Python Oppgaver for Statistikk
Her finner du en samling oppgaver med stigende vanskelighetsgrad for å øve på statistiske beregninger i Python. Velg en oppgave for å komme i gang. Hver oppgave har en mal du kan bruke som utgangspunkt, og du kan vise løsningen når du er ferdig eller sitter fast.
Din fremgang
Vanskelighetsgrader
Sum av verdier
Lag en funksjon som beregner summen av alle tallene i en liste.
Gjennomsnitt
Lag en funksjon som beregner gjennomsnittet av tallene i en liste.
Finn medianen
Lag en funksjon som finner medianen (midtverdien) av tallene i en liste.
Finn typetallet (modus)
Lag en funksjon som finner typetallet (den verdien som forekommer oftest) i en liste.
Min, maks og intervallbredde
Finn den minste verdien, den største verdien og intervallbredden (differansen mellom største og minste verdi) i en liste.
Frekvenstabell
Gjør om en liste av intervaller og frekvenser til en liste med verdier.
Relativ frekvens
Utvid frekvenstabellen til å også vise relativ frekvens (andel) for hver verdi.
Kumulativ frekvens
Beregn kumulativ frekvens (oppsummert frekvens) for hver verdi i en liste.
Standardavvik
Beregn standardavviket for dataene i en liste. Standardavviket er et mål på spredningen i dataene.
Grupperte data
Arbeid med grupperte data, hvor du har intervaller og frekvenser. Beregn gjennomsnitt, median og standardavvik.
Tips til oppgaveløsning
- Bruk biblioteket
statistics
for å forenkle beregningene - Sjekk dokumentasjonen for innebygde funksjoner som
sum()
,min()
ogmax()
- For debugging, bruk
print()
for å se mellomresultater - Prøv å løse oppgaven manuelt før du bruker innebygde funksjoner for å forstå konseptene bedre
- Test koden din med forskjellige datasett for å sikre at den fungerer korrekt
Læringssti
Oppgavene følger en progresjon som bygger på hverandre. Det anbefales å jobbe gjennom dem i rekkefølge:
- Grunnleggende beregninger (sum, gjennomsnitt)
- Sentralmål (median, typetall)
- Rekkevidde og variasjon
- Frekvenstabeller og relativ frekvens
- Kumulativ frekvens
- Standardavvik
- Grupperte data