Summary  
This chapter demonstrates how to compute and aggregate descriptive statistics—such as mean, median, standard deviation, variance, range, and summary—using base functions and dplyr’s `summarise()` and `group_by()` workflows.  

General domain of usage  
Exploratory data analysis

Forståelse af dine data begynder med deskriptiv statistik – disse giver væsentlige sammenfatninger om fordelingen, centraltendensen og spredningen af variable.

## Grundlæggende deskriptiv statistik
De mest almindelige statistiske mål er:
- **Gennemsnit**: gennemsnitsværdi;
- **Standardafvigelse**: hvor meget værdierne afviger fra gennemsnittet;
- **Median**: midterste værdi;
- **Min / max**: mindste og største værdier.

Disse giver et hurtigt overblik over, hvordan dine variable er fordelt.

### Base R
Base R tilbyder enkle funktioner til beregning af deskriptiv statistik. Funktionen `summary()` giver også et hurtigt statistisk overblik over alle numeriske kolonner.

```
mean(df$max_power, na.rm = TRUE)
median(df$selling_price, na.rm = TRUE)
min(df$mileage, na.rm = TRUE)
max(df$mileage, na.rm = TRUE)
summary(df)
```

### dplyr
Med `dplyr` kan du bruge `summarise()` til at beregne flere statistikker på én gang i et overskueligt og læsbart format.

```
df %>%
  summarise(
    avg_power = mean(max_power, na.rm = TRUE),
    sd_power = sd(max_power, na.rm = TRUE),
    median_power = median(max_power, na.rm = TRUE)
  )
```

Opnå praktisk erfaring med dataanalyse i R ved at lære at rense, transformere og visualisere datasæt. Udforsk essentielle arbejdsgange såsom udvælgelse og filtrering af data, håndtering af manglende værdier og opsummering af resultater. Opbyg selvtillid i at forberede data til indsigt, rapportering og dybere statistisk udforskning.

Udforsk grundlæggende principper for dataanalyse med R. Lær at installere værktøjer, indlæse og inspicere datasæt, udvælge og filtrere information, sortere og transformere data, håndtere manglende værdier samt opsummere resultater for dybere indsigt.

Lær at skabe overbevisende visualiseringer med ggplot2. Opbyg søjlediagrammer, histogrammer, tæthedsplot og spredningsdiagrammer, og tilpas og forfin dem med stilindstillinger og facettering for at afdække dybere indsigter i dine data.

Styrk din forståelse af statistik til dataanalyse. Anvend beskrivende mål, identificer og håndter afvigere, og brug korrelationsteknikker med visuelle værktøjer som varmekort og spredningsdiagrammer for at afdække meningsfulde sammenhænge.

Beskrivende Statistik

Grundlæggende deskriptiv statistik

Base R

dplyr

Awesome!

Beskrivende Statistik

Grundlæggende deskriptiv statistik

Base R

dplyr