Statistik ny

Question 1

z-värde

Answer 1

Ett z-värde är en transformering av data, där man anger ett specifikt värde i antal standardavvikelser från medelvärdet. Används för att standardisera data och underlättar för att kunna jämföra olika variabler.

Question 2

Samplingsfördelningen

Answer 2

En teoretisk fördelning som visar hur olika stickprovsmedelvärden sprider sig runt det sanna medelvärdet i populationen. Samplingsfördelningen är normalfördelad.

Question 3

Parameter

Answer 3

Ett teoretiskt mått på det “sanna” värdet i populationen. Tex medelvärdet för populationen.

Question 4

Estimat

Answer 4

Används för att uppskatta parametern. Ett mått på ett värde i stickprovet.

Question 5

Standardfel

Answer 5

Ett mått på hur mycket stickprovsmedelvärden varierar kring det sanna medelvärdet i populationen. Som standardavvikelse fast för samplingsfördelningen.

Question 6

p-värde

Answer 6

Ett mått på hur sannolikt det vore att få ett givet värde i stickprovet givet att nollhypotesen är sann.

Question 7

Hur påverkar stickprovets storlek konfidensintervallens bredd?

Answer 7

Desto större stickprov desto troligare att det sanna medelvärdet finns, därav blir konfidensintervallet mindre. Om stickprovet är litet blir osäkerheten större och konfidensintervallet bredare.

Question 8

Hur påverkar stickprovets standardavvikelse konfidensintervallens bredd?

Answer 8

Om stickprovet har liten s betyder det att variansen i populationen även är liten. Då varierar inte stickproven lika mycket mellan det sanna medelvärdet och konfidensintervallen blir smalare. Detsamma fast tvärtom om s är större.

Question 9

Nollhypotesen

Answer 9

Det finns ingen effekt/skillnad.

Question 10

Alternativhypotesen

Answer 10

Det finns en effekt/skillnad.

Question 11

Typ I-fel

Answer 11

Nollhypotesen förkastas felaktigt.

Question 12

Typ II-fel

Answer 12

Nollhypotesen behålls, felaktigt.

Question 13

Risken för att göra ett typ I-fel

Answer 13

Lika med alpha-nivån

Question 14

Risken för typ II-fel

Answer 14

“Beta”
Detta minskar beta:
- Högre alfa-nivå
- fler deltagare
- större styrka på obv
- mindre felvarians
- beroende mätningar

Question 15

Krav för parametriska test

Answer 15

Minst på intervall nivå.
Normalfördelat
Homogena grupper (oberoende t-test)
Inga extremvärden

Question 16

Beroende t-test

Answer 16

Jämför skillnad i en grupp, tex före och efter manipulation.

Question 17

Oberoende t-test

Answer 17

Jämför skillnad mellan två olika grupper.

Question 18

Mann Whitney U

Answer 18

Icke-parametriska motsvarigheten till oberoende t-test. Dvs test på två olika grupper.

Question 19

Wilxocon

Answer 19

Icke-parametriska motsvarigheten till beroende t-test. Dvs test på en grupp.

Question 20

Pearsons r

Answer 20

Parametriskt test för Korrelation

Question 21

Spearmans rho

Answer 21

Icke-parametriskt test för korrelation
-1 till +1
0=ingen korrelation

Question 22

Chi-två

Answer 22

När data är på nominalnivå. Jämför två variabler mot varandra.

Question 23

Regressionslinje

Answer 23

y=b0+b1x
Används för att predicera ett värde på y utifrån ett givet värde på x.
b0 kallas intercept och visar var linjen skär y-axlen.
b1 är linjens lutning.

Question 24

Vad menas med att resultatet är statistiskt signifikant?

Answer 24

Att det är mindre än 5% sannolikhet att vi skulle få svaret givet om nollhypotesen vore sann.

Question 25

Praktiskt signifikans

Answer 25

Är det meningsfullt? Effekt: choens d: mäter styrka på samband. Låg effekt låg praktisk signifikans.

Question 26

Power

Answer 26

Sannolikheten att få ett statistiskt signifikant resultat givet att nollhypotesen är falsk.

Question 27

Vad påverkar statistik power?

Answer 27

Alfa-nivån (desto lägre desto lägre power) Storleken på stickprovet (ju större desto mer power) Standardavvikelsen i populationen.

Question 28

Centrala gränsvärdesatsen

Answer 28

Desto fler observationer desto mer normalfördelat blir det. Desto närmare kommer vi det sanna medelvärdet.

Question 29

Vad menas med att ett konfidensintervall har en 95%ig konfidensgrad

Answer 29

Om man hade gjort 100 undersökningar så hade 95 av dem innehållit det sanna medelvärdet.

Question 30

Massignifikans

Answer 30

Desto fler test man gör desto större chans att få ett signifikant resultat. Större risk att göra ett typ I-fel. Om testen är oberoende: 1-(1-a)n (för signifikans)

Question 31

Korrigering för massignifikans

Answer 31

Boniferroni korrigering: dela alfa-nivån med antal test. Sänker dock powern för ett enskilt test.

Question 32

Vad behövs för att säkerställa kausala samband?

Answer 32

Välkonstruerade experimentella studier

Question 33

Effektstorlek

Answer 33

Ett standardiserat mått på storleken/styrkan av en effekt.