Spridningsmått
Denna sida är uppdaterad 2002-10-08
När vi har fått ett centralmått vill vi veta hur mätvärdena fördelar sig runt detta centralmått. Ligger de flesta nära centralmåttet eller ligger de utspridda? För att svara på detta räknar vi fram ett eller flera lämpliga spridningsmått. Centralmått och spridningsmått tillhör den beskrivande statistiken. Exempel på spridningsmått är:
Range = VariationsviddCentiler, Percentiler, Interquartilavstånd
Genom att ange två värden som innefattar de flesta mätvärden, istället
för som vid range alla mätvärden, minskar effekterna av enstaka outliners.
Dessa värden kallas centiler. De vanligaste varianterna av centiler är
percentiler som delar in materialet i 100 lika stora delar, kvartiler delar in
materialet i fyra lika stora delar och slutligen deciler som delar materialet i
10 lika stora delar. Vanligt är att ange de mätvärden inom vilka 95% av alla
mätvärden ligger, detta kallas 95% central range (Altman; 1991). De
mätvärden som innefattar ett 95% range kallas 2,5%-percentilen och
97,5%-percentilen. Ett annat vanligt mått är 50% central range, detta kallas
vanligen interkvartilavstånd (interquartil range) eftersom en fjärdedel av mätvärdena är
borttagna både nertill och upptill. Centiler och speciellt interquartilavstånd
används som spridningsmått när det är olämpligt att använda standardavvikelsen,
ofta är variabeln då en ordnad kategorisk
variabel, exempelvis VAS (Visuell Analog Skala).
Varians, Standardavvikelse
(Standarddeviation)
Standardavvikelsen är det vanligaste sättet för att ange spridning om
variabeln är kvantitativ. Varians och standardavvikelse beskriver hur mycket enstaka
mätvärden är utspridda från medelvärdet i vårt stickprov. Om variabeln är
snedfördelad ger standardavvikelse en missvisande bild av variabelns spridning
och då är det bättre att använda ett annat spridningsmått, exempelvis
interkvartilavstånd. Mer information
om varians och standardavvikelse finns på en annan sida.
Variationskoefficient
Anger hur stor standardavvikelsen är i förhållande till det aritmetiska
medelvärdet. Förkortas ofta till C.V.. Variationskoefficienten är
ett mått på den relativa spridningen och brukar anges i % (Formel
1). Ett vanligt användningsområde för variationskoefficienten är att
jämföra mätnoggrannheten mellan olika laboratoriemetoder.
|
||
|
= |
Medelvärdet för variabeln x |
S |
= |
Standardavvikelsen för variabeln x |
Formel 1 - Variationskoefficient |
Medelfel
Även om en del menar att medelfel är ett slags spridningsmått så hör inte
medelfel till området beskrivande statistik utan till den analytiska
statistiken. Mer information finns
på en särskild sida om medelfel.
Spridningsintervall
= variationsintervall = variationsvidd
Spridningsintervall definierar inom vilka gränser en viss andel, exempelvis
95%, av antalet mätvärden i den undersökta gruppen ligger.
Spridningsintervallet kan tas fram på två sätt. Det mindre vanliga sättet
är direktmetoden, man lägger då alla mätvärden i en lång rad från det
lägsta till det högsta och skär sedan bort samma andel av de lägsta
respektive högsta mätvärdena. Direktmetoden att beräkna spridningsintervall
kallas med ett annat namn för centiler (se ovan). Direktmetoden kräver inte
att materialet skall ha en viss fördelning,
exempelvis
normalfördelning, och är därför en icke-parametrisk metod.
Ett vanligare sätt är att med en teoretisk modell på
matematisk väg räkna fram ett spridningsintervall (Formel 2). Den teoretiska
modellen kräver att materialet är normalfördelat och detta är därför en
parametrisk metod.
|
||
|
= |
Medelvärdet för variabeln x |
S |
= |
Standardavvikelsen för variabeln x |
Z |
= |
Standard normal deviate |
Formel 2 - Spridningsintervall |
Värdet på Z bestämmer hur brett spridningsintervallet är (Tabell 1). Som vi ser ligger lite drygt 95% av alla mätvärden inom ± 2 standardavvikelser från medelvärdet.
Tabell 1 - Spridningsintervall och standard normal deviate |
|
Spridningsintervall |
Z (Standard Normal Deviate) |
90% | 1,645 |
95% | 1,960 |
99% | 2,576 |
99,9% | 3,291 |
Referenser
Altman DG. Describing data. In Practical statistics for medical research.
Altman DG. London: Chapman & Hall 1991, pp19-47.
Denna webbsida är författad av
Doc. Ronny Gunnarsson
Distriktsläkare/Familjeläkare
Läs om regler för ansvar och copyright som gäller för denna webbsida.