Deskriptiv statistik — central- og spredningsmål

Matematik A · STX · A-niveau · Statistik og sandsynlighed

🧮 Deskriptiv statistik — STX-niveau

Deskriptiv statistik beskriver og sammenfatter data. Det er den mest praktiske del af matematikken — du møder det dagligt i nyheder, sport, økonomi og forskning.

Centralmål — "hvor er midten?"

#### Middelværdi (aritmetisk gennemsnit)

$$\bar{x} = \frac{\sum x_i}{n}$$

Alle observationer lagt sammen og delt med antallet.

#### Median

Den midterste observation når data sorteres.

• Hvis odd antal: midterste værdi
• Hvis lige antal: gennemsnit af 2 midterste

#### Typetal (modus)

Den hyppigste observation.

Spredningsmål — "hvor spredt er data?"

#### Variationsbredde (range)

$$\text{Range} = \max - \min$$

Simplest spredningsmål.

#### Kvartiler og kvartilafstand (IQR)

• Q₁ = 25%-grænsen
• Q₂ = median (50%)
• Q₃ = 75%-grænsen
• IQR = Q₃ - Q₁ (kvartilafstand)

#### Standardafvigelse

Stikprøve (med n-1):

$$s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}}$$

Population (med n):

$$\sigma = \sqrt{\frac{\sum (x_i - \mu)^2}{n}}$$

Hvorfor n-1?

• Stikprøve-middelværdien konsumerer én frihedsgrad
• Korrektion for bias
• Bessel's korrektion (statistisk teorem)

#### Varians

Standardafvigelse i kvadrat: s² eller σ²

#### Variationskoefficient

$$CV = \frac{s}{\bar{x}}$$

Relativ spredning — kan sammenligne forskellige enheder.

Visualisering

#### Boksplot (boxplot)

Viser:

• Min (whisker bund)
• Q₁ (kassens bund)
• Median (linje i kassen)
• Q₃ (kassens top)
• Max (whisker top)
• Outliere som prikker

Outlier-regel: punkter udenfor [Q₁ - 1,5·IQR, Q₃ + 1,5·IQR]

Godt til at sammenligne flere datasæt.

#### Histogram

• For kontinuerte data
• Søjlediagram
• Viser fordelingens form (normal, skæv, bimodal?)

#### Stængel-blad-diagram

• For små datasæt
• Bevarer alle data
• Eksempel:

```

2 | 3 5 8

3 | 1 4 7 9

4 | 0 2 5

```

#### Sumkurve (CDF)

• Kumulativ hyppighed
• Viser "hvor mange er under X-værdi"
• Bruges til kvartiler

Vigtig forskel: middelværdi vs. median

#### Middelværdi er ikke-robust

• Sensitiv overfor outliere
• Forskydes af ekstreme værdier

#### Median er robust

• Påvirkes ikke af outliere
• Bedre når data har ekstreme værdier

#### Klassisk eksempel: Bill Gates-effekten

Forestil dig 20 personer i en bar med gennemsnits-formue 1 mio. kr.

Når Bill Gates kommer ind:

• Middelværdi: bliver 5,3 milliarder kr.!
• Median: næsten uændret

→ Median er bedre ved skæve fordelinger.

Hvornår bruger man hvad?

| Datatype | Bedste centralmål | Bedste spredningsmål |

|---|---|---|

| Symmetrisk uden outliere | Middelværdi | Standardafvigelse |

| Skæv eller med outliere | Median | IQR |

| Kategorisk | Typetal | (ikke meningsfuldt) |

Anvendelser

#### Kvalitetskontrol

• Statistisk proceskontrol (SPC)
• Six Sigma standarder
• Bilfabrikker, lægemidler

#### Løn-statistik

• Median-løn vises ofte
• Gennemsnitsløn skæves af top-direktører

#### Eksamenskarakterer

• Mediankarakter mest informativ
• 02-tallet siger noget om svageste elever

#### Sportsstatistik

• Spillere-præstationer
• Holdstatistikker

Værktøjer

#### CAS-tools (TI-Nspire, Maple)

• 1-Var Stats giver alle nøgletal
• Automatisk boksplot, histogram

#### Excel / Google Sheets

• AVERAGE, MEDIAN, MODE, STDEV
• QUARTILE, MIN, MAX
• Indbyggede diagrammer

#### R / Python

• R: summary(data), boxplot(data)
• Python pandas: data.describe()
• Avanceret men kraftfuldt

#### GeoGebra

• Indbygget statistik-værktøj
• God til undervisning

Praktisk eksempel

Karakterer: {2, 4, 7, 7, 10, 10, 10, 12}

Beregn:

• Middelværdi: (2+4+7+7+10+10+10+12)/8 = 62/8 = 7,75
• Median: (7+10)/2 = 8,5
• Typetal: 10 (forekommer 3 gange)
• Range: 12 - 2 = 10
• Q₁: 5,5 (gennemsnit af 4 og 7)
• Q₃: 10
• IQR: 10 - 5,5 = 4,5

Almindelige fælder

• ❌ Forveksle stikprøve (n-1) og population (n) formler
• ❌ Bruge middelværdi når median er bedre
• ❌ Glemme enheder ved spredning
• ❌ Bland varians og standardafvigelse
• ❌ Misvisende diagrammer (manipulerede akser)

Vidste du at...

📊 Statistik kom oprindeligt fra statsledelse — det er hvorfor det hedder "stat-istik". Stater talte borgere og ressourcer.

💼 Median-løn i Danmark er ~36.000 kr/md (2024) — men gennemsnits-lønnen er ~42.000 kr/md, fordi top-direktører trækker den op.

🎯 Six Sigma kvalitetsstandard betyder 3,4 fejl pr. million produkter — næsten perfekt!

Læringsmål

• Beregne og fortolke middelværdi, median og typetal
• Beregne kvartiler, IQR og standardafvigelse (stikprøve vs. population)
• Forklare hvorfor man bruger n−1 i stikprøvens standardafvigelse
• Vurdere hvornår middelværdi/standardafvigelse vs. median/IQR er mest robuste
• Anvende variationskoefficienten til at sammenligne spredning på tværs af enheder

Sådan kan du arbejde med emnet

• Beregn middelværdi, varians og standardafvigelse for et datasæt med 6 observationer
• Forklar hvornår medianen er mere robust end middelværdien som centralt mål
• Sammenlign spredningen i to datasæt ved hjælp af deres standardafvigelser

Træningsforslag

• Beregn middelværdi, median, typetal, range, Q₁, Q₃ og IQR for datasættet {2, 4, 7, 7, 10, 10, 10, 12}.
• Forklar "Bill Gates-effekten": hvad sker der med middelværdi vs. median, hvis én ekstrem værdi tilføjes?
• Sammenlign median-løn og gennemsnitsløn i Danmark — hvorfor er de forskellige?
• Brug CAS (1-Var Stats) til at beregne stikprøve- og population-standardafvigelse for samme datasæt og forklar forskellen.

Brobygning

Deskriptiv statistik er grundlaget for alt videre statistisk arbejde — boksplot, lineær regression og hypoteseprøvning bygger alle på centralmål og spredningsmål.