Statistiktenta

Alla Inga Spara

• Inferens Dra slutsatser från data/observationer om hela populationen utifrån ett stickprov.
• Kvantitativa variabler Variabler som antar numeriska värden och där beräkningar som t.ex addition är meningsfulla. Exempelvis längd, vikt.
• Kvalitativa variabler Variabler där varje enhet som mäts placeras i en kategori. Exempelvis kön, ögonfärg, bilmodell, betyg etc.
• Målpopulation Population är en samling av enheter som du vill beskriva / dra slutsatser om.
• Urvalsram Ramen är förteckningen över individerna som ingår i populationen. Det är från denna lista man gör sitt urval. Kan också vara en lista över skolor, klasser etc.
• Urval/stickprov En delmängd av populationen. Urvalet görs utifrån definitionen av populationen.
• Responsvariabel Kallas den variabel som man är intresserad av att förklara.
• Förklaringsvariabeln Används för att förklara en förändring i responsvariabeln.
• Operationalisering Innebär att man försöker översätta eller operationalisera det abstrakta och omätbara till något konkret och mätbart. Med ett antal frågor försöker man fånga in det man anser vara centralt för det begrepp men mäter.
• Slumpmässiga urval Urval som använder slumpen som urvalsmekanism kallas för ett sannolikhetsurval.
• Obundet slumpmässigt (OSU) Vid OSU av n enheter har alla möjliga kombinationer av n enheter samma chans att bli valda.
• Stratifierat urval Dela in populationen i homogena delpopulationer (strata). Välj med OSU ett antal enheter i varje strata.
• Klusterurval Om det inte finns en förteckning över alla individer i populationen (eller om det är för tidskrävande att utföra ett OSU/Stratifierat urval). Ibland finns naturliga kluster - till exempel skolor, hushåll.
• Systematiskt urval Utgår från en lista över enheterna i populationen, väljer var k:te enhet i populationen med en slumpmässig start bland de första k enheterna. Välj till exempel var tredje med slumpmässig start bland de tre första. Likvärdigt med OSU
• Icke slumpmässiga urval Alla individer i population har inte en känd chans (om ens någon) att komma med i urvalet. Det leder till att man inte kan generalisera till populationen. Ex. bekvämlighetsurval, snöbollsurval, självvalda urval.
• Urvalsfel uppstår när man studerar ett urval istället för en hel population. Om man gör ett slumpmässigt urval så är urvalsfelet slumpmässigt och det är därmed möjligt att uppskatta hur stort detta fel är.
• Täckningsfel Uppstår då ramen inte speglar populationen.
• Bortfallsfel Uppstår då inte alla utdelade enkäter blivit besvarade.
• Mätfel Missförstånd, om många missförstår en fråga.
• Bearbetningsfel Kodningsfel, inmatningsfel, datorbearbetingsfel
• Operationalisering nnebär att man försöker översätta eller operationalisera det abstrakta och omätbara till något konkret och mätbart. Med ett antal frågor försöker man fånga in det man anser vara centralt för det begrepp men mäter.
• Tidsseriestudie Motsatsen till tvärsnittsstudie. Innebär att varje individ i urvalet har observerats vid flera olika tillfällen i tiden, där huvudpoängen är just att analysera tidsaspekten i något avseende
• Tvärsnittstudie Innebär att samtliga individer som ingår i urvalet observeras en gång, antingen vid en och samma tidpunkt eller utan att hänsyn tas till eventuella skillnader i tid.
• Prospektiv studie Motsatsen till retrospektiv studie. Då blickar man framåt i tiden. Datainsamlingen kan planeras och styras av forskaren själv.
• Retrospektiv studie Innebär att studien är tillbakablickande i tiden. Baserat på något som redan ägt rum, och då finns redan datan.
• Experimentell studie Motsatsen till observationsstudier. Data samlas in genom att individerna i urvalet placeras i en kontext som är avgränsad för att stämma överens med undersökningens syfte.
• Observationsstudie Kännetecknas av att omvärlden studeras “som den är”. Man studerar “utifrån”. Ex. är en opinionsundersökning en observationsstudie.
• Nominal skalnivå Kategorier kan ej rangordnas (ex kön, hudfärg)
• Ordinal skalnivå Kategorier kan rangordnas (ex skolbetyg)
• Kvot Har absolut nollpunkt (ex längd, ålder)
• Intervall Har inte absolut nollpunkt (ex skolbetyg)
• Centralmått Tyngdpunkten i ett datamaterial. Sammanfattar en fördelning i ett enda tal och ger information om var fördelningens centrum är beläget.
• Tre vanliga centralmått Typvärde, median, medelvärde
• Spridningsmått Variationen i ett datamaterial
• Variationsvidd Skillnaden mellan det största och minsta värdet
• Kvartilavstånd Anger inom vilket avstånd de 50 % mittersta observationerna ligger.
• Standardavvikelse Beskriver den genomsnittliga avvikelsen till medelvärdet.
• Kvartiler Delar observationerna i fyra lika stora grupper
• Percentiler Tal som beskriver fördelningen i en grupp av en sådan egenskap som BMI.
• Signifikansnivå Vår definition av vad en osannolik händelse är. Vanligtvis en låg procentsats (0.1%, 1 %). Kallas även för felrisk.
• Testvariabel Mäter avståndet mellan nollhypotesen och det observerade i stickprovet.
• p-värde Ett mått på hur troligt fe är att H0 är sann när vi tar hänsyn till stickprovsdata. p-värdet är ett tal mellan 0 och 1. Ett lågt p-värde innebär ett starkare bevis mot H0.
• Slutsats Man förkastar nollhypotesen om man får en “osannolik händelse”, dvs om p-värdet är mindre än den valda signifikansnivån.

Alla Inga Spara