Övning 2: Två grupper: A=[1,2,3,4,5], B=[1,1,3,5,5]. Vilken har större spridning?

Grupp A: μ=3, σ² = (4+1+0+1+4)/4 = 2.5 Grupp B: μ=3, σ² = (4+4+0+4+4)/4 = 4 Grupp B har större spridning Svar: Samma spridning (σ ≈ 1.58)

Grundläggande

Beskrivande statistik

Lägesmått, spridningsmått och grafisk presentation av data.

medelvärde median typvärde standardavvikelse kvartiler

Beskrivande statistik är konsten att sammanfatta stora datamängder i några få, meningsfulla tal. Istället för att presentera 1000 observationer visar vi medelvärde, spridning och form. Det är skillnaden mellan att säga 'här är alla löner för alla anställda' och 'medellönen är 35000 kr med en standardavvikelse på 8000 kr'. Beskrivande statistik ger oss röntgenglasögon för att se mönster i data.

Fördjupning

Beskrivande statistik sammanfattar och presenterar data genom lägesmått (medelvärde, median, typvärde), spridningsmått (standardavvikelse, kvartiler, range) och formmått (skevhet, kurtosis). Grafiska presentationer som histogram, lådagram och spridningsdiagram kompletterar numeriska sammanfattningar. Målet är att ge en överskådlig bild av datasetets huvuddrag och möjliga avvikelser.

Lägesmått

Medelvärde, median och typvärde beskriver var data 'ligger'. Medelvärdet påverkas av extremvärden, medianen är mer robust, typvärdet visar vanligaste värdet.

Lägesmått: medelvärde och median

Lönedata

Löner: [30k, 32k, 35k, 37k, 38k, 200k]. Medelvärde=62k (påverkat av 200k), Median=36k (mer representativ).

Spridningsmått

Standardavvikelse, varians, range och kvartiler mäter hur spridda data är. Standardavvikelse är vanligast, kvartiler används för skeva fördelningar.

Spridningsmått: standardavvikelse och kvartiler

Lådagram visar median, kvartiler och extremvärden

Formmått

Skevhet mäter asymmetri (vänster/höger skev), kurtosis mäter 'tyngd' i svansarna jämfört med normalfördelning.

Symmetriska, vänsterskeva och högerskeva fördelningar

Grafisk presentation

Histogram visar fördelningens form, lådagram jämför grupper, spridningsdiagram visar samband mellan variabler.

Vanliga misstag

❌ Använda medelvärde för skeva fördelningar

Medelvärdet påverkas starkt av extremvärden

Exempel: Inkomstdata med några mycket höga löner → använd median istället

❌ Rapportera precision utan grund

Decimaler i resultat bör motiveras av dataens precision

Exempel: Ålder i år → medelvärde 25.734826 år är meningslöst

❌ Bara numeriska mått utan grafik

Numeriska sammanfattningar kan dölja viktiga mönster

Exempel: Anscombe's kvartett: samma korrelation men helt olika data

Tillämpningar

Kvalitetskontroll

Övervaka processvariation med kontrollkort

Exempel: Spåra medelvärde och spridning för produktdimensioner

Marknadsanalys

Sammanfatta kunddata och köpbeteenden

Exempel: Kundålder, köpbelopp, geografisk fördelning

Medicinsk forskning

Beskriva patientpopulationer och behandlingsresultat

Exempel: Baseline-karakteristika i kliniska studier

Övningar

1 Lätt

Data: [2, 4, 4, 6, 8, 10, 12]. Beräkna medelvärde, median och standardavvikelse.

Tips

Median är mittvärdet efter sortering

Visa facit

Medelvärde: (2+4+4+6+8+10+12)/7 = 46/7 ≈ 6.6
Median: sortera [2,4,4,6,8,10,12] → median = 6
σ² = Σ(xi-μ)²/(n-1) ≈ 13.7, σ ≈ 3.7

Svar: μ=6.6, median=6, σ≈3.7

2 Lätt

Två grupper: A=[1,2,3,4,5], B=[1,1,3,5,5]. Vilken har större spridning?

Tips

Beräkna standardavvikelse för båda grupperna

Visa facit

Grupp A: μ=3, σ² = (4+1+0+1+4)/4 = 2.5
Grupp B: μ=3, σ² = (4+4+0+4+4)/4 = 4
Grupp B har större spridning

Svar: Samma spridning (σ ≈ 1.58)

Sammanfattning

Beskrivande statistik sammanfattar data med lägesmått (medelvärde, median), spridningsmått (standardavvikelse, kvartiler) och grafiska presentationer. Viktigt att välja rätt mått för datatyp och fördelningsform. Grafik kompletterar numeriska sammanfattningar.