Logga in
| 11 sidor teori |
| 19 Uppgifter - Nivå 1 - 3 |
| Varje lektion är menad motsvara 1-2 lektioner i klassrummet. |
Statistik är en uppsättning verktyg och tekniker som används för att samla in, organisera och tolka information. Dessa informationsbitar kallas också data, som statistiker analyserar.
En frekvenstabell används för att presentera datavärden och deras frekvenser i en viss datamängd. Tabellen listar de möjliga värdena eller utfallen av kategorin och hur många gånger varje värde eller utfall observeras. Som exempel presenteras åldrarna på en grupp studenter i en frekvenstabell.
Åldras (x) | Frekvens (f) |
---|---|
10 | 4 |
11 | 2 |
12 | 5 |
13 | 3 |
14 | 1 |
Total frekvens (n)=15 |
Åldern på individen är variabeln i denna datamängd, betecknad med x. Värdena i frekvenskolumnen f indikerar hur många studenter som har den specifika åldern. Till exempel finns det fyra studenter som är 10 år gamla. Den totala frekvensen, representerad med n, indikerar det totala antalet studenter i gruppen.
Frekvenstabell:
Mål | 0 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|---|
Frekvens | 1 | 3 | 2 | 1 | 2 | 1 |
Lista de olika målantalen och räkna hur ofta varje antal förekommer för att få deras frekvenser.
Det finns sex olika kategorier: 0–5 mål. Till exempel gjordes det noll mål i 1 match, och ett mål i 3 matcher osv. Detta skrivs in i en tabell.
Mål | 0 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|---|
Frekvens | 1 | 3 | 2 | 1 | 2 | 1 |
Ett cirkeldiagram är en cirkulär graf som används för att visa procentandelar av olika delar inom en helhet. Cirkeln är indelad i sektorer eller skivor i olika färger, där varje skiva representerar en annan grupp av data. Storleken på varje skiva beror på dess medelpunktsvinkel, som motsvarar gruppens andel av helheten.
Större centrala vinklar skapar större sektorer, vilket representerar större procentandelar. Hela cirkeln representerar 100% av datan, och varje 1% motsvarar en 3,6∘ central vinkel eftersom 100360∘=3,6∘. Procentandelar visas vanligtvis inom sektorerna. För små sektorer eller långa gruppnamn läggs etiketter till utanför diagrammet för att identifiera varje grupp, där etiketterna matchas med sektorernas färger.
Börja med att identifiera varje grupp i undersökningen. I detta fall finns det fem olika grupper: sport, musik, konst, läsning och naturvetenskaplig klubb. Dessa fem grupper har respektive 30, 20, 15, 25, och 10 elever.
Aktivitet | Frekvens |
---|---|
Sport | 30 |
Musik | 20 |
Konst | 15 |
Läsning | 25 |
Vetenskapsklubb | 10 |
Det totala antalet elever som deltog i undersökningen är 100, så frekvensen för varje grupp kommer att delas med detta värde för att beräkna dess relativa frekvens.
Aktivitet | Frekvens | Relativ frekvens |
---|---|---|
Sport | 30 | 10030=0,3 |
Musik | 20 | 10020=0,2 |
Konst | 15 | 10015=0,15 |
Läsning | 25 | 10025=0,25 |
Vetenskapsklubb | 10 | 10010=0,10 |
Aktivitet | Frekvens | Relativ frekvens | Medelpunktsvinkel |
---|---|---|---|
Sport | 30 | 10030=0,3 | 0,3⋅360∘=108∘ |
Musik | 20 | 10020=0,2 | 0,2⋅360∘=72∘ |
Konst | 15 | 10015=0,15 | 0,15⋅360∘=54∘ |
Läsning | 25 | 10025=0,25 | 0,25⋅360∘=90∘ |
Vetenskapsklubb | 10 | 10010=0,10 | 0,10⋅360∘=36∘ |
Börja med att rita en cirkel för att representera hela populationen av undersökningen.
Rita sedan en radie för att välja en startpunkt. Detta kan vara vilken radie som helst i cirkeln.
Justera en gradskiva med den startande radien och markera den centrala vinkeln som motsvarar den första gruppen, vilket i detta exempel är 108∘.
Rita radien som passerar genom den tidigare markeringen. Sektorn för den första gruppen är nu klar.
För att rita skivan för nästa grupp, placera gradskivan vid slutet av den föregående gruppen och markera nästa centrala vinkel.
Rita radien som passerar genom denna markering för att skapa den andra sektorn. Upprepa denna process tills varje sektor är ritad.
