Statystyka opisowa

Statystyka to dziedzina matematyki, z którą każdy z nas ma do czynienia codziennie: w sondażach, zarobkach, analizie wyników egzaminów czy w sporcie. Na maturze zadania ze statystyki pojawiają się każdego roku – zarówno w części podstawowej, jak i rozszerzonej. To zadania, na których po prostu nie wolno tracić punktów, bo wszystkie reguły są w 100% logiczne i powtarzalne!

Dzielimy te miary na dwie główne grupy:

1. Miary tendencji centralnej (gdzie leży „środek” danych?) – średnia arytmetyczna, średnia ważona, mediana, dominanta (moda).
2. Miary rozproszenia (jak bardzo wyniki różnią się między sobą?) – wariancja, odchylenie standardowe.

1. Średnia arytmetyczna ($\bar{x}$)

Średnia arytmetyczna to najbardziej intuicyjna miara: sumujemy wszystkie otrzymane wyniki i dzielimy przez ich łączną liczbę.

Wzór ogólny: $$ \bar{x} = \frac{x_1 + x_2 + \dots + x_n}{n} = \frac{\sum_{i=1}^{n} x_i}{n} $$

Sposób 1: Obliczanie ze zwykłej listy (surowe dane)

Mamy oceny ucznia: $3, 4, 4, 5, 2, 6$ ($n = 6$ ocen). $$ \bar{x} = \frac{3 + 4 + 4 + 5 + 2 + 6}{6} = \frac{24}{6} = 4{,}0 $$

Sposób 2: Obliczanie z tabeli częstości / liczebności (Klasyk CKE!)

Na maturze dane bardzo rzadko podawane są w postaci surowego ciągu liczb. Najczęściej otrzymasz tabelę, w której podana jest wartość oraz ile razy wystąpiła:

Wzór dla danych z tabeli: $$ \bar{x} = \frac{x_1 \cdot n_1 + x_2 \cdot n_2 + \dots + x_k \cdot n_k}{n_1 + n_2 + \dots + n_k} = \frac{105}{30} = 3{,}5 $$

🎯 Haczyk CKE: Zadania z niewiadomą $x$

Często na egzaminie znasz średnią, a musisz obliczyć jedną brakującą liczbę z zestawu:

Zadanie: Średnia arytmetyczna pięciu liczb: $4, 7, 9, x, 14$ wynosi $8$. Oblicz $x$.

Rozwiązanie: $$ \frac{4 + 7 + 9 + x + 14}{5} = 8 $$ Mnożymy obie strony przez mianownik $5$: $$ 34 + x = 40 \implies x = 40 - 34 = 6 $$

2. Średnia ważona ($\bar{x}_w$)

W życiu (i w szkole) nie każda informacja ma taką samą wagę. Ocena ze sprawdzianu z całego semestru liczy się mocniej niż plus za aktywność na lekcji. Liczba mówiąca o „ważności” danej wartości to jej waga ($w_i$).

Wzór na średnią ważoną:

$$ \bar{x}w = \frac{x_1 \cdot w_1 + x_2 \cdot w_2 + \dots + x_k \cdot w_k}{w_1 + w_2 + \dots + w_k} = \frac{\sum{i=1}^{k} x_i \cdot w_i}{\sum_{i=1}^{k} w_i} $$

Przykład obliczeniowy krok po kroku:

Uczeń ma trzy oceny z matematyki:

• Sprawdzian: ocena $5$, waga $3$
• Kartkówka: ocena $2$, waga $2$
• Zadanie domowe: ocena $4$, waga $1$

Krok 1 (Licznik): Mnożymy każdą ocenę przez jej wagę i sumujemy:

$$ (5 \cdot 3) + (2 \cdot 2) + (4 \cdot 1) = 15 + 4 + 4 = 23 $$

Krok 2 (Mianownik): Sumujemy wyłącznie wagi!

$$ 3 + 2 + 1 = 6 $$

Krok 3 (Wynik):

$$ \bar{x}_w = \frac{23}{6} = 3\frac{5}{6} \approx 3{,}83 $$ (Dla porównania: zwykła średnia arytmetyczna wynosiłaby $\frac{5+2+4}{3} = \frac{11}{3} \approx 3{,}67$. Ponieważ uczeń dostał piątkę z najważniejszego sprawdzianu, jego średnia ważona jest zauważalnie wyższa!)

