Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler

Slides:



Advertisements
Liknende presentasjoner
Øvelse i caseløsning Fred Wenstøp, BI
Advertisements

Statistikk på 50 5 minutter
Kap 12 Korrelasjon / Regresjon
MET 2211 Statistikk og dataanalyse
Om semesteroppgaven Krav til den avhengige variabelen
Fred Wenstøp: Statistikk og dataanalyse kapittel 1-9 Prøve-eksamen
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse Forelesning Kapittel 14: Variansanalyse.
Simpel regresjon Plott av variablene Y mot X
Analyse og tolkning av datamaterialet
SAMMENHENGER MELLOM VARIABLER
Diskrete stokastiske variable
Forelesning 7 HSTAT1101 Ola Haug Norsk Regnesentral
Presentasjon av data: deskriptiv statistikk
Regresjon Gjennom punktsvermer (scatter plots) kan en ofte (men ikke alltid) med rimelighet trekke en rett linje. En slik linje heter en regresjonslinje.
Bayesiansk statistikk Petter Mostad Overblikk Tilbakeblikk på sannsynlighetsbegrepet Hvordan gjøre Bayesianske analyser Analyser ved hjelp.
Hypotesetesting, og kontinuerlige stokastiske variable
Regresjon Petter Mostad
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
M1 årskurs HVE 7. september 2009
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
MAT0100V Sannsynlighetsregning og kombinatorikk
To bruksmåter av statistikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MET 2211 Statistikk og dataanalyse
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006
Kapittel 8: Ikke-parametriske tester
Kapittel 13: Multippel regresjon Modelldiagnostikk
Figur 9.1 Sannsynlighet beregnes på en skala fra 0 til 1.
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
Kapittel 14: Multippel regresjon
MET 2211 Statistikk og dataanalyse
Forelesning nr. 2 Kapittel 3: Å generalisere fra en stikkprøve
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
Forskningsmetoder Data: Måling og målefeil Frode Svartdal UiTø
Kapittel 7: Hypoteseprøving
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø V-2010
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Tester med SPSS prosedyrer og utskrifter
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
Forelesning nr. 5 Kapittel 4: Statistisk metode
To relaterte stikkprøver
SIV : Metodevalg Stokastiske variabler
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
SIV : Regresjon Kapittel 13 17/01/2019 Fred Wenstøp.
Relaterte stikkprøver Uavhengige stikkprøver
SIV : Kapittel 9 Normalfordelingen 17/01/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
SIV : t-testen for to stikkprøver
MET 2211 Statistikk og dataanalyse
SIV : Kapittel 4 Statistisk metode 18/02/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
Å beskrive og generalisere fra en stikkprøve
SIV : Kapittel 7 Hypoteseprøving 22/02/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
Kapittel 6: Sannsynlighetsfordelinger
Kapittel 12: Korrelasjon
Kapittel 10 Inferens om gjennomsnitt
Utskrift av presentasjonen:

Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler MET 8006 Statistikk Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler

Målenivå: Nominalskala Vi kan beregne konfidensintervall for f.eks. E-andelen i populasjonen ved hjelp av normaltilnærmelsen 01.01.2019 MET 8006 - Fred Wenstøp

Målenivå: Ordinalskala Vi kan beregne konfidensintervall for medianen ved hjelp av ordningsobservatorene 1-2a = 95%, n = 100, c = 40 Konfidensintervallet går fra: 40. laveste (3) til 40. høyeste verdi (4) 01.01.2019 MET 8006 - Fred Wenstøp

Målenivå: Intervallskala Vi kan beregne konfidensintervall for gjennomsnittet ved hjelp av t-fordelingen 1-2a = 95%, n = 100, ta = 1,98 Konfidensintervallet: 01.01.2019 MET 8006 - Fred Wenstøp

Pearsons og Spearmans korrelasjonskoeffisient For å unngå problemet med at Pearson kun måler den lineære komponenten av korrelasjon, kan du erstatte målingene med deres ranger og istedet beregne korrelasjonen mellom dem. Dette kalles Spearmans korrelasjon. Ved mange observasjoner har den de samme testegenskaper som Pearson. Ved få observasjoner, må den beregnes på en egen måte og har da en særskilt fordeling. 01.01.2019 MET 8006 - Fred Wenstøp

Metodevalg Målenivå Nominal Ordinal Intervall Én stikkprøve Binomisk test 7.1 z-test 11.1 Mediantesten 7.4 t-test 10.2 To relaterte stikkprøve Fishers test 8.6 z 11.2, c2 11.3 Fortegnstest 8.2 Wilcoxon 8.3 t-test 10.3 To uavhengige stikkprøver Mann-Whitney 8.4 t-test 10.4 Flere relaterte stikkprøver ANOVA for gjent. obs. 15.2 Flere uavhengige stikkprøver Kruskal-Wallis 8.5 Enveis ANOVA 15.1 Samvariasjon Spearmans rho 16.1 t-test for r : 12.2 Regresjon Kap 13 01.01.2019 MET 8006 - Fred Wenstøp

Stokastiske variabler x En stokastisk variabel X er en funksjon fra rommet av mulige utfall av et eksperiment til en verdi den reelle tallinje X 01.01.2019 MET 8006 - Fred Wenstøp

Fordelingen til en stokastisk variabel I tillegg til å representere resultatet av trekninger fra populasjoner, kan stokastiske variabler også beskrive prosesser Sannsynligheten for å trekke en spesiell verdi x fra en populasjon er identisk med hyppigheten til x i populasjonen 01.01.2019 MET 8006 - Fred Wenstøp