Deskriptiv statistik — central- og spredningsmål

Matematik C · STX · C-niveau · Statistik

Deskriptiv statistik på Matematik C

Deskriptiv statistik er kunsten at beskrive et datasæt med få nøgletal. På Matematik C er det grundlaget for at forstå data — fra valgresultater til folkesundhed.

Centralmål — "midterværdier"

#### Middelværdi (gennemsnit)

x̄ = (Σ xᵢ) / n

Læg alle tal sammen, divider med antallet.

Eksempel: {2, 5, 7, 9, 12}

x̄ = (2+5+7+9+12)/5 = 35/5 = 7.

Følsom for outliers (ekstreme værdier).

#### Median

Det midterste tal når data er sorteret.

• Ulige antal: midten direkte. {2, 5, 7, 9, 12} → median = 7.
• Lige antal: gennemsnit af de to midterste. {2, 5, 7, 9} → median = (5+7)/2 = 6.

Robust over for outliers.

#### Typetal (modal)

Den hyppigst forekommende værdi.

Eksempel: {2, 5, 7, 5, 9, 5, 12} → typetal = 5 (forekommer 3 gange).

Kan have flere typetal eller ingen entydig.

Hvornår bruger man hvad?

#### Middelværdi

Symmetrisk data uden outliers.

Fx: højde af 100 elever.

#### Median

Skæv data eller med outliers.

Fx: indkomster (få millionærer trækker middelværdien op, median er bedre indikator).

#### Typetal

Kategoriske data eller når det "almindeligste" er vigtigt.

Fx: politiske partier, skostørrelser i butikken.

Spredningsmål — hvor "spredt" er data?

#### Variationsbredde (range)

Max − min.

Simpel men afhængig af outliers.

#### Standardafvigelse (s)

Gennemsnitlig afvigelse fra middelværdien.

Formel: s = √((Σ(xᵢ − x̄)²)/(n − 1))

Lav s = data tæt på middelværdi. Høj s = data spredt.

#### Varians (s²)

Kvadratet af standardafvigelsen. Bruges i statistiske tests.

#### Kvartiler

• Q1: 25% af data ≤ Q1.
• Q2 = Median: 50% af data ≤ Q2.
• Q3: 75% af data ≤ Q3.
• Kvartilafstand IQR = Q3 − Q1.

Kvartilafstand er robust over for outliers.

Boksplot

Visuel repræsentation af kvartiler:

```

Min -- Q1 [ Median ] Q3 -- Max

```

• Boksen viser IQR (Q1-Q3).
• Stregen i boksen er medianen.
• "Whiskers" går til min/max (eller til 1,5·IQR).
• Punkter ud over whiskers er outliers.

Histogrammer

Viser frekvensfordelingen af data i intervaller.

• X-akse: intervaller.
• Y-akse: frekvens (antal eller relativ frekvens).

Eksempel-analyse

Højde af 10 elever: {165, 168, 170, 172, 175, 175, 178, 180, 182, 185}

• Middelværdi: 175 cm.
• Median: 175 cm (gennemsnit af 5. og 6. værdi: 175 og 175).
• Typetal: 175 (forekommer 2 gange).
• Min: 165, Max: 185.
• Variationsbredde: 20 cm.
• Standardafvigelse: ~6,2 cm.
• Q1: 170 (25%-fraktil), Q3: 180 (75%-fraktil).
• IQR: 180 − 170 = 10 cm.

CAS-anvendelse

• Maple: with(Statistics); Mean(data); Median(data); StandardDeviation(data);.
• GeoGebra: Mean[data], Median[data], SD[data].
• Excel: =GENNEMSNIT(...), =MEDIAN(...), =STDAFVP(...).

Almindelige fejl

1. Bruge middelværdi når median er bedre (indkomster, huspriser).

2. Forveksle varians og standardafvigelse.

3. Glemme at kvartiler er robuste over for outliers.

Læringsmål

• Beregne middelværdi, median og typetal
• Vide hvornår hvert centralmål er passende
• Beregne standardafvigelse, varians og kvartilafstand
• Konstruere og fortolke boksplot
• Konstruere og fortolke histogrammer
• Anvende CAS til statistiske beregninger

Sådan kan du arbejde med emnet

• Beregn middelværdi, median og varians for datasættet 4, 6, 6, 8, 10
• Forklar hvornår medianen er et bedre centralt mål end middelværdien
• Beregn standardafvigelsen for et lille datasæt og forklar, hvad den fortæller om spredningen

Træningsforslag

• Find central- og spredningsmål for: {12, 15, 18, 18, 20, 22, 25, 30, 45}.
• Tegn boksplot for samme datasæt og marker eventuelle outliere.
• Forklar hvorfor median er bedre end middelværdi for indkomstdata.
• Brug CAS til at beregne standardafvigelsen for et selvvalgt datasæt på mindst 8 tal.

Brobygning

Deskriptiv statistik er forudsætningen for både diagramfortolkning, lineær regression og normalfordeling i resten af denne kategori.