3. Mediana ($M_e$) – Odporny środek danych

Mediana to wartość środkowa. Dzieli ona zbiór danych dokładnie na dwie równe części: dokładnie połowa obserwacji ma wartość mniejszą bądź równą medianie, a druga połowa większą bądź równą.

W przeciwieństwie do średniej arytmetycznej, mediana jest całkowicie odporna na wartości skrajne (anomalie). Jeśli 9 osób zarabia po $4000$ zł, a ich szef $1,000,000$ zł, to średnia pensja wyniesie ponad $100,000$ zł (błędny obraz sytuacji!), ale mediana wyniesie dokładnie $4000$ zł (rzeczywisty obraz zarobków większości osób).

Przypadek A: Liczba danych $n$ jest NIEPARZYSTA

Wtedy na środku znajduje się dokładnie jedna, konkretna liczba.

• Pozycja środka: $\frac{n + 1}{2}$
• Przykład: Oblicz medianę liczb: $14, 3, 22, 7, 9, 3, 11$ ($n = 7$ liczb).
  1. Sortujemy: $3, 3, 7, \mathbf{9}, 11, 14, 22$
  2. Środkowa pozycja to: $\frac{7 + 1}{2} = 4$ (czwarta liczba w rzędzie).
  3. Wynik: $M_e = 9$.

Przypadek B: Liczba danych $n$ jest PARZYSTA

Wtedy nie ma jednego idealnego środka – pośrodku stoją dwie liczby: na pozycji $\frac{n}{2}$ oraz $\frac{n}{2} + 1$. Mediana to średnia arytmetyczna tych dwóch liczb:

$$ M_e = \frac{x_{\frac{n}{2}} + x_{\frac{n}{2} + 1}}{2} $$

• Przykład: Oblicz medianę liczb: $12, 5, 8, 20, 2, 15$ ($n = 6$ liczb).
  1. Sortujemy: $2, 5, \mathbf{8}, \mathbf{12}, 15, 20$
  2. Środkowe pozycje: trzecia ($\frac{6}{2} = 3$) oraz czwarta ($3 + 1 = 4$).
  3. Te liczby to $8$ oraz $12$.
  4. Wynik: $M_e = \frac{8 + 12}{2} = \frac{20}{2} = 10$.

Mediana z tabeli częstości (jak nie wypisywać 50 liczb na kartce):

Wyobraź sobie klasę liczącą $28$ uczniów ($n = 28$, liczba parzysta). Szukamy uczniów na pozycjach: $\frac{28}{2} = 14$ oraz $15$. Zliczamy liczbę uczniów z tabeli od najmniejszych ocen (tzw. liczebność skumulowana):

• Ocenę 1 miało $3$ uczniów (pozycje 1–3)
• Ocenę 2 miało $5$ uczniów (pozycje 4–8)
• Ocenę 3 miało $8$ uczniów (pozycje 9–16) Zarówno 14., jak i 15. uczeń dostali ocenę $3$. Zatem mediana wynosi: $M_e = \frac{3 + 3}{2} = 3$.

4. Dominanta / Moda ($D$)

Dominanta (zwana również modą) to wartość, która w badanej próbie pojawia się najczęściej (ma największą liczebność).

Trzy sytuacje, które musisz znać na maturze:

1. Jedna dominanta (rozkład jednomodalny): Zestaw: $1, 2, 2, 3, 4, 2, 5$. Liczba $2$ pojawia się aż 3 razy (najczęściej). Zatem: $D = 2$.
2. Dwie dominanty (rozkład bimodalny): Zestaw: $1, 3, 3, 4, 5, 5, 8$. Zarówno liczba $3$, jak i liczba $5$ pojawiają się po 2 razy (i żadna inna częściej). Mamy dwie dominanty: $D_1 = 3$ oraz $D_2 = 5$.
3. Brak dominanty: Zestaw: $2, 4, 6, 8, 10$. Każda liczba pojawia się dokładnie raz. Żadna nie dominuje nad pozostałymi, więc ten zestaw nie ma dominanty.

