spridning med variationskoefficienten.
Variationskoefficienten är standardavvikelsen dividerad med medelvärdet. Den används här eftersom båda medelvärdena är positiva och skalan har en meningsfull nollpunkt.
- Klass A:
- Klass B:
Klass A har högre genomsnittlig poäng men större spridning. Klass B har något lägre medel men jämnare resultat. Bedömningen av ”bättre” beror på om du prioriterar högre nivå eller jämnare prestation.
Exempel 3: Asymmetrisk data
Uppgift: Månadslöner i tusen kronor: 25; 27; 28; 30; 31; 32; 33; 35; 38; 40; 150. Beräkna medelvärde och median och diskutera ett lämpligt typiskt värde.
- Medelvärde:
- (mittenvärdet i sorterad lista)
Extremvärdet 150 drar upp medelvärdet kraftigt. Medianen ger här en bättre bild av ”typisk” lön.
Vanliga misstag
- Att använda medelvärde/standardavvikelse på kraftigt skev data med extrema outliers.
- Att tolka standardavvikelsen som exakt ”typisk avvikelse” i alla fördelningar.
- Att inte kontrollera outliers innan beräkning och tolkning.
- Att blanda ihop stickprovsvarians och populationsvarians.
- Att dra långtgående slutsatser från små eller snedvridna stickprov.
Vanliga frågor
Formler
Populationsvarians:
Stickprovsvarians:
Tips för att bemästra lägesmått och spridningsmått
Viktigt att tänka på
- Visualisera data först (histogram/lådagram/stamdiagram).
- Ta hänsyn till datatyp: kategorisk, diskret eller kontinuerlig.
- Kontrollera alltid outliers innan du väljer mått.
- Kombinera flera mått för mer komplett bild.
- Tolka alltid i sammanhang med datans ursprung.
Kvalitetskontroll
- Sidan behandlar medelvärde, median, typvärde, variationsbredd, varians, standardavvikelse och kvartilavstånd.
- Tre tillämpningsexempel visar hur måtten används.
- Skillnaden mellan stickprov och population är explicit med båda formler.
Testa att du förstått
Träna uppgifter i statistik för Matematik 2. Du får facit och förklaring direkt.