Statistik — medelvärde, median och spridning

Fem kollegors pendlingskostnad per månad: 200, 250, 250, 300, 3000 (en av dem flyger). Medelvärdet är 800 kr — men ingen har i närheten av det. Medianen (mittersta värdet) är 250 och beskriver gruppen bättre. Ett extremvärde drar medelvärdet men inte medianen.

Spridning säger hur utspridda värdena är. Två klasser kan ha samma medelbetyg men den ena har alla på mitten, den andra hälften toppar och hälften bottnar.

För värdena x₁ … xₙ:

• Medelvärde: x̄ = (x₁ + … + xₙ) / n
• Varians: s² = Σ(xᵢ − x̄)² / n (populationsvarians)
• Standardavvikelse: s = √s²

Exempel [2, 4, 4, 4, 5, 5, 7, 9]: x̄ = 5, avvikelserna i kvadrat summerar till 32, s² = 4, s = 2.

Varför i AI? En modells fel är en datamängd. Medelfelet säger hur bra den är i snitt; spridningen säger om den är jämnt bra eller katastrofal ibland. Och att normalisera data (dra bort medelvärdet, dela med s) är ofta det första steget innan träning.