Det korta svaret
Den här räknaren returnerar en fullständig statistisk sammanfattning i ett pass: medelvärde och median för centrum, läge för det vanligaste värdet, intervall och standardavvikelse för spridning, och kvartiler (Q1, Q2, Q3) plus interquartile range (IQR) för ett spridningsmått som motstår extremvärden. Tillsammans beskriver dessa siffror en datamängds centrum, spridning och form utan att behöva titta på varje enskilt värde.
Nyckel takeaways
- Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
- IQR (Q3 − Q1) fångar spridningen av de mellersta 50 % av data och är mycket mindre känslig för extremvärden än intervall eller standardavvikelse.
- Skevhet beskriver asymmetri: höger-sned data (medelvärde > median) har en lång svans mot höga värden; vänstersned (medelvärde < median) har en lång svans mot låga värden.
- Ingen enskild statistik berättar hela historien - en fullständig sammanfattning av centrum, spridning och form tillsammans förhindrar att en datauppsättning feltolkas från enbart ett nummer.
Läser en fullständig statistisk sammanfattning tillsammans
| Statistisk | Vad det säger dig |
|---|---|
| Betyda | Aritmetiskt centrum, känsligt för extremvärden |
| Median | Mellanvärde, resistent mot extremvärden |
| Läge | Mest frekventa värde |
| Räckvidd | Full spridning (max − min), mycket känslig för extremvärden |
| Standardavvikelse | Typiskt avstånd från medelvärdet |
| IQR | Spridning av mitten 50%, resistent mot extremvärden |
Skevhet: vad medelvärde kontra median avslöjar
Data: 20, 22, 23, 24, 25, 26, 28, 120 — en tydlig avvikare i slutet.
Medelvärde = 288 ÷ 8 = 36
Median = (24 + 25) / 2 = 24,5
Medelvärdet (36) ligger långt över medianen (24,5) - ett tydligt tecken på rätt skevhet. Ett enstaka värde på 120 räckte för att dra upp medelvärdet med mer än 11 poäng medan medianen knappt rörde sig, eftersom medianen bara bryr sig om vilket värde som är i mittpositionen, inte hur långt extremvärdet sitter från allt annat.
Arbetat exempel: jämföra IQR och intervall
Använder samma datamängd (20, 22, 23, 24, 25, 26, 28, 120):
Område = 120 − 20 = 100
Q1 (median för nedre halvan 20,22,23,24) = 22,5
Q3 (median för övre halvan 25,26,28,120) = 27
IQR = 27 − 22,5 = 4,5
Omfånget (100) domineras helt av den enskilda extremvärdet, medan IQR (4,5) återspeglar hur tätt packad huvuddelen av data faktiskt är - en dramatisk illustration av varför IQR föredras för spridning när extremvärden är ett problem.
Vanliga misstag att undvika
- Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
- Behandla räckvidden som ett tillförlitligt spridningsmått - ett enda extremvärde kan öka det dramatiskt, som visas ovan.
- Förvänta läge på data utan upprepade värden - en uppsättning där varje värde är unikt har helt enkelt inget läge.
- Felläsning av sned riktning — höger-sned betyder att svansen (och medelvärdet) pekar mot högre värden, inte att de flesta data är höga.
Relaterade miniräknare
- Genomsnittskalkylator — utforska medelvärde tillsammans med geometriska och harmoniska medelvärden.
- Standardavvikelsekalkylator — fokusera specifikt på spridning med urval vs. populationsalternativ.
- Kalkylator för medelvärde, median, läge och räckvidd — få en lättare, mer fokuserad version av de fyra kärnmåtten.
- Z-poäng kalkylator — se hur långt ett enskilt värde ligger från denna datamängds medelvärde.