Statistikkalkylator – Medelvärde, median, standardavvikelse med mera
Beräkna medelvärde, median, typvärde, standardavvikelse och varians från ett dataset. Snabb och enkel statistikanalys direkt i webbläsaren.
Statistikkalkylator – Medelvärde, median, standardavvikelse med mera
Vår statistikkalkylator låter dig analysera ett dataset och beräkna de viktigaste deskriptiva statistikmåtten. Klistra in eller skriv in dina värden, separerade med komma eller mellanslag, och kalkylatorn räknar ut medelvärde, median, typvärde, standardavvikelse, varians, min- och maxvärde samt urvalets storlek.
Statistik är ett grundläggande verktyg inom forskning, utbildning, affärsanalys och mycket mer. Oavsett om du analyserar provresultat, försäljningssiffror eller mätdata från ett experiment kan kalkylatorn hjälpa dig att snabbt få en god bild av hur dina data ser ut och sprider sig.
De viktigaste statistiska måtten förklarade
Medelvärdet är summan av alla värden delat med antalet värden, och ger ett mått på 'mittpunkten' i datasetet. Medianen är det mittersta värdet när datan är sorterad i storleksordning, och påverkas inte lika mycket av extremvärden. Typvärdet är det värde som förekommer flest gånger. Standardavvikelsen mäter hur mycket värdena i genomsnitt avviker från medelvärdet, och variansen är standardavvikelsens kvadrat.
Population kontra urval
I statistik är det viktigt att skilja på om man analyserar en hel population eller ett urval av den. Standardavvikelsen för ett urval (betecknas s) beräknas med n–1 i nämnaren (Bessels korrigering) för att ge ett bättre estimat av populationens sanna standardavvikelse. Om din data representerar hela populationen används n i nämnaren (betecknas σ). Kalkylatorn visar båda alternativen.
Tolkning av standardavvikelse
En liten standardavvikelse innebär att värdena ligger tätt kring medelvärdet, medan en stor standardavvikelse indikerar att datan är mer spridd. Vid normalfördelade data ligger ungefär 68 % av värdena inom ett standardavvikelseintervall från medelvärdet, och ungefär 95 % inom två intervall. Det här är användbart för att bedöma hur representativa enskilda datapunkter är.