Logga in
| 6 sidor teori |
| 17 Uppgifter - Nivå 1 - 3 |
| Varje lektion är menad motsvara 1-2 lektioner i klassrummet. |
Minispelare aktiv
Värden från en undersökning kan fördela sig på olika sätt – de kan t.ex. ligga centrerade runt medelvärdet eller långt ifrån det. Detta illustreras av de två mängderna nedan, som båda har medelvärdet, medianen och typvärdet 3, men där värdena i den nedre är betydligt mer utspridda.
Variationsbredd är ett spridningsmått som mäter skillnaden mellan det högsta och det lägsta värdet i datamängden.
I den här lektionen går vi igenom följande begrepp:
Medelvärdet, eller genomsnittet, av en numerisk datamängd är ett av centralmåtten. Det definieras som summan av alla datavärden i en mängd dividerat med antalet värden i mängden.
Medelva¨rde=Antal va¨rdenSumman av va¨rden
En lärare ska ställa några frågor till sin lågstadieklass. Vilket eller vilka lägesmått är lämpligast för att presentera resultatet?
Lägesmått som medelvärde och median fungerar bra för att hitta ett värde som är representativt för en hel samling mätvärden. De säger dock inget om hur mätvärden är spridda kring detta värde. Alla ligger kanske nära medelvärdet eller så kan de vara väldigt utspridda. För att beskriva spridningen använder man spridningsmått, t.ex. variationsbredd.
Variationsbredd=Sto¨rsta va¨rde−Minsta va¨rde
Tänk på skillnaden mellan det största och det minsta värdet i en datamängd.
Variationsbredden är skillnaden mellan största och minsta värdet. Vi börjar med att identifiera dessa i datamängden.
Standardavvikelse är ett av de vanligare spridningsmåtten och kan något förenklat ses som den genomsnittliga skillnaden från medelvärdet. För ett stickprov betecknas den s. Ett litet värde på s innebär att mätvärdena är samlade nära medelvärdet och ett större s betyder att de är mer utspridda.
s=n−1(x1−xˉ)2+(x2−xˉ)2+…+(xn−xˉ)2
xˉ är stickprovets medelvärde, x:en med index 1,2,3 osv. är de enskilda mätvärdena och n är antalet mätvärden. Varje parentes står alltså för skillnaden mellan ett mätvärde och medelvärdet. I figuren visas skillnaderna −2 och 3 mellan medelvärdet xˉ och två värden x1 och x2.
För att använda formeln kan man dela upp beräkningarna i steg.
xˉ=3
Sätt in värden
Subtrahera termer
Beräkna potens
Addera termer
Sätt in värden
Subtrahera term
Slå in på räknare
Avrunda till 1 decimal(er)
Friska fläktars medelpoäng var 3 poäng och deras standardavvikelse var 2.3 poäng. Det sista kan vi tolka som att den genomsnittliga skillnaden från medelpoängen var 2.3.
För att bestämma standardavvikelse för en datamängd med räknaren måste man först spara värdena i en lista. På räknaren trycker man på knappen STAT och därefter väljer man Edit.
Observationerna skrivs in i någon av listorna.
När man sparat värdena trycker man på STAT igen och byter till CALC-menyn med piltangenterna. Välj därefter det första alternativet i listan, dvs. 1-Var Stats.
Genom att trycka på ENTER igen bestämmer räknaren bl.a. standardavvikelsen för datamängden. Om man sparat värdena i någon annan lista, t.ex. L3, väljer man den genom att trycka 2nd + 3 innan man trycker på ENTER igen.
Beräkna standardavvikelsen för datamängderna utan att använda räknarens inbyggda statistikverktyg. Kontrollera sedan dina svar med verktyget. Svara med två gällande siffror.
Vi börjar med att beräkna medelvärdet dvs. summan av värdena delat med 4, eftersom antalet värden är 4.
Medelvärdet var 9. Formeln för standardavvikelse är
s=sqrt((x_1-x)^2+(x_2-x)^2+...+(x_n-x)^2/n-1),
där x är medelvärdet, n är antalet värden och x_1, x_2 osv. är de olika värdena. Vi börjar med att förenkla täljaren. Medelvärdet har vi beräknat till 9 och vi kan låta x_1=8, x_2=10, x_3=7, och x_4=11.
Nu slutför vi beräkningen genom att sätta in 10 i täljaren i formeln. Antal värden n är 4 st. Glöm inte att vänta med att dra roten ur till sist.
Standardavvikelsen var ca 1.8.
För att bestämma standardavvikelse med räknaren sparar vi först värdena i en lista genom att trycka på STAT och därefter välja Edit...
Vi skriver nu in värdena i någon av listorna, t.ex. L1.
Nu trycker vi på STAT igen och byter till CALC-menyn med piltangenterna. Där väljer vi första alternativet i listan, dvs. 1-Var Stats.
Genom att trycka på ENTER två gånger bestämmer räknaren bl.a. standardavvikelsen för datamängden.
Standardavvikelsen vi är intresserade av är det fjärde värdet i listan, dvs. Sx=1.825741858, vilket överensstämmer med värdet vi själva beräknade fram.
Även här börjar vi med medelvärdet.
Vi sätter in medelvärdet i formelns täljare.
Nu sätter vi in 0.86 och antal värden som är 5 st.
Standardavvikelsen är ungefär 0.46.
Vi kontrollerar standardavvikelsen på samma sätt som i föregående uppgift, och kan läsa av värdet nedan.
Standardavvikelsen har alltså beräknats till 0.4636809248, som även denna gång överensstämmer med värdet vi själva beräknat.
Medelvärdet är summan av poängen delat 5, eftersom hon spelade 5 gånger.
Medelpoängen var 50.
Formeln för standardavvikelse är
s=sqrt((x_1-x)^2+(x_2-x)^2+...+(x_n-x)^2/n-1),
där x är medelvärdet, n är antalet värden och x_1, x_2 osv. är poängen vid de olika spelomgångarna. Vi börjar med att förenkla täljaren. Medelvärdet har vi beräknat till 50 och vi kan låta x_1=40, x_2=65, x_3=50, x_4=40 och x_5=55.
Nu slutför vi beräkningen genom att sätta in 450 i täljaren i formeln. Antal värden n är 5 st. Glöm inte att vänta med att dra roten ur till sist.
Elsas standardavvikelse var ca 11 poäng.
Variationsbredd är ett spridningsmått som beräknas genom att ta största värdet minus det minsta: Variationsbredd = Största värdet-Minsta värdet. Vi börjar med att identifiera största och minsta värdet för Kaffehusets bullförsäljning.
Variationsbredden blir alltså 66-20=46 bullar. Vi gör på samma sätt för Latterian.
Variationsbredden var 114-97=17. Latterian hade minst variationsbredd, vilket vi kan tolka som att de hade en jämnare försäljning än Kaffehuset.
När Charlie räknar antalet godismeloner i de färdigförpackade påsarna han brukar köpa får han väldigt olika resultat. Han vill undersöka spridningen i de exemplar han köper och räknar hur många godismeloner det är i dem.
Vi börjar med att beräkna medelvärdet dvs. summan av värdena delat med 5, eftersom antalet värden är 5.
Medelvärdet var 42. Formeln för standardavvikelse är s=sqrt((x_1-x)^2+(x_2-x)^2+...+(x_n-x)^2/n-1), där x är medelvärdet, n är antalet värden och x_1, x_2 osv. är de olika värdena. Notera att det också är möjligt att räkna ut standardavvikelsen med hjälp av räknarens funktion för detta. Här gör vi det dock för hand och börjar med att förenkla täljaren. Medelvärdet har vi beräknat till 42 och vi kan låta x_1=38, x_2=45, x_3=31, x_4=43 och x_5=53.
Nu slutför vi beräkningen genom att sätta in 268 i täljaren i formeln. Antalet värden n är 5 st. Glöm inte att vänta med att dra roten ur till sist.
Standardavvikelsen var ca 8.2 stycken godismeloner.
Vi gör samma sak igen med de nya värdena och börjar med medelvärdet.
Vi sätter in medelvärdet i formelns täljare och förenklar.
Nu sätter vi in 10 och antal värden som är 5 st.
Standardavvikelsen är ungefär 1.6 godismeloner.
Charlies stickprov är väldigt små och han har endast använt standardavvikelse för att kontrollera spridningen. Men det verkar som att företager har bättrat sig eftersom standardavvikelsen minskat från 8.2 till bara 1.6 godismeloner.
Ja, båda kan ha rätt. Precis som det finns olika lägesmått för att bestämma tyngdpunkten i ett statistiskt material, finns det olika spridningsmått för att mäta hur mycket vikterna varierar. Exempelvis skulle storasystern kunna prata om standardavvikelsen och lillasystern om variationsbredden.
En estetklass har fått i uppgift att klippa konfetti till skolavslutningen. Deras nitiska rektor vill att konfettibitarna ska vara exakt 50 mm långa och de får en dag på sig. Han kontrollerar dessutom slumpmässigt utvalda bitar både på förmiddagen och eftermiddagen med följande nedslående resultat.
Förmiddag | Eftermiddag | |
---|---|---|
Medellängd | 50 mm | 50 mm |
Standardavvikelse | 4 mm | 9 mm |
Variationsbredd | 16 mm | 24 mm |
Variationsbredd definieras som största värdet-minsta värdet, dvs. skillnaden mellan största och minsta värdet. Det är precis vad som frågas efter i uppgiften. På förmiddagen var variationsbredden, alltså skillnaden mellan längsta och kortaste bitens längd, enligt tabellen 16 mm.
Standardavvikelse kan något förenklat tolkas som den genomsnittliga avvikelsen från medelvärdet. Att den var större på eftermiddagen innebär att den genomsnittliga "felklippningen" var större då än på förmiddagen. På förmiddagen var den genomsnittliga konfettibiten 4 mm för lång eller för kort, men på eftermiddagen var den 9 mm fel.
I snitt låg bitarnas längd längre från medellängden på eftermiddagen jämfört med förmiddagen.
En föreläsare i kursen Så blir du bättre på att komma i tid
tröttnade på att många av hans deltagare kom för sent. Nästa kurstillfälle fördes statistik över de sena ankomsterna. Förseningarna räknades i hela minuter och förseningar under en minut räknades inte. Han fick följande resultat.
Försening (min) | Antal |
---|---|
1−14 | 9 |
15−29 | 17 |
30−44 | 28 |
45−60 | 1 |
Variationsbredd är skillnaden mellan undersökningens största och minsta värde. Vi vill veta vad skillnaden kan ha varit som mest. Vi vet inte de enskilda förseningarna, men den största skillnaden får vi om vi antar att den tidigaste deltagaren var så tidig som möjligt, bara 1 min sen, och den mest försenade var maximalt sen, 60 min. Variationsbredden blir då största värde-minsta värde=60-1=59 min.
För att minimera variationsbredden antar vi att den tidigaste var 14 min sen och sen senaste "bara" 45 min sen. Skillnaden mellan den senaste och den tidigaste blir då
största värde-minsta värde=45-14=31 min.