Kvartiler, IQR og boksplott for å beskrive datasett.
Hvorfor trenger vi spredningsmål?
Når vi beskriver et datasett med bare gjennomsnittet, mister vi mye informasjon. Tenk deg to klasser som begge har gjennomsnittlig karakteren i matematikk. I den ene klassen har alle elevene mellom og , mens i den andre har halvparten og halvparten .
Sentralmål (gjennomsnitt, median, typetall) forteller oss hvor "midten" av dataene ligger. Men for å forstå hele bildet trenger vi også spredningsmål som forteller oss hvor spredt dataene er rundt midten.
I dette kapittelet lærer vi om:
- Kvartiler (, , ) som deler datasettet i fire like store deler
- Interkvartilbredde (IQR) som måler spredningen til de midterste 50 % av dataene
- Boksplott (box plot) som gir en visuell oversikt over fordelingen
- Standardavvik som måler den gjennomsnittlige avstanden fra gjennomsnittet
Når vi sorterer et datasett fra minst til størst, deler kvartilene datasettet i fire like store deler:
- (første kvartil): Medianen av den nedre halvdelen av datasettet. 25 % av verdiene er mindre enn .
- (andre kvartil): Medianen av hele datasettet. 50 % av verdiene er mindre enn .
- (tredje kvartil): Medianen av den øvre halvdelen av datasettet. 75 % av verdiene er mindre enn .
Fremgangsmåte:
1. Sorter dataene fra minst til størst.
2. Finn medianen () - den deler datasettet i to halvdeler.
3. Finn medianen av den nedre halvdelen ().
4. Finn medianen av den øvre halvdelen ().
Merk: Hvis medianen er ett av datapunktene (odde antall verdier), tas den ikke med i noen av halvdelene.
IQR forteller oss spredningen til de midterste 50 % av dataene. En stor IQR betyr stor spredning, mens en liten IQR betyr at de fleste verdiene er samlet nært medianen.
IQR er et robust spredningsmål fordi det ikke påvirkes av ekstremverdier (uteliggere).
Finn , , og IQR.
Steg 1: Sorter dataene fra minst til størst:
Steg 2: Finn medianen (). Vi har 11 verdier, så medianen er verdi nummer 6:
Steg 3: Nedre halvdel (uten medianen):
Medianen av disse 5 verdiene er verdi nummer 3:
Steg 4: Øvre halvdel (uten medianen):
Medianen av disse 5 verdiene er verdi nummer 3:
Steg 5: Beregn IQR:
De midterste 50 % av elevene fikk mellom 9 og 15 poeng, med en spredning på 6 poeng.
Han skriver:
, nedre halvdel er , og .
Finn feilen og skriv riktig utregning.
Et boksplott (box plot) er en grafisk fremstilling av et datasett som viser:
1. Minimum - den minste verdien (eller minste verdi som ikke er uteligger)
2. - første kvartil (venstre kant av boksen)
3. - medianen (linjen inni boksen)
4. - tredje kvartil (høyre kant av boksen)
5. Maksimum - den største verdien (eller største verdi som ikke er uteligger)
Disse fem verdiene kalles femtallsoversikten (five-number summary).
Uteliggere er verdier som ligger mer enn utenfor eller . Disse markeres som enkeltpunkter utenfor whiskers (strekene).
- Nedre grense:
- Øvre grense:
a) Finn femtallsoversikten (, , , , ).
b) Beregn IQR og finn eventuelle uteliggere.
c) Beskriv boksplottet.
a) Femtallsoversikt:
Dataene er allerede sortert. Vi har 13 verdier.
