SIV 1101 - 2: Kapittel 4 Statistisk metode 18/02/2019 Fred Wenstøp.

Slides:



Advertisements
Liknende presentasjoner
BIK 6510 Bacheloroppgaven og arbeidet med den Anbefalt litteratur:
Advertisements

Hvordan samle inn/produsere de data jeg trenger
Kapittel 10 Inferens om gjennomsnitt AAKRE-V SPSS v 10.0 MET 8006 STATISTIKK OG DATAANLYSE Kapittel 10 Inferens om gjennomsnitt Pål Aakre, BI Oslo.
STATISTISK GENERALISERING
MET 2211 Statistikk og dataanalyse
Kritisk gjennomgang av vitenskapelige studier.
Introduksjon til statistikk
Kvalitativ metode i markedsforskning
Fred Wenstøp: Statistikk og dataanalyse kapittel 1-9 Prøve-eksamen
Fred Wenstøp: Statistikk og dataanalyse Selvtest Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
Fred Wenstøp: Statistikk og dataanalyse Selvtest
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Analyse og tolkning av datamaterialet
Metode.
Fire problemer Operasjonaliseringsproblemet (måling/begrepsvaliditet)
Presentasjon av data: deskriptiv statistikk
Forskning – 3 grupper (OECD 1981) Grunnforskning Originale undersøkelser som har til hensikt å skape ny kunnskap og forståelse Karakteriseres ved at den.
Mål for sentraltendens:
Usikkerheter og sannsynligheter Petter Mostad
Statistikk 2 M1 årskurs HVE 31. august 2009.
A2A / A2B M1 årskurs 4. november 2009
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
M1 årskurs HVE 7. september 2009
Statistikk M4 Mandag 20. april 2009.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
MAT0100V Sannsynlighetsregning og kombinatorikk Ørnulf Borgan Matematisk institutt Universitetet i Oslo Betinget sannsynlighet og uavhengige hendelser.
Validitet og reliabilitet: Fra teori –> via operasjonalisering –> til empiri Et teoretisk utsagn er en framstilling av sammenhengen mellom abstrakte begrep.
Gangen i en undersøkelse Prosjektplan og problemformulering Vi kan formulere:  Et tema – f.eks. ”Ungdom og bruk av data”  En hypotese – ”Gutter bruker.
Utvalg og datainnsamling Typer av data: Data innhentet for å belyse en spesiell problemstilling (egne data)‏ Data frambrakt uavhengig av problemstillingen.
Statistikk Forkurs Hva er statistikk? undersøke registrere lage oversikt→ Presentasjon av informasjon formidle Arbeidet med statistikk kan vi dele.
Viktige begreper i kapittel 3. Menneskesyn Hvilke tanker vi har om mennesket, og hvilken verdi vi setter på det.
MAT0100V Sannsynlighetsregning og kombinatorikk
Fattigdommens sosiale kostnader
To bruksmåter av statistikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sannsynlighetsregning og kombinatorikk
MET 2211 Statistikk og dataanalyse
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006
Kapittel 8: Ikke-parametriske tester
Klassereiser og utdanningens betydning
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
MET 2211 Statistikk og dataanalyse
Forelesning nr. 2 Kapittel 3: Å generalisere fra en stikkprøve
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
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
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
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
Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.
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
Å beskrive og generalisere fra en stikkprøve
Kapittel 6: Sannsynlighetsfordelinger
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

SIV 1101 - 2: Kapittel 4 Statistisk metode 18/02/2019 Fred Wenstøp

Klassens data Data Spekuler over følgende Pulsdataene fra klassen er nedlastbar som Excelfilen puls2000.xls Lag konfidensintervall for guttenes og jentenes populasjonsmedianer Spekuler over følgende hvordan vil du sammenligne gutter og jenters puls? kan medianpulsene være lik 70 (som er “normalt”)? har jenter større røyketilbøyelighet enn gutter? 18/02/2019 Fred Wenstøp

Oppgave 2-1 C F E 18/02/2019 Fred Wenstøp

Oppgave 2-2 Sjette observasjon: x6 = 3,5 Nest laveste verdi: x(2) = 2,0 Median = 3,3 Variasjonsbredde = 2,0 Skjevhet = 0,11 x(6) = 2,9 3 stk 18/02/2019 Fred Wenstøp

Flere oppgaver 3-1 Et 95 % konfidensintervall for mennenes medianlønn: n = 30, 1- 2a = 0,95. I følge tabell 3b: c = 10. Den 10. laveste verdi er 190 000 og den 10. høyeste 214 000. Konfidensintervallet er dermed [190 000; 214 000]. 3-3 n = 50, c = 18. Konfidensintervallet: [26,2 ; 28,5]psi. 3-4 Konfidenssannsynligheten i følge tabell 3a: 0,999939. 18/02/2019 Fred Wenstøp

Statistisk metode Validitet Reliabilitet Tilfeldig stikkprøve å måle det vi er ute etter Reliabilitet å få noenlunde samme svar hvis målingen gjentas Tilfeldig stikkprøve utvalget er ikke forbundet med det vi observerer Stikkprøvens relative størrelse den relative størrelsen kan utmerket godt være null 18/02/2019 Fred Wenstøp

Feilkilder Utvalgsskjevhet Frafallskjevhet Responsfeil Man tar utvalget på en måte som er forbundet med hvordan folk svarer. Frafallskjevhet Sannsynligheten for at en person ikke svarer, er forbundet med hvordan vedkommende ville ha svart. Responsfeil Folk svarer ikke sant Utvalgsmetoder: Kvoteutvalg og klyngeutvalg 18/02/2019 Fred Wenstøp

Betydningen av graden av presisjon Dersom De måtte foreta et valg mellom to livsformer, hva ville De da velge: A) Et liv med begrenset inntekt og få materielle goder. B) Et liv med høy inntekt og mange materielle goder. A) 27 % B) 54 % Vet ikke) 19 % A) Et rolig og enkelt liv med begrenset inntekt og få materielle goder. B) Et mer oppjaget liv med høy inntekt og mange materielle goder A) 79 % B) 17 % Vet ikke) 4 % 18/02/2019 Fred Wenstøp

På vei mot objektivitet Nytt spørsmål A) Et rolig og enkelt liv med bare nødvendige goder, men samtidig med begrenset inntekt og begrenset adgang til karriere. B) Høy inntekt, mange materielle goder og gode muligheter for karriere; men samtidig med muligheter for stress i arbeid og fritid." A) 69% B) 20% Vet ikke) 11% Definisjon av objektivitet En fremstilling er objektiv hvis og bare hvis de oppfatninger og holdninger den skaper hos mottageren ikke ville forandres dersom man tok med flere opplysninger 18/02/2019 Fred Wenstøp

Pilotundersøkelser Hovedundersøkelsens størrelse: n: Anslag for hovedundersøkelsens størrelse L0: vidden til konfidensintervallet til pilotundersøkelsen n0: antall observasjoner i pilotundersøkelsen L: ønsket vidde på intervallet Konfidensnivå: 95%. Simulering med Statark, vindu I-5 18/02/2019 Fred Wenstøp

Andre metodiske emner Store stikkprøver Histogram tabell 3b: c = ½ (n + 1) – faktor • ½Ö n Histogram pass på det med ulik klassebredde Parvise sammenligninger for å redusere variasjon Relative prisdifferanser Kontrollgrupper 18/02/2019 Fred Wenstøp

Måleskalaer Nominalskala Ordinalskala Intervallskala vi registrerer kun hvilken kategori (nomen = navn) en observasjon tilhører vi kan telle hvor mange observasjoner som faller i de ulike kategoerier Ordinalskala vi ordner observasjonene etter størrelse vi kan ikke si hvor mye større de er enn hverandre Intervallskala vi gjør målinger 18/02/2019 Fred Wenstøp