Slutligen, färglägg varje skiva i cirkeldiagrammet och lägg till etiketter med gruppnamn och procentandelar. Använd sidetiketter med motsvarande sektorfärger om det behövs. Var noga med att inkludera en beskrivande titel som tydligt anger vad diagrammet visar. Detta ger viktig kontext för diagrammets syfte och innehåll.
Ett stolpdiagram är en grafisk representation av en frekvenstabell. Varje stolpe motsvarar en kategori, och stolparnas höjd anger frekvensen i den kategorin. Stolpdiagram används oftast när kategorierna är värden, t.ex. hur många syskon eleverna i en skola har.
Om kategorierna inte kan storleksordnas brukar man istället använda ett stapeldiagram. Man kan t.ex. redovisa vilka typer av bilar som står parkerade på en gata.
Stapeldiagrammet visar en sammanfattning av vädret under ett år där höjden anger frekvensen i antal dagar. Använd diagrammet för att avgöra hur många dagar det regnade.
Om stapeln för regniga dagar inte motsvarar ett tydligt värde på y-axeln, summera frekvenserna för de andra väderförhållandena och subtrahera den summan från 365.
Antalet dagar med regn ligger någonstans mellan 70 och 80 dagar. Staplarna för övriga väderförhållanden är dock enklare att läsa av. Vi gör detta och subtraherar summan från 365 (vi antar att det inte är ett skottår) som är antalet dagar på ett år.
Ett linjediagram används för att visa hur en datamängd förändras i förhållande till en annan kvantitet, vilket ofta är en tidsperiod. För att skapa ett linjediagram bör en skala och intervall för koordinataxis väljas. Datapunkterna ritas sedan in och en linje som kopplar ihop punkterna dras. Överväg en tabell med värden som representerar tillväxten av en planta under flera veckor.
Växttillväxt | |||||
---|---|---|---|---|---|
Vecka | 1 | 2 | 3 | 4 | 5 |
Höjd (in) | 1,5 | 2,3 | 4 | 6,2 | 8 |
Höjddata inkluderar värden från 1,5 till 8, så en skala från 0 till 10 tum med ett intervall av 1 tum är rimlig. Den horisontella axeln kan representera tid i veckor och den vertikala axeln kan representera växtens höjd i tum. Nu kan punkterna plottas på ett koordinatsystem och kopplas samman.
Varje timme under ett dygn undersöktes hur många som gick över ett övergångsställe. Linjediagrammet nedan visar denna information.
Det gick alltså flest personer gick över övergångsstället klockan 18.
Det gick alltså 8 personer över övergångsstället klockan 14.
Histogram är, på samma sätt som stolp- och stapeldiagram, en grafisk representation av en frekvenstabell. Skillnaden är att kategorierna utgörs av intervall, inte specifika värden. En frukthandlare som vill undersöka vikterna på sina äpplen kan lättare se fördelningen om diagrammet visar som hur många äpplen som ingår i ett visst viktintervall (70–80 g, 80–90 g osv.) istället för att det finns en stolpe för varje enskilt värde. Det är förmodligen mer intressant att veta att 65 av äpplena väger mellan 100 och 110 g än om vi skulle veta att t.ex. 4 äpplen väger exakt 105 g.
En företagsam sommarjobbare har tagit reda på att hennes kundkrets efterfrågar olika stora äpplen för olika tillfällen. Hennes affärsidé är att köpa in ett stort antal äpplen från en butik och sedan sälja dem i fyra kategorier.
Snacksäpplen
Lagom små äpplen
Lagom stora äpplen
Monsteräpplen
Skriv av frekvenstabellen och fyll i det som saknas.
Kategori | Vikt (g) | Frekvens | Relativ frekvens |
---|---|---|---|
Snacks | 90≤x<110 | ||
Lagom små | 110≤x<130 | ||
Lagom stora | 130≤x<150 | ||
Monster | 150≤x<170 |
Monsteräpple. För att de inte ska bli dåliga tar hon bort dem ur sortimentet och gör äppelmos på dessa. Hur många procent av äpplena finns då uppskattningsvis kvar i sortimentet?
Monsterpäroninte heller går så bra utan också plockas ut för att bli päronmos.
Monsterpäronenutgör 10% av det totala antalet inköpta päron. Hennes kompis säger:
Då har du gjort mos på 25% av all frukt du köpt in. Har kompisen rätt? Motivera ditt svar.
Vi börjar med att färdigställa frekvenskolumnen. Som frekvens anger vi antalet gånger som värden inom det intervallet förekommer. Exempelvis finns det fem Lagom små
: 120, 123, 126, 110 och 118. Observera att 110 räknas till denna kategori och inte till Snacks
. Övriga celler fylls i på samma sätt.
Kategori | Vikt (g) | Frekvens | Relativ frekvens |
---|---|---|---|
Snacks | 90 ≤ x < 110 | 4 | |
Lagom små | 110 ≤ x < 130 | 5 | |
Lagom stora | 130 ≤ x < 150 | 8 | |
Monster | 150 ≤ x < 170 | 3 | |
Summa | 20 |
Den relativa frekvensen är andelen av ett visst observationsvärde. Vi delar alltså frekvenserna med det totala antalet.
Kategori | Vikt (g) | Frekvens | Relativ frekvens |
---|---|---|---|
Snacks | 90 ≤ x < 110 | 4 | 4/20 = 20 % |
Lagom små | 110 ≤ x < 130 | 5 | 5/20 = 25 % |
Lagom stora | 130 ≤ x < 150 | 8 | 8/20 = 40 % |
Monster | 150 ≤ x < 170 | 3 | 3/20 = 15 % |
Summa | 20 | 20/20 = 100 % |
Vi adderar de relativa frekvenserna för äpplen i alla kategorier förutom monsteräpplen.
Kategori | Vikt (g) | Frekvens | Relativ frekvens |
---|---|---|---|
Snacks | 90 ≤ x < 110 | 4 | 20 % |
Lagom små | 110 ≤ x < 130 | 5 | 25 % |
Lagom stora | 130 ≤ x < 150 | 8 | 40 % |
Monster | 150 ≤ x < 170 | 3 | 15 % |
Summa | 20 | 100 % |
Adderar vi de relativa frekvenserna ser vi att 20 + 25 + 40 =85 % av äpplena klarade sig från att bli mos. Vi kan även få samma svar genom att dra bort monsteräpplenas relativa frekvens från 100 %.
Nej, kompisen har fel. Eftersom vi inte vet det totala antalet äpplen eller päron som köpts in (procentsatserna är ju baserade på stickprov) får vi inte addera procentsatserna. Vi kan motivera detta med ett exempel. Säg t.ex. att hon köpt 100 äpplen och 200 päron. Då vet vi att:
Vi beräknar andelen som monsterfrukter utgör.
I exemplet blev summan av 15 % av äpplena och 10 % av päronen nästan 12 % av frukterna. Detta eftersom procentsatserna är beräknade på olika Det hela
. Utan att veta antalet äpplen respektive päron kan vi inte svara på frågan om hur många procent av frukterna detta motsvarar.
Diagrammet nedan visar antalet examinerade från högskolan i procent av hur många som man beräknade att nyanställa fram till år 2020.
Emma avläser värdet 180 för journalister. Vad innebär det?
Staplarna för psykologer och civilingenjörer är ungefär lika långa. Emma säger att detta betyder att man bör utbilda lika många psykologer som civilingenjörer. Johanna säger att man inte kan dra den slutsatsen av detta diagram. Vem har rätt och varför?
Talet 100 betyder att det examineras lika många personer som man beräknar nyanställa. För arkitekter gäller alltså att om det examineras t.ex. 500 så beräknar man även att nyanställa i princip alla 500 fram till år 2020. Talet 180 betyder att det examineras 180 % - 100 %=80 % fler journalister än vad man beräknar kunna anställa. Om det examineras 180 journalister beräknar man endast kunna anställa 100 av dessa. Med andra ord kan man säga att det är 80 % för många som utbildar sig till journalister jämfört med det beräknade behovet.
För att kunna säga något om antal personer räcker det inte att veta procentsatser. Exempelvis är 20 % av fem personer lika med 1 person, medans 20 % av tio personer är lika med 2 personer.
Bara för att procentsatserna är lika stora innebär det inte att antalet är lika många. Att staplarna för psykologer och civilingenjörer är ungefär lika långa betyder alltså bara att lika stor andel (ca 85 %) av antalet personer som behövs anställas tar examen. Men det säger ingenting om hur många personer detta faktiskt motsvarar för de olika yrkesgrupperna. Alltså har Johanna rätt.
Frida har samtliga dagar under drygt ett år antecknat hur vädret var. Tyvärr har hennes anteckningar blivit suddiga så att statistiken för orkan
och molnigt
inte syns.
Väder | Frekvens | Relativ frekvens |
---|---|---|
Sol | 149 | 0,3725 |
Regn | 79 | 0,1975 |
Snö | 46 | 0,1150 |
Orkan | ||
Molnigt |
Bestäm de utsuddade siffrorna om du vet att antalet molniga dagar var 4000% större än antalet dagar med orkan och att summan av deras relativa frekvenser var 0,315.
