Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Metod 2 - tenta 2 > Uppdaterad > Flashcards

Uppdaterad Flashcards

(95 cards)

Start Studying
1
Q

3 steg i den statistiska analysen

A
  1. Lär känna datan
  2. Sammanfatta datan
  3. Bekräfta vad datan stödjer/avslöjar
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Lär känna datan

A

Fastställa om datan är meningsfull
Undersöka outliers och errors

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

Sammanfatta datan

A

Sätta enkla siffror på våra datapunkter

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

Bekräfta vad datan stödjer/avslöjar

A

Hypotespröva
Genom SPSS

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

Stem-and-leaf-diagram

A

Stam - tiotal
Blad - ental
För att lättare se fördelningen av datan

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

Bimodal distribution

A

2 värden i datan är vanligast och sticker ut
T.ex Kroppslängd för män och kvinnor, män tenderar att vara längre så en topp för män och en topp för kvinnor

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

Outliers

A

Extremvärden
Värden som ligger långt ut och skiljer sig från resterande värden

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

Variabilitet

A

Hur mycket värden i en datamängd skiljer sig från varandra
Hur utspridd eller koncentrerad observationen/värdena är kring medelvärdet

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

Boxplot

A

Grafiskt sätt att få en bild över datan, speciellt vid hög variabilitet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Hur utformar sig en boxplot?

A
  • Medianen sträcket i mitten av lådan
  • Lådan innehåller 50% av datan
  • Strecken visar spridningen av datapunkterna
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Boxplotdefinitionen

A

Värden utanför intervallet sållas bort som extremvärden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Kvartiler

A

Delar in datan i 4 lika stora delar för att bättre förstå spridningen av datan och hitta mitten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Q2

A

Medianen - mitten värdet betyder att hälften (50%) av datan är mindre

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Q1

A

Medianen av den undre halvan - 25% av värdena är mindre än denna medianen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Q3

A

Medianen av den övre halvan - 75% av värdena är mindre än denna medianen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

IQR (Interquartile Range)

A

Skillanden mellan Q1 och Q3
Förklarar spridningen av Q2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Vad används IQR till?

A

Hitta extremvärden
Beskriva variationen i datan

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Central tendency

A

Ett centralt värde som sammanfattar datamängden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Vanligaste central tendency

A

Medelvärde - summan av alla värden dividerat med antalet värden

Median- Värdet när datan är placerad i storleksordning

Typvärde - De värde som förekommer flest gånger i datamängden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

När är medelvärdet bra att använda?

A

Datan är jämn
Vill veta ett sammanfattat värde
t.ex genomsnittsbetyg i en klass där alla ligger ganska nära varandra

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

När är det bar att använda median?

A

När extremvärden finns
Datan är snedfördelad (ojämn)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

När är det bar att använda typvärde?

A

När man vill veta vilket värde som är vanligast
När datan är kategorisk
t.ex vilken sport är populärast

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Intervall (Range)

A

Visar skillnaden mellan största och minsta värdet i en datamängd
största - minsta
Mått på hur utspridda värdena i datamängden är

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Standardavvikelse (SD, s)

A

Visar i genomsnitt hur mycket varje datapunkt tillsammans avviker från medelvärdet

