Statistikbegrepp

klusterurval stickprovet består av element från valda grupper

stratifierat urval stickprovet består av element från varje grupp

Centrala gränsvärdessatsen "CGS" Om stickproven är tillräckligt stora kommer de vara normalfördelade

Deskriptiv statistik sammanställning av viktiga aspekter hos en datamängd. Presenteras i form av tabeller & grafer

Inferensstatistik man drar slutsatser om en större datamängd (populationen) baserat på en mindre datamängd genom stickprov/urval

Tvärsnittsdata data insamlad genom att registrera egenskaper hos många individer (utan att bry sig om tidpunkten detta gjordes)

Tidsseriedata data insamlad över många tidsperioder, t.ex. per timme/dag/vecka

Strukturerad data finns i ett fördefinierat format, man vet lite vad man kan vänta sig, t.ex. Excel, rått tabellformat

Ostrukturerad data passar inte i det fördefinierade formatet, t.ex. Twitter

Kategoriska variabler kvalitativ. Representerar kategorier, etiketter eller namn.

Numeriska kvantitativ. Representerar meningsfulla tal. T.ex. antal barn i en familj

Diskret numerisk data antar ett uppräkneligt antal värden. Ex. antal barn i en familj.

Kontinuerlig numerisk data antar ett överuppräkneligt antal värden i något intervall. Ex. vikt hos ett nyfött barn

Nominal skala kategorier eller grupper. Värdena är etiketter eller namn.

Ordinal kategorier som kan ordnas. Differenser har ej mening pga olika tolkningar och uppfattningar. Ex. Betyg från 1 stjärna till 5 stjärnor

Intervall differenser har mening. Ex. Temperatur

Kvot finns en “riktig“ nolla. Kvoter är meningsfulla. Ex. vinst eller lön, person som väger 80 kg väger dubbelt så mycket som person som väger 40 kg.

Nominaldata finns ingen ordning

Scatterplot för att undersöka sambandet mellan två numeriska variabler

Polygon beskriver hur många frekvenser

ogiv framställer en kumulativ frekvens eller kumulativ relativ frekvens

MAD mean of absolute deviation (medelvärdet av absoluta differenser)

Varians genomsnittet av de kvadrerade differenserna mellan observationerna och medelvärdet.

Aritmetiskt medelvärde adderar ihop olika värden och dividerar med antalet. Ger genomsnittet.

Geometriskt medelvärde medelvärde som tar hänsyn till hur räntan förändras med åren

typvärde det som förekommer oftast

Låg standardavvikelse observationerna är nära medelvärdet

Hög standardavvikelse observationerna är utspridda (är standardavvikelsen stor är risken stor)

Interkvartilavstånd (IQR) Q3-Q1

Boxplott används för att få uppfattning om fördelningens form

Positivt skev medianen är till vänster om lådans mitt och den högra whiskern är längre än den vänstra

Negativt skev medianen är till höger om lådans mitt och den vänstra whiskern är längre än den högra

Kovarians mäter riktningen på det linjära sambandet

Korrelation beskriver både riktning och hur starkt sambandet är. Är mellan –1 och 1

Utfallsrum innehåller alla möjliga utfall av ett experiment

Simpel händelse har endast ett element. T.ex. F på betygsskalan

Uttömmande (exhaustive) om alla möjliga utfall finns hos händelserna. Ex. “ta medalj” och “inte ta medalj”

Ömsesidigt uteslutande (mutually exklusive) om de inte har några gemensamma utfall för experimentet

Venn-diagram representerar händelserna och utfallsrummet

union som finns i åtminstone en

snitt händelser som finns i båda

Komplement som inte finns. 1 minus sannolikheten för händelsen

obetingad sannolikhet sannolikheten för en händelse utan några restriktioner

betingad sannolikhet sannolikheten för en händelse givet att en annan händelse inträffat/inträffar.

Beroende händelser (dependent) om inträffandet av den ena påverkar sannolikheten för att den andra inträffar

Oberoende händelser (independent) om inträffandet av den ena inte påverkar sannolikheten för att den andra inträffar

À-priori-sannolikheten den ursprungliga (obetingade) sannolikheten P(B)

À-posteriori-sannolikheten den uppdaterade (betingade) sannolikheten P(B I A)

Kombinationsformeln antalet sätt att välja x objekt bland totalt n olika objekt, där ordningen inte spelar någon roll

Permutationsformeln antalet sätt att välja x objekt bland totalt n olika objekt, där ordningen spelar någon roll

Massfunktion beskriver diskreta slumpvariabler P(X=x)

Täthetsfunktion (density function) beskriver kontinuerliga slumpvariabler P(X_<x)

Kumulativ fördelningsfunktion (cumulative distribution function) beskriver både diskreta och kontinuerliga slumpvariabler

Riskneutralitet man struntar i risken och tar alla erbjudanden som har positiv förväntad avkastning

Riskaversion förväntar sig belöning för att ta en risk. Kan avböja ett riskfyllt erbjudande även om det har positiv förväntad avkastning

Riskälskande kan acceptera riskfyllt erbjudande även om det har negativt förväntad avkastning

Binominalfördelad slumpvariabel räknar antalet lyckade försök i en serie (oberoende försök)

Bernoulliprocess diskret stokastisk process som består av en ändlig eller oändlig serie av oberoende slumpmässiga variabler

Possionfördelad slumpvariabel räknar antalet lyckade försök i ett visst tids- eller rumsintervall

Hypergeometrisk fördelad slumpvariabel räknar antalet lyckade försök i en serie om n försök som inte kan antas oberoende (lägger ej tillbaka)

Diskreta slumpvariabler tar heltalsvärden

Numeriska slumpvariabler kan ta vilka värden som helst i ett intervall (Finns ingen massfunktion. Finns istället täthetsfunktion)

Täthetsfunktion Beskriver hur troligt det är att X tar värden i ett givet intervall

Normalfördelning Är symmetrisk, klockformad och asymptotisk. Är bestämd av parametrarna µ och ó2

population består av alla objekt av intresse i det statistiska problemet

stickprov en delmängd av populationen

Stickprovsstatistikor beräknas från stickprovet och används för inferens om populationen

Bias tendensen för en stickprovsstatistika att över- eller underskatta en populationsparameter

Urvalsbias systematiskt uteslutande av vissa grupper

Bortfallsbias systematisk skillnad i preferenser mellan respondenter och icke-respondenter i en undersökning

Skattare (estimator) en statistika som används för att skatta en populationsparameter

Skattning (estimate) ett visst värde hos skattaren

Konfidensintervall ger ett spann av värden, som med en given konfidensgrad, innehåller populationsparametern (kallas också intervallskattning)

df frihetsgrader

Typ I-fel förkasta nollhypotesen när den är sann

Typ II-fel låt bli att förkasta nollhypotesen när den är falsk

Click

Type

Listen

Games

Print