Presentasjon lastes. Vennligst vent

Presentasjon lastes. Vennligst vent

Presentasjon av data: deskriptiv statistikk. Repetisjon: Målenivå på variabler Nominal (nome betyr navn) Tallverdi kun en ”merkelapp” uten å si noe om.

Liknende presentasjoner


Presentasjon om: "Presentasjon av data: deskriptiv statistikk. Repetisjon: Målenivå på variabler Nominal (nome betyr navn) Tallverdi kun en ”merkelapp” uten å si noe om."— Utskrift av presentasjonen:

1 Presentasjon av data: deskriptiv statistikk

2 Repetisjon: Målenivå på variabler Nominal (nome betyr navn) Tallverdi kun en ”merkelapp” uten å si noe om mengde av egenskap. F eks kjønn (Kvinne = 1, mann =2). Eksperimentgruppe = 1, kontrollgruppe = 2 Ordinal: Rangering av egenskap, men ikke samme avstand mellom tallverdier Grunnskole (1), Høyskole (2), Bachelor (3), Master (4), Doktor (5) Intervall fast avstand mellom tallverdier, men ikke absolutt nullpunkt IQ Rationivå/forholdstall – har et absolutt nullpunkt Reaksjonstid, alder, antall ganger man utfører en atferd Mest egnet for videre statistiske analyser

3 Formål med deskriptiv statistikk Bli bedre kjent med ditt utvalg Få en oversikt over hvem som har svart, hvilke skårer de har osv. Benytter vanligvis statistikkprogram til dette

4 Eks: Eksperiment med trening og depresjon Person nr Gruppe Eksperiment= 1 Kontroll = 2 Kjønn Mann = 1 Kvinne = 2 Pretest depresjon Posttest depresjon

5 Kakediagram

6 Histogram – fordeling i depresjonsskårer

7 Eksempel på søylediagram – skåre depresjon før og etter

8 Eksempel på linjediagram – skåre depresjon før og etter

9 Mål på sentraltendens Sentraltendens: hvilken verdi er mest beskrivende for utvalget? Gjennomsnittsverdi: For pretest ekspr.gruppen: ( )/ 5 = 41,6 Median - ranger alle verdier, finn midtverdien 35, 40, 42, 42, 49 = 42 Modalverdi – hyppigst forekommende verdi: 42 forekommer flest ganger

10 Skjev fordeling (negativt skjev/venstreskjev) Gj.snitt Median Modal

11 Normalfordeling Gjennomsnitt Median Modal

12 Mål på spredning Variasjonsbredde (laveste til høyeste verdi) Vårt eksempel: (35, 40, 40, 42, 49), dvs. fra 35 til 49 Interkvartilrange Grense fra de 25% laveste verdier til de 75 % høyeste Varians og standardavvik – the best !:

13 Samme gjennomsnitt, forskjellig spredning Skåre på depresjon Utvalg 1Utvalg 2Utvalg 3 s = 1,6 s = 4,1 s = 7,9

14 Normalfordeligskurvens skjønnhet -3 s -2 s -1 s X +1 s +2 s +3 s 13,6% 34,1% 2,2 % 0,1 % 2,2 % 50 % skårer under 50 % skårer over

15 Eksempel: IQ-skårer og normalfordelig 13,6% 34,1% 2,2 % 0,1 % 2,2 % 50 % skårer under % skårer over = 100 s = 15

16 To oppgaver 1. En person skårer 115 poeng på en IQ test som har middelverdi= 100 og s = 15. a) Hvor mange prosent skårer lavere enn personen? b) Hvor mange standardavvik avviker personen fra gjennomsnittsverdien? 2 En person skårer 60 poeng på test for depresjon. (Høy skåre = mye depresjon) Skårene på testen er normalfordelt med middelverdi lik 40 og s = 10. a) Vil du si at personen har høy grad av depresjon i forhold til andre?

17 Korrelasjonskoeffisienten – repetisjon Måler grad av sammenheng mellom to variabler Pearson’s produkt-moment korrelasjon mest brukt, men det finnes andre også Utrykkes vanligvis som r r kan ha verdier mellom –1 og +1. Hvis r = 0, ingen sammenheng Formel (ikke nødv. å pugge denne):

18 Positiv sammenheng: en-eggede tvillinger og intelligens r =.91 Har den ene høy IQ skåre, har den andre tvillingen også det. Har den ene lav skåre, har den andre også det

19 Ingen sammenheng, r = 0.00

20 Negativ sammenheng r = -.70 Jo mer IQ øker, jo færre voldsepisoder. Men sammenhengen er ikke perfekt

21 Kurvlineær sammenheng r = 0.00 Betyr ikke nødvendigvis at det ikke er en sammenheng mellom to variabler

22 R 2 – delt varians (coefficient of determination) En r på 0.80 er mer enn dobbelt så sterk som en r på 0.40 Opphøyer vi r til R 2, får vi et uttrykk for sammenhengens styrke r = 0.40, R 2 = 0.40*0.40 =.16 r = 0.80, R 2 = 0.80*0.80 =.64 R 2 er et utrykk for hvor mye varians X og Y har til felles Hvis R 2 =.16, 16 % felles variasjon Hvis R 2 =.64, 64 % felles variasjon

23 Regresjon – finner linje som beskriver sammenhengen mellom to variabler r mellom år utdanning og inntekt er i dette eksemplet lik 0.81 Men hvor mye mer i inntekt gir ett års utdanning?

24 Regresjonsligningen Ŷ er den predikerte skåre på Y (inntekt). X er den aktuelle skåren det predikeres fra (år utdanning). b er stigningstallet for regresjonslinjen a er konstantleddet, dvs verdi på Y når X = 0 (inntekt ved null års utdanning)

25 Formel for utregning

26 Mer spesifikk utregning

27 Utregning for En som har 0 (null) år med utdanning forventes å ha en inntekt på 187 ( kr) Altså: Inntekt forventes å øke med 23,25 ( kr) for hvert år med utdanning man tar

28 Regresjon – finner linje som beskriver sammenhengen mellom to variabler Finn forventet inntekt for to ulike verdier på utdanning Trekk en linje mellom de to punktene Da har du regresjonslinjen


Laste ned ppt "Presentasjon av data: deskriptiv statistikk. Repetisjon: Målenivå på variabler Nominal (nome betyr navn) Tallverdi kun en ”merkelapp” uten å si noe om."

Liknende presentasjoner


Annonser fra Google