= verdi nummer 7:
Nedre halvdel:
Øvre halvdel:
Femtallsoversikt: , , , ,
b) IQR og uteliggere:
Nedre grense:
Øvre grense:
Verdien er over den øvre grensen på , så 25 er en uteligger.
c) Boksplottbeskrivelse:
- Boksen strekker seg fra til med medianlinje på
- Nedre whisker går fra til
- Øvre whisker går fra til (siste verdi som ikke er uteligger)
- markeres som et enkeltpunkt (uteligger)
- Vi ser at fordelingen er høyreskjev fordi medianen ligger nærmere enn
Introduksjon til standardavvik
Mens IQR bare ser på de midterste 50 %, finnes det et spredningsmål som tar hensyn til alle datapunktene: standardavviket.
Standardavviket måler den gjennomsnittlige avstanden fra gjennomsnittet. Et lite standardavvik betyr at verdiene er samlet tett rundt gjennomsnittet, mens et stort standardavvik betyr stor spredning.
Formelen for standardavvik for et datasett med verdier og gjennomsnitt :
eller kortere:
Steg for beregning:
1. Finn gjennomsnittet .
2. Finn avviket fra gjennomsnittet for hver verdi: .
3. Kvadrer hvert avvik: .
4. Finn gjennomsnittet av de kvadrerte avvikene (del på ).
5. Ta kvadratroten.
Tips: På 9. trinn er det viktigst å forstå hva standardavviket betyr, og å kunne beregne det med kalkulator.
Beregn standardavviket.
Steg 1: Gjennomsnitt:
Steg 2 og 3: Avvik og kvadrerte avvik:
Steg 4: Sum av kvadrerte avvik:
Steg 5: Standardavvik:
Standardavviket er ca. apper. Det betyr at verdiene i gjennomsnitt avviker ca. apper fra gjennomsnittet på .
Finn , og .
Et datasett har og .
a) Finn IQR.
b) Hva betyr IQR-verdien?
a) Finn femtallsoversikten (min, , , , maks).
b) Beregn IQR.
c) Er det noen uteliggere?
To grupper elever har gjennomført den samme testen. Resultatene (i poeng) er:
Gruppe A:
Gruppe B:
a) Finn medianen for begge gruppene.
b) Finn IQR for begge gruppene.
c) Hvilken gruppe har størst spredning? Forklar.
Vis utregningen steg for steg.
Forklar med egne ord hva forskjellen er mellom variasonsbredde (maks - min) og IQR som spredningsmål. Gi et eksempel der variasonsbredde kan gi et misvisende bilde.
a) Finn femtallsoversikten.
b) Beregn IQR.
c) Bestem om det er uteliggere, og forklar hva de kan skyldes.
d) Beregn gjennomsnittet, og forklar hvorfor medianen kanskje er et bedre sentralmål for dette datasettet.
a) Beregn gjennomsnitt og standardavvik.
b) Beregn gjennomsnitt og standardavvik uten den siste verdien ().
c) Hva forteller sammenligningen deg om hvordan uteliggere påvirker gjennomsnitt og standardavvik?
Oppsummering
I dette kapittelet har du lært:
- Kvartiler: Å dele et sortert datasett i fire like store deler med , (medianen) og
- Interkvartilbredde (IQR): Å beregne spredningen til de midterste 50 % av dataene med formelen
- Boksplott: Å lage en grafisk fremstilling av femtallsoversikten (min, , , , maks)
- Uteliggere: Å identifisere verdier som ligger mer enn utenfor eller
- Standardavvik: Å beregne den gjennomsnittlige avstanden fra gjennomsnittet, og forstå hva verdien betyr
Nøkkelbegreper
| Begrep | Forklaring |
|---|---|
| Kvartiler (, , ) | Verdier som deler et sortert datasett i fire like store deler |
| Interkvartilbredde (IQR) | , spredningen til de midterste 50 % av dataene |
| Boksplott | Grafisk fremstilling basert på femtallsoversikten |
| Uteligger | Verdi som ligger mer enn utenfor kvartilene |
| Standardavvik | Mål for gjennomsnittlig avstand fra gjennomsnittet |
| Robust spredningsmål | Mål som ikke påvirkes mye av ekstremverdier (f.eks. IQR) |
Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.