Statistikk og regresjon gjør rådata om til kunnskap. Kapittelet dekker datainnsamling, frekvens, diagrammer, sentralmål, spredningsmål, kritisk graflesing, regresjon, residualer og digitale arbeidsmetoder.
Faglig kvalitetssikret av lærere og toppstudenter · Følger læreplanen (LK20) · Sist oppdatert 2026-09-03
Statistikk gjør rådata om til kunnskap. I dette kapittelet lærer du å samle inn, organisere, visualisere og tolke data, velge hensiktsmessige sentralmål og spredningsmål, undersøke sammenhenger med regresjon og vurdere hvor langt en konklusjon faktisk kan strekkes.
frekvens og diagrammer sentralmål og spredning boksplott og histogram regresjon og residualer GeoGebra, regneark og Python Kjerne i LK20Arbeid med datasett fra lokalsamfunn og medier, og presenter funn med relevante representasjoner.
MetodevalgBruk og vurder gjennomsnitt, median, kvartiler, kvartilbredde og standardavvik etter datamaterialets form.
Kritisk kompetanseSkill mellom beskrivelse, samvariasjon, modell, prognose og årsaksforklaring.
Viktig læreplanavgrensningAnalyse og presentasjon av datasett samt valg av sentralmål og spredningsmål er direkte forankret i gjeldende 2P-mål. Regresjon brukes som et praktisk digitalt modelleringsverktøy. Pearson-korrelasjon, R², normalfordeling, z-skår og mer avansert modellkontroll er tatt med som tydelig merket fordypning fordi de styrker dataforståelsen, men de presenteres ikke som ordrette kompetansemål.
Dette lærer duEn statistisk analyse begynner ikke med en kalkulator, men med et presist spørsmål. Du må vite hvem eller hva du vil si noe om, hvilken variabel som skal måles, og hvilken beslutning analysen skal støtte. Et uklart spørsmål gir uklare data og en konklusjon som lett blir sterkere enn grunnlaget tillater.
Arbeidsflyten består av problemformulering, datainnsamling, datavask, representasjon, beregning, tolkning og kritikk. Hvert trinn kan endre svaret. Derfor bør du dokumentere utvalg, måleenhet, tidspunkt, manglende observasjoner og eventuelle valg du gjør underveis.
Fra spørsmål til statistisk konklusjon – arbeidsflyt. En eksplisitt arbeidsflyt gjør metoden etterprøvbar. Fra spørsmål til statistisk konklusjon – kontrollprofil. En balansert løsning krever mer enn korrekt regning.Start med å skrive én setning om populasjonen, én om variabelen og én om hva som skal sammenliknes. Lag deretter en rådatatabell før du beregner noe. Etter analysen må du gå tilbake til spørsmålet og kontrollere at konklusjonen faktisk svarer på det.
Sveip sidelengs for å se hele tabellen| Spørsmål | Hva kontrolleres | Hvorfor |
|---|---|---|
| Hva måles? | variabel og enhet | hindrer meningsløse beregninger |
| Hvem gjelder dataene? | populasjon og utvalg | avgrenser konklusjonen |
| Hvordan vises mønsteret? | tabell eller diagram | gjør struktur synlig |
| Hva er usikkert? | feilkilder og gyldighet | hindrer overtolkning |
En profesjonell besvarelse skiller mellom hva dataene viser, hva modellen antyder, og hva vi ikke kan vite. Den nevner også minst én relevant feilkilde eller begrensning.
SensorblikkEn sterk løsning i temaet fra spørsmål til statistisk konklusjon viser metodevalg, bruker korrekt terminologi og enhet, presenterer nødvendige mellomregninger eller digital dokumentasjon, og avslutter med en nøktern konklusjon som er avgrenset til dataene og modellens forutsetninger.
Del 2 av 34Populasjonen er hele gruppen du ønsker kunnskap om, mens utvalget er en mindre del du faktisk undersøker. Et stort utvalg er ikke automatisk godt. Dersom utvalget systematisk mangler bestemte grupper, kan resultatet være skjevt selv om tusen personer svarer.
Representativitet handler om hvor godt utvalgets sammensetning og utvalgsprosess speiler populasjonen. Tilfeldig trekking reduserer faren for systematiske skjevheter, men frafall, selvseleksjon og målefeil kan fortsatt påvirke resultatet.
Populasjon, utvalg og representativitet – kategorifordeling. Søylehøydene kan sammenliknes fordi kategoriene er adskilte. Populasjon, utvalg og representativitet – kumulativ utvikling. Den kumulative kurven kan aldri synke når frekvenser summeres.Beskriv alltid hvordan deltakerne ble valgt. Sammenlikn kjente egenskaper i utvalget med populasjonen, for eksempel alder, bosted eller programområde. Dersom noen grupper er underrepresentert, må dette drøftes før du generaliserer.
Sveip sidelengs for å se hele tabellen| Spørsmål | Hva kontrolleres | Hvorfor |
|---|---|---|
| Hva måles? | variabel og enhet | hindrer meningsløse beregninger |
| Hvem gjelder dataene? | populasjon og utvalg | avgrenser konklusjonen |
| Hvordan vises mønsteret? | tabell eller diagram | gjør struktur synlig |
| Hva er usikkert? | feilkilder og gyldighet | hindrer overtolkning |
På eksamen gir det høyere måloppnåelse å forklare hvorfor et bekvemmelighetsutvalg ikke uten videre kan brukes til å si noe om alle elever i Norge.
SensorblikkEn sterk løsning i temaet populasjon, utvalg og representativitet viser metodevalg, bruker korrekt terminologi og enhet, presenterer nødvendige mellomregninger eller digital dokumentasjon, og avslutter med en nøktern konklusjon som er avgrenset til dataene og modellens forutsetninger.
Del 3 av 34En variabel er en egenskap som kan variere mellom observasjoner. Kategoriske variabler beskriver grupper, mens numeriske variabler beskriver tallstørrelser. Numeriske variabler kan være diskrete, som antall søsken, eller kontinuerlige, som høyde og tid.
Variabeltypen bestemmer hvilke beregninger og diagrammer som er meningsfulle. Gjennomsnitt av bosted gir ingen mening, mens typetall kan brukes. For kontinuerlige data kan histogram være naturlig; for kategorier passer søylediagram bedre. …