Blir i samma enhet som de andra värdena medans variansen inte är det.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Räkna ut SD/s
1. Alla datapunkter för sig minus medelvärdet 2. kvadrera allt - positivt 3. Dra medelvärdet ur alla skillnader tillsammans 4. Får ut variansen i datan 5. Roten ur variansen = SD
26
Varians
Hur mycket värdena i datan varierar från medelvärdet SD^2 = variansen
27
Räkna ut standard error
SD/ roten ur n
28
Hypotesprövning
Metod för att avgöra om det finns en effekt genom att testa nollhypotesen
29
Nollhypotesen (H0)
Den oberoende variabeln har ingen effekt om H0 är sant
30
Alternativ hypotes (H1)
Den oberoende variabeln har en effekt om H0 inte är sant
31
Type I-fel
Förkastar nollhypotesen, fast den är sann Menar att det finns en effekt fast att det inte finns - Som att döma en oskyldig person för ett brott
32
Type II-fel
Behåller nollhypotesen, fast det finns en verklig effekt Menar att det inte finns någon effekt fast att det finns - Som att missa att döma en skyldig person
33
Alfa (a)
Det sannorlikhetsvärde (signifikansnivå) som väljs innan testet - Avgör hur stor risk man är villig för att göra ett Type I-fel - Alltså gränsen för hur mycket fel man är beredd att acceptera - Handlar det om t.ex läkemedel sätter man en mycket låg gräns
34
Beta (B)
Risken att missa en verklig effekt, begå ett type II-fel Power är sannolikheten att upptäcka en verklig effekt och beta är då det som blir över, alltså sannolikheten att man inte hittar en verklige effekt fast att den finns
35
Power
Sannolikheten är att upptäcka en verklig effekt (1-B)
36
Hur ökar man Power för att få så bra odds som möjligt?
Större stickprov/urval Högre effektstorlek eller högre alfa
37
Two- tailed test
Testar 2 medelvärden mot varandra och undersöker om de är större eller mindre Utan förväntad riktning på resultatet
38
Dependent t-test
Jämför 2 medelvärden som är kopplade till varandra, t.ex samma person före och efter
39
Independent t-test
Jämför 2 medelvärden som är oberoende av varandra, två olika grupper
40
One-way ANOVA (Between-subjects ANOVA)
Jämför medelvärden från 2 eller fler oberoende grupper
41
Repeated Measures ANOVA (Within-subjects ANOVA)
Jämför samma personer vid flera tillfällen (Betingelser) t.ex möter blodtryck hos en person, förr, under och efter
42
eta - squared (n^2)
Kan användas vid flera grupper - Mått på effektstorleken vid ANOVA Hur mycket av skillnaden i resultatet beror på vilken grupp deltagarna tillhör
43
Tolkning av eta-squared
0.01 liten effekt 0.06 medel effekt 0.14 stor effekt
44
Sfäricitet i ANOVA
Har vi sfäricitet innebär det att variansen av skillnaden mellan varje par av betingelser är ungefär lika. Har vi inte Sfäricitet kan det leda till type I -fel
45
Statistiskt signifikant resultat
Resultatet beror inte på slumpen
46
One-tailed test
Testar om det finns en skillnad i en specifik riktning t.ex vill veta om de sänker blodtrycket, bryr sig inte om att de kanske höjs
47
Hur är hypotesprövning induktivt?
Slutsatser dras av begränsad data
48
Hur är hypotesprövning indirekt?
Antar att inga skillnader finns tills de antagandet förkastas
49
Första steget i hypotesprövning
Forma en nollhypotes
50
Andra steget i hypotesprövning
Beräkna sannolikheten att effekt hade uppstått om nollhypotesen är sann = p-värdet
51
Frihetsgrader (df)
Hur mycket information som kan variera i en statistisk bedömning utan att påverka resultatet P-värdet påverkas av df
52
df i t-test - 1 grupp i SPSS
n-1
53
df i t-test - 2 grupper SPSS
n1 + n2 - 2
54
Pooled variance
Uppskattad gemensam varians från 2 eller fler grupper (antagande att grupperna har samma varians), även om medelvärderna skiljer sig åt Mer stabil och pålitlig uppskattning från all grupper
55
Standard error of the mean (SEM)
Visar hur osäkert vårt stickprovsmedelvärde är i uppskattning till populationens medelvärde
56
SEM uträkning
SD/ roten ur n
57
f-test
Första steget för att se en signifikant skillnad mellan fler än 2 grupper Finns en effekt kan man gå vidare och göra post-hoc (parvisa jämförelser)
58
Post-hoc test
Parvisa jämförelser mellan grupperna för att få en exakt bild av mellan vilka grupper skillnaderna finns
59
Cohen´s f
Mått på effektstorleken i ANOVA
60
Tolkning av Cohen´s f
0.10 små skillnader mellan grupper 0.25 märkbara skillnader 0.40 Stora skillnader
61
Difference score
Skillnaden mellan 2 betingelser
62
Motbalansering
Blockrandomisering eller ABBA-design
63
Partial eta square (n2p)
Mått på hur stor del av variationen i resultatet som förklaras av en viss oberoende variabel utan inblandning av de andra observationerna
64
Vad betyder ett högt n2p?
Just den oberoende variabeln har stor inverkan på den beroende variabeln
65
Tolkning av n2p
0.01 liten effekt 0.06 medel effekt 0.14 stor effekt
66
Mixed ANOVA
Komplex design Innehåller en inom och en utom grupps design
67
Tests of within - subjects effect
Finns det en signifikant skillnad över tid eller mellan betingelser - samma personer Finns någon förändring mellan olika tillstånd eller tidpunkter
68
Tests of between - subjects effect
Undersöker om det finns någon signifikant skillnad mellan grupper som har olika behandlingar eller villkor
69
Chi-square -test
Analyserar kategorisk data, testar om det finns en signifikant skillnad mellan de observerade och förväntade frekvensen - den förväntade frekvensen innebär värdet som skulle vara om ingen skillnad fanns Testar om 2 variabler är associerade
70
Icke-parametriska test
Används när vanligt t-test och ANOVA inte kan användas: - datan är inte nromalfördelad - det är ordianl data - det finns betydande extremvärden - små stickprov har gjorts
71
Normalfördelning
De flesta värderna är nära medelvärdet, när man rör sig längre från blir de färre och mindre troliga t.ex människors längd
72
Mann- whitney u-test
Alternativ till t-test när datan inte är normlfördelad Rangordnas och summering av värdarna från de två grupperna jämförs
73
p-värde i SPSS
sig eller two -sided p
74
Mean difference - SPSS
Mått på skillanden mellan 2 gruppers medelvärden Beskriver skillnaden i genomsnitt
75
Om noll finns i konfidensintervallet, hur tolkar vi det?
Vi kan anta att det inte finns någon statistisk säkerställd skillnad mellan medelvärdena - osäkerhet
76
r = korrelationskoefficienten
Mäter styrkan och riktningen på ett linjärt samband mellan två variabler
77
Tolkning av korrelationskoefficienten
Närmare 1 - perfekt positiv korrelation - när variabeln minskar ökar den andra 0 - Ingen linjär korrelation - 1 - Perfekt negativ korrelation - när variabeln ökar minskar den andra
78
r = korrelationskoefficienten - användningsområde
Mäta styrkan och riktningen av ett linjärt samband mellan två variabler. Det säger hur mycket och i vilken riktning två variabler hänger ihop – men det förutsäger inte direkt den andra variabelns exakta värde.
79
Interval scale variabel
mätvärdeskala som används för att mäta variabler där både avståndet mellan mätvärden är lika stort, men det inte finns en absolut nollpunkt.
80
repeated measures ANOVA
Undersöker hur en beroende variabel förändras över tid eller mellan olika förhållanden för samma deltagare.
81
Varför elimineras systematisk varians beroende på deltagarna i en repeated measures ANOVA
Eftersom varje deltagare mäts flera gånger, finns det variation som kan bero på individuella skillnader mellan deltagarna. Vilket är irrelevant för observationen
82
Om standardavvikelsen är stor mellan två grupper i en independent design, innebär det?
Det är svåre att hitta en skillnad mellan medelvärdena då variansen är så stor och värdarna är väldigt splittrade
83
Ett minskat risk för Type I -error betyder?
Ökad risk för Type II - error Samt tvärt om
84
Räkna ut F ratio för interaktionseffekt
MS - mean square Between group - grupp* grupp / error
85
En medel effektstorlek vs p-värdet
medel - 0.5 p-värdet - 0.05
86
Sample mean
Stickprovsmedelvärdet, begränsad grupp
87
Vad är konfidens intervallet för population mean centrerat runt ?
Sample mean
88
Hur ser en korrelation ut i en scatterplot?
Punkterna kommer befinna sig i en linje
89
Ordinal
En meningsfull ordning men avstådent i mellan har ingen betydelse t.ex 1,2,3 plats i en tävling
90
Nominal
Utan rangordning men kan t.ex skilja grupper åt t.ex män och kvinnor
91
Sensitivity
Mått på hur väl ett test identifierar en verklig effekt
92
Vilket fel är troligast att förekomma när vi testar flera parvisa jämförelser mellan medelvärden?
Type I-fel
93
Primära faktorn som används för att kontrollera power?
Sample size - deltagare
94
Tabeller i SPSS - hitta main effect
Between/ within subject
95
Tabeller i SPSS - Simple main effect
Pairwise comparison

Metod 2 - tenta 2 (2 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions