Gamla tentor

Question 1

Beskriv skillnaden mellan stickprov och population!

Answer 1

Population = alla individer/enheter som ingår i en viss avgränsad grupp, ex psykologstudenter T2 på KI

Stickprov = ett mindre urval ur en population

Question 2

Hur förhåller sig alfanivån till risken för typ 1 fel?

Answer 2

Alfanivån anger risken för typ 1 fel i procent. En alfanivå på 0.05 ger således en 5% risk för typ 1 fel.

Question 2

Ge definitionen av P-värde!

Answer 2

P-värde anger sannolikheten att vi, givet att nollhypotesen stämmer, skulle få ett lika eller mer extremt testvärde än det vi faktiskt fått.

Question 2

Vad är typ 1 fel?

Answer 2

Ett typ 1 fel kallas även ibland för ett falskt positivt resultat, och innebär att vi förkastar nollhypotesen trots att den är sann, dvs att vi säger att det finns en effekt när det inte gör det.

Question 3

Vad är ett typ 2 fel?

Answer 3

Ett typ 2 fel kallas även ibland för ett falskt negativt resultat, och innebär att vi behåller nollhypotesen trots att den är falsk, dvs att vi säger att det inte finns en effekt när det faktiskt gör det.

Question 4

Ge ett exempel på vad konsekvensen av att göra ett typ 2 fel skulle vara, tex inom ramen för en studie som utvärderar en behandling.

Answer 4

Ett typ 2 fel som utvärderar tex ett läkemedels effekt mot ångest skulle innebära att resultatet som rapporteras säger att läkemedlet inte kan antas hjälpa mot ångest trots att det gör det. En långsiktig konsekvens (om endast denna studies resultat används) hade då varit att ett effekt läkemedel som hade kunnat hjälpa många inte används.
Förhoppningsvis genomförs och används fler studier vilket ökar chansen att hitta dessa effekter.

Question 5

Vad är power?

Answer 5

Power är sannolikheten att förkasta nollhypotesen givet att den är falsk, alltså sannolikheten att säga att det finns en effekt när det faktiskt gör det.

Question 6

Identifiera två faktorer som påverkar power vilka en forskare kan påverka när hen planerar en studie. Förklara kort för dem båda faktorerna du beskrivit och varför de påverkar power.

Answer 6

I planeringsfasen i en studie har man kontroll över power på två sätt: genom att välja stickprovsstorlek och genom att se till att deras interventioner är så effektiva som möjligt.

Genom att öka stickprovsstorleken ökar chansen att få ett stort mätvärde i tex ett paired sample t-test. Detta pga att roten ur n multipliceras med övriga variabler i formeln för testet.

Med effektiva interventioner kan man förhoppningsvis minska variansen (och då även standardavvikelsen) som även den påverkar testresultatet, i ett paired sample t-test genom division av s.

Question 7

I en QQ plot, hur ska det se ut för att tolkas som normalfördelat?

Answer 7

Punkterna ska ligga så nära linjen som möjligt.

Question 8

Beskriv vad som menas med en interaktionseffekt i kontexten av en tvåvägs ANOVA.

Answer 8

En interaktionseffekt innebär att effekten av en oberoende variabel (OV1) på en beroende variabel (BV) förändras beroende på vilken nivå den andra oberoende variabeln (OV2) befinner sig på, och vice versa.

Question 9

Vad är tolkningen av determinationskoeffekten r^2?

Answer 9

Determinationskoeffekten r^2 tolkas som andelen av variansen i den ena variabeln som kan förklaras av variansen i den andra variablen.

Question 10

Vad är nackdelen med att uppnå högre power genom att välja en mer liberal, dvs högre, alfanivå?

Answer 10

Nackdelen med att välja en högre alfanivå är att chansen för typ 1 fel ökar, dvs att chansen att man förkastar en sann nollhypotes ökar.

Question 11

Vilka av följande slutsatser kan du dra efter att du observerat ett p-värde lägre än din alfanivå, dvs ett statistiskt signifikant resultat? För varje slutsats nedan, ange bara om det stämmer eller ej.
1) Alternativhypotesen är sann
2) Data är överraskande, under antagande att nollhypotesen är sann.
3) Antagande om nolleffekt i populationen har mötts.

Answer 11

1) sann
2) sann
3) falsk

Question 12

Vad testar ett chi2 test av oberoende? Ge ett eget exempel på en frågeställning där det hade varit lämpligt att använda ett chi2 test av oberoende.

Answer 12

Ett Chi²-test av oberoende används för att undersöka om det finns ett statistiskt samband mellan två kategoriska variabler i en population.

Nollhypotes (𝐻0): Det finns ingen samband mellan variablerna (de är oberoende).
Alternativ hypotes (𝐻𝐴): Det finns ett samband mellan variablerna (de är beroende).

Fråga:
“Finns det ett samband mellan kön och om en person föredrar kaffe eller te?”
Detta är lämpligt eftersom båda variablerna kön och dryckespreferens är kategoriska. Testet hjälper dig att avgöra om dessa variabler är statistiskt beroende eller oberoende.

Question 13

Beskriv två antagande för independent sample t-test (t-test för oberoende mätningar).

Answer 13

1. Oberoende observationer:
   - Vad det betyder: Observationerna i de två grupperna måste vara oberoende av varandra. Det innebär att värdena i en grupp inte får påverka värdena i den andra gruppen.
   - Exempel: Om du undersöker skillnader i testresultat mellan två skolklasser, får eleverna i en klass inte samarbeta med eller påverka eleverna i den andra klassen.
2. Homogena varians (lika varians):
   - Vad det betyder: De två grupperna ska ha ungefär samma varians i den beroende variabeln. Detta innebär att spridningen av värden inom grupperna ska vara jämförbar.
   - Hur kontrolleras det? Genom tester som Levene’s test eller grafiska metoder (t.ex. boxplots).
   - Vad gör man om antagandet bryts? Om variansen inte är homogen kan du använda Welch’s t-test, som inte kräver lika varians.

Viktigt att veta också:
Normalfördelning: Den beroende variabeln ska vara ungefär normalfördelad i varje grupp, särskilt när stickprovsstorleken är liten.
Kontinuerlig beroende variabel: Den variabel som mäts måste vara på en intervall- eller kvotskala.