01_Introduction Flashcards

1
Q

What attributes does all compositional data have?

A

1) Strictly positive

2) Sum of it is constant but meaningless

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Difference between fraction and proportion

A

Proportions are strictly positive.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Hvad finder logaritmen til et tal?

A

Hvilken potens man skal opløfte basen i for at få tallet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Hvad er simpsons paradox (amalgamation paradox)?

A

Når en treatment er bedre i begge tilfælde men overordnet værre fordi den værre proportion har flere tilfælde.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Proportion hyppige fejl:

A

1) Folk snakker om negative proportioner - e.g. 6 +- 7 %
2) Små proportioner kan være vigtige - e.g. et gram salt ud af 1 kg suppe ikke meget men 2 gram salt kan være meget
3) Proportionelle ændringer - fx børspriser - 50 op og næste dag 50 ned giver 75 % af det oprindelige.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Spurious Korrelations

A

1) når man normaliserer kan man ofte skabe korrelation -
e. g. x, y og z er ikke korreleret.

x/z og y/z kan være korreleret fordi de deler en nævner - så hvis z er høj bliver både x og y relativt mindre.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Negative correlation bias

A

Når en del af kompositionen går op skal alle de andre gå ned fordi det er relativ information.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Compositional correlations

A

Skal være ratioerne der er konstante. Skal være lineære i log-log space. y = x + beta hvor beta i log space er lig alpha i euklidisk space. Altså interceptet skal være lig log(hældningen).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Hvorfor udviklede man CODA?

A

Mest på grund af spurious correlations.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly