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

Att förstå dina data börjar med deskriptiv statistik – dessa ger viktiga sammanfattningar om fördelning, centralmått och spridning av variabler.

## Grundläggande deskriptiv statistik
De vanligaste statistiska måtten är:
- **Medelvärde**: genomsnittligt värde;
- **Standardavvikelse**: hur mycket värdena avviker från medelvärdet;
- **Median**: mittersta värdet;
- **Min / max**: minsta och största värdena.

Dessa ger en snabb översikt över hur dina variabler är fördelade.

### Base R
Base R tillhandahåller enkla funktioner för att beräkna deskriptiv statistik. Funktionen `summary()` ger också en snabb statistisk översikt av alla numeriska kolumner.

```
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 använda `summarise()` för att beräkna flera statistiska mått samtidigt i ett tydligt och läsbart 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)
  )
```

Få praktisk erfarenhet av dataanalys med R genom att lära dig att rensa, transformera och visualisera dataset. Utforska viktiga arbetsflöden såsom att välja och filtrera data, hantera saknade värden och sammanfatta resultat. Bygg upp förtroende i att förbereda data för insikter, rapportering och djupare statistisk analys.

Utforska grunderna i dataanalys med R. Lär dig att installera verktyg, ladda och inspektera dataset, välja och filtrera information, sortera och transformera data, hantera saknade värden samt sammanfatta resultat för djupare insikter.

Lär dig att skapa övertygande visualiseringar med ggplot2. Skapa stapeldiagram, histogram, täthetsdiagram och spridningsdiagram, och anpassa samt förfina dem med stilinställningar och facettering för att avslöja djupare insikter i dina data.

Förstärk din förståelse för statistik inom dataanalys. Använd beskrivande mått, identifiera och hantera avvikare samt tillämpa korrelationstekniker med visuella verktyg såsom värmekartor och spridningsdiagram för att upptäcka meningsfulla samband.

Deskriptiv Statistik

Grundläggande deskriptiv statistik

Base R

dplyr

Awesome!

Deskriptiv Statistik

Grundläggande deskriptiv statistik

Base R

dplyr