5. Miary rozproszenia: Wariancja ($\sigma^2$) i Odchylenie standardowe ($\sigma$)

Średnia arytmetyczna mówi nam tylko o środku, ale nie mówi nic o tym, jak bardzo dane są rozproszone. Porównajmy dwóch uczniów mających identyczną średnią ocen $4{,}0$:

• Uczeń A: oceny $4, 4, 4, 4$ $\to$ stabilny, przewidywalny.
• Uczeń B: oceny $1, 1, 7, 7$ $\to$ ogromna niestabilność i huśtawka wyników!

Do zbadania tego rozrzutu służą wariancja oraz odchylenie standardowe.

Wzory CKE (Karta Wzorów CKE s. 23):

Wariancja ($\sigma^2$): To średnia arytmetyczna kwadratów odchyleń poszczególnych wyników od ich wspólnej średniej arytmetycznej.

$$ \sigma^2 = \frac{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2 + \dots + (x_n - \bar{x})^2}{n} = \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{n} $$

Szybki wzór alternatywny (bardzo przyspiesza obliczenia!):

$$ \sigma^2 = \frac{x_1^2 + x_2^2 + \dots + x_n^2}{n} - (\bar{x})^2 $$

(„średnia kwadratów odjąć kwadrat średniej”)

Odchylenie standardowe ($\sigma$): To po prostu pierwiastek kwadratowy z wariancji:

$$ \sigma = \sqrt{\sigma^2} $$

Odchylenie standardowe ma tę wielką zaletę, że jest wyrażone w tych samych jednostkach co badane dane (np. w złotówkach, centymetrach czy punktach), a nie w „kwadratach jednostek”.

📋 Wzorcowy przykład obliczeniowy krok po kroku:

Oblicz wariancję oraz odchylenie standardowe zestawu czterech liczb: $1, 3, 4, 8$ ($n = 4$).

Krok 1: Obliczamy średnią arytmetyczną ($\bar{x}$):

$$ \bar{x} = \frac{1 + 3 + 4 + 8}{4} = \frac{16}{4} = 4 $$

Krok 2: Obliczamy różnice od średniej dla każdej liczby $(x_i - \bar{x})$:

• Dla $1$: $1 - 4 = -3$
• Dla $3$: $3 - 4 = -1$
• Dla $4$: $4 - 4 = 0$
• Dla $8$: $8 - 4 = +4$

Krok 3: Podnosimy każdą różnicę do kwadratu $(x_i - \bar{x})^2$:

• $(-3)^2 = 9$
• $(-1)^2 = 1$
• $0^2 = 0$
• $4^2 = 16$

Krok 4: Liczymy średnią z tych kwadratów (Wariancja $\sigma^2$):

$$ \sigma^2 = \frac{9 + 1 + 0 + 16}{4} = \frac{26}{4} = 6{,}5 $$

Krok 5: Wyciągamy pierwiastek kwadratowy (Odchylenie standardowe $\sigma$):

$$ \sigma = \sqrt{6{,}5} = \sqrt{\frac{13}{2}} = \frac{\sqrt{26}}{2} \approx 2{,}55 $$

6. Własności miar przy przekształceniach danych (Pewniak CKE za 1-2 pkt!)

Egzaminatorzy CKE uwielbiają zadania sprawdzające, jak zmieniają się parametry statystyczne, gdy dokonamy operacji na wszystkich danych jednocześnie:

[!TIP] Dlaczego dodanie kwoty NIE zmienia odchylenia standardowego? Wyobraź sobie, że każdy pracownik firmy dostał podwyżkę o $500$ zł. Wszyscy przesunęli się w górę o dokładnie tyle samo. Różnice zarobków między poszczególnymi pracownikami pozostały identyczne! Ponieważ rozrzut danych się nie zmienił, odchylenie standardowe pozostaje dokładnie takie samo.

🏋️ Interaktywny Trening Egzaminacyjny CKE 2027

Przykładowe zadania z pełnym rozwiązaniem krok po kroku