Kvantitativa (analys) metoder

Storlek: px
Starta visningen från sidan:

Download "Kvantitativa (analys) metoder"

Transkript

1 Kvantitativa (analys) metoder Roland Sjöström Statistik, SPSS, analysmetoder Vad är standardavvikelse och varians Vad händer om ni får dubbelt så många svar? Medelfel? Vad innebär 95% sannolikhet Varför är det riskfyllt/olämpligt att leta resultat i redan insamlade data? Hur många kombinationsmöjligheter finns i en enkät Korstabeller, medelvärdesskillnader etc (ni är duktiga på matte) Hur många av dessa kombinationer ska trilla ut som signifikanta trots att de inte är det? Vilken roll får slumpen spela? Roland Sjöström 2 Mål med fö & labbar Ge övergripande kunskaper för att kunna lägga upp en kvantitativ analys Betoning på multivariat analys Förstå och kunna tolka utskrifter från SPSS Förbättra magkänslan Kunna tillämpa några kvantitativa analysmetoder på egna insamlade data Känna till grunderna i multivariat analys Korstabeller Medelvärdesanalyser, ANOVA, t-test, (F-test) sanalys/korrelation Labmtrl Roland Sjöström 3 Inlämningsuppgift i kvantitativa (statistiska) analysmetoder Mål med uppgiften: att ni ska diskutera och reflektera över hur multivariata analysmetoