Please enable JavaScript.
Coggle requires JavaScript to display documents.
Egenskaper hos mätdata (Variabler som kan kvantifieras dvs. anta olika…
Egenskaper hos mätdata
-
-
Skalvärden
Metriska
Om man mäter längden på mygglarverna har man erhållit metriska värden, skalvärden
Variabler som kan kvantifieras dvs. anta olika värden, kan vara diskreta eller kontinuerliga
Diskreta
Kan bara anta vissa värden, ex:heltal
Kontinuerliga
Kan anta vilket värde som helst inom ett intervall. Ex: Vikten av alla blåsippor inom ett provområde
Hypotesprövning
En statistisk hypotesprövning ställer en nollhypotes först och sedan en eller flera s.k mothypoteser!
-
I testproceduren kan nollhyptosen antingen förkastas eller inte förkastat, men aldrig accepteras!
Signifikansnivån beskriver vilken risk man är villig att ta för att förkasta en sann nollhypotes. Signifikansnivån är den risk man tar att det stickprov man samlat på grund av slumpen visar ett annat mönster än hela populationen och därigen tar ett felaktigt beslut i frågan om att behålla eller förkasta nollhypotesen.
Typ 1-fel: Är att man förkasta en sann nollhypotes och signifikansnivån är den risk man tar att detta ska inträffa.
-
Testfunktion: är en egenskap som beräknas utifrån stickprovet och fungerar som beslutsunderlag för att bestämma om nollhypotesen ska förkastas eller ej.
- Beslutsregel: ger ett kritiskt värde som anger om nollhypotesen ska förkastas eller ej.
-
- Statistiskt beslut. Förkasta eller låt bli att förkasta nollhypotesen!
-
-
-
- Data: vilken skaltyp och vilken fördelning har de data man ska testa.
-
Spridningsmått
-
När man ska välja vilket mått på central tendens ska man använda fördelningens utseende av stor betydelse. Om stickprovet åtminstone är approximativt normalfördelat kan man använda medelvärdet.
-
-
Skillnaden mellan stickprovets och populationens medelvärden beror bl.a på variationen i stickprovet och antalet prover. Genom att kombinera dessa två mått får man dels ett mått medelfelet och dels ett konfidensintervall för stickprovet.
Medelfel: är ett mått på hur långt medelvärdet för ett stickprov är från populationens medelvärdet. Eftersom man har större chans att komma i närheten av populationsmedelvärdet ju större stickprov man tar, minskar medelfelet med ökande stickprovsstorlek.
Konfidensintervallet: anger precisionen i en skattning av ett populationsmedelvärde från ett stickprov. För att kunna beräkna konfidensintervallet måste man ange en konfidensnivå. Oftast väljs 95% eller 99%. Vid en 95% konfidensnivå kommer konfidensintervallet i minst 95 av 100 tänkta upprepade provtagningar att innefatta det sanna medelvärdet.
Sd beskriver stickprovets spridning medan medelfelet är ett mått på hur väl stickprovet överensstämmer med populationen.
-
Skaltyper
-
Ordinal
-
- Man kan rangordna variablerna, man kan avgöra om ett värde är högre eller lägre än ett annat men inte hur mycket högre eller lägre!
-
Kvot
Samma som intervallskalan bara att kvot har en naturlig nollpunkt. Exempelvis: vikt, avstånd
-
Datatransformation
Om man vet att ens data är av en annan fördelning är normalfördelning bör man transformera ens data till att bli mer normalfördelad, innan man börjar göra uträkningar
Om variationen inte är jämt fördelad över ett helt mätintervall kallas det heteroskedasticitet och gör att parametriska tester inte kan användas.
-
Proportioner eller %. Exempelvis andel av olika funktionella grupper i prover, använd Arcsin roten ur p