Låt oss införa variabler för de fyra utsuddade värdena.
Väder | Frekvens | Relativ frekvens |
---|---|---|
Sol | 149 | 0,3725 |
Regn | 79 | 0,1975 |
Snö | 46 | 0,1150 |
Orkan | a | b |
Molnigt | c | d |
Vi kan börja med att bestämma antalet dagar som Frida antecknade vädret. Från tabellen ser vi att sol registrerades under 0,3725 eller 37,25 % av dagarna. Om vi kallar antalet dagar för x får vi ekvationen 0,3725=149/x ⇔ x=400. Om vi summerar frekvenserna ska vi alltså få 400.
Vi vet att c är 4 000 % större än a. Om vi gör om procentsatsen 4 000 % till en förändringsfaktor kan vi skapa en ekvation genom att dela uttrycket för c med a och likställa med förändringsfaktorn: Förändringsfaktor=c/a=126-a/a. Vilken förändringsfaktor motsvarar då en ökning med 4 000 %? Om man utgår från 100 % och det ökar med 4 000 % får man 4 100 %. Procent betyder hundradel, vilket innebär att 4 100 %=4 100/100=41. 41 är alltså vår förändringsfaktor. Vi använder det för att bestämma a.
Antalet dagar med orkan var alltså 3 och då måste antalet molniga dagar vara 126-3=123. Nu kan vi även bestämma de utsuddade relativa frekvenserna genom att dela antalet dagar med orkan och molniga dagar med det totala antalet dagar: 123/400=0,3075 och 3/400=0,0075. Då har vi även bestämt de okända relativa frekvenserna och kan komplettera de sista raderna i tabellen.
Väder | Frekvens | Relativ frekvens |
---|---|---|
Orkan | 3 | 0,0075 |
Molnigt | 123 | 0,3075 |
Följande tabeller visar hur bilägandet i antal bilar fördelade sig över Sverige och tre olika län år 2014 och 2015. Källa: Statistiska centralbyrån.
År | Riket | Stockholm | Skåne | Norrbotten |
---|---|---|---|---|
2014 | 1257473 | 197649 | 173817 | 37974 |
2015 | 1284335 | y | 177085 | 38419 |
År | Riket | Stockholm | Skåne | Norrbotten |
2014 | 2347817 | 392333 | 309853 | 73454 |
2015 | 2385690 | 401084 | 315405 | x |
Vi börjar med att ta reda på hur många bilar som var registrerade i Norrbotten 2014. Det gör vi genom att lägga ihop de som var registrerade på kvinnor och de som var registrerade på män det året: 37 974+73 454=111 428. 2014 fanns det alltså 111 428 bilar i Norrbotten. Detta ökade med 0,649 % till 2015, så vi beräknar hur många det blir genom att multiplicera 111 428 med 1,00649: 111 428* 1,00649 = 112 151,16772. Detta är antalet bilar i Norrbotten 2015, vilket vi också kan skriva x+38 419.
x är alltså lika med 73 732. Eftersom x är antal bilar måste det vara ett heltal.
Summan av antalet bilar i Stockholm 2015 får vi om vi lägger ihop männens och kvinnornas bilar det året. Det ger oss y+401 084. Vi kan t.ex. välja att utgå ifrån männens andel som är 66,4315 %, vilket vi kan skriva som 0,664315 i decimalform. Vi använder andelsformeln för att beräkna y.
y är lika med 202 672. Eftersom det beskriver antal bilar måste det vara ett heltal.
Vi tittar först på hur antalet kvinnliga bilägare har förändrats. I Skåne fanns det 173 817 kvinnliga bilägare 2014 och 177 085 år 2015. Antalet ökade därför med
177 085-173 817=3 268.
Bland männen var motsvarande siffror 309 853 respektive 315 405, vilket ger skillnaden
315 405-309 853=5 552.
Ökningen var alltså större bland män än kvinnor. Betyder det att Nils har fel? Inte nödvändigtvis. Han kanske pratade om den procentuella förändringen. Vi tar reda på den genom att beräkna förändringsfaktorn för båda kön genom att dividera det nya med det gamla värdet.
Förändringsfaktorn 1,019 motsvarar en ökning med 1,9 % för kvinnorna.
Förändringsfaktorn 1,018 motsvarar en ökning på 1,8 %.
Om man tittar på antalet bilar har de ökat mer bland männen än kvinnorna. Men den procentuella förändringen är större bland kvinnorna. Det beror alltså på vad Nils menar. Han måste vara mer tydlig med vilken typ av ökning han pratar om.