Statistik

Sådan Finder Du Middelværdi, Median, Typetal og Spredning

Denne beregner finder middelværdien, medianen, typetallet, spændvidden, variansen, og standardafvigelsen for en hvilken som helst liste af tal. Indsæt eller skriv dine tal i boksen nedenfor — adskilt med kommaer, mellemrum, eller nye linjer, i enhver kombination — og hver almindelig beskrivende statistik beregnes på én gang.

Middelværdi er det aritmetiske gennemsnit. Median er den midterste værdi, når tallene er sorteret (eller gennemsnittet af de to midterste værdier, for en liste med lige antal). Typetal er den værdi (eller de værdier), der optræder oftest — hvis hvert tal optræder præcis én gang, er der intet typetal.

Standardafvigelse måler, hvor spredte tallene er fra middelværdien — en lille standardafvigelse betyder, at tallene er klumpet tæt sammen; en stor betyder, at de er bredt spredt. Denne beregner rapporterer det på to måder: population-standardafvigelse (når dine tal er den hele gruppe, du bekymrer dig om) og stikprøve-standardafvigelse (når dine tal er en stikprøve brugt til at estimere en større population) — stikprøve-versionen er lidt større, og korrigerer for det faktum, at en stikprøve har en tendens til at undervurdere den sande spredning af den fulde population.

Formlen

$$\vC{\text{Middelværdi}} = \frac{\sum \vA{\text{Tal}}}{\vB{\text{Antal}}}$$ $$\vD{\text{Populationsvarians}} = \frac{\sum (\vA{\text{Tal}} - \vC{\text{Middelværdi}})^2}{\vB{\text{Antal}}}$$ $$\vD{\text{Stikprøvevarians}} = \frac{\sum (\vA{\text{Tal}} - \vC{\text{Middelværdi}})^2}{\vB{\text{Antal}} - 1}$$ $$\text{Standardafvigelse} = \sqrt{\vD{\text{Varians}}}$$

Population eller stikprøve, matchende hvilken varians der bruges.

Den eneste forskel mellem population- og stikprøveversionerne er at dividere med selve antallet versus antallet minus én (kendt som Bessels korrektion) — alt andet er identisk.

Eksempel

Tallene 2, 4, 4, 4, 5, 5, 7, 9:

1. Antal: $\vB{8}$. Sum: $\vA{40}$. Middelværdi: $\vA{40} \div \vB{8} = \vC{5}$.
2. Sorteret: 2, 4, 4, 4, 5, 5, 7, 9 — medianen er gennemsnittet af de to midterste værdier (4 og 5): $(4 + 5) \div 2 = 4,5$.
3. Typetal: 4 (optræder tre gange, mere end nogen anden værdi).
4. Spændvidde: $9 - 2 = 7$.
5. Populationsstandardafvigelse: 2,0. Stikprøvestandardafvigelse: ≈2,14.

Vigtige Faktorer At Overveje

• Middelværdi og median kan fortælle meget forskellige historier, når et datasæt har ekstremværdier eller er skævt. En enkelt meget stor eller meget lille værdi trækker middelværdien mod sig, mens medianen forbliver forankret til midten af de sorterede data uanset ekstreme værdier — dette er præcis grunden til, at median-husstandsindkomst, for eksempel, ofte rapporteres i stedet for (eller ved siden af) gennemsnitlig indkomst, da en håndfuld meget høje indkomster ellers ville skævvride middelværdien opad.
• At vælge population- versus stikprøve-standardafvigelse afhænger helt af, hvad dine tal faktisk repræsenterer, ikke af præference. Hvis de indtastede tal er den HELE gruppe, du bekymrer dig om (hver studerende i én specifik klasse), brug population. Hvis de er en STIKPRØVE ment til at estimere en større gruppe (en undersøgelse af nogle kunder ment til at repræsentere alle kunder), brug stikprøve — at vælge den forkerte systematisk under- eller overvurderer den sande variabilitet.
• Et datasæt kan have intet typetal, ét typetal eller flere typetal, i modsætning til middelværdi og median, som altid er enkelte værdier. Hvis hver værdi i en liste optræder præcis én gang, er der simpelthen intet typetal — og hvis to eller flere værdier deler førstepladsen for hyppigst forekommende, kan et datasæt reelt være “bimodalt” eller “multimodalt”, hvilket i sig selv ofte er et meningsfuldt signal om de underliggende data.
• Standardafvigelse fortolkes mest intuitivt for nogenlunde klokkeformede (normale) fordelinger, hvor omkring 68% af værdierne falder inden for én standardafvigelse fra middelværdien. For data, der er stærkt skæve eller har en meget anderledes form, er standardafvigelse stadig et gyldigt spredningsmål, men de intuitive “68-95-99,7-regel”-procenter gælder ikke lige så rent.

Almindelige Fejl

• Altid at bruge populations-standardafvigelse (eller altid stikprøve) af vane. Hvilken der er korrekt afhænger fuldstændigt af, om de indtastede tal er hele gruppen eller blot en stikprøve af den — at vælge den forkerte over- eller undervurderer systematisk den sande spredning, uanset hvor omhyggeligt resten af udregningen er lavet.
• At behandle middelværdien som “den typiske værdi”, når data er skæve. En håndfuld usædvanligt store eller små tal trækker middelværdien væk fra, hvor de fleste data faktisk ligger — medianen er ofte den mere ærlige “typiske værdi” for skæve data som indkomster eller boligpriser.
• At glemme, at typetal kan være ingen, ét, eller flere. At antage, at hvert datasæt har præcis ét typetal, fører til forvirring, når en liste ikke har gentagne værdier (intet typetal) eller flere værdier deler førstepladsen (multimodal) — begge er normale, forventede resultater, ikke fejl.

Nyttigt At Vide

• Har du brug for at standardisere en enkelt værdi mod en kendt middelværdi og standardafvigelse i stedet for at beregne dem ud fra en liste? Z-Score Beregner konverterer en enkelt værdi til en z-score og percentil.
• Arbejder du med kun to tal og vil have deres procentvise forskel i stedet for en fuld beskrivende statistisk analyse? Procentfejl Beregner og Procent Beregner dækker det simplere tilfælde.
• Nysgerrig på, hvor sandsynligt et bestemt udfald er, i stedet for blot at beskrive et datasæt, du allerede har? Sandsynlighed Beregner beregner oddsene for enkelte og kombinerede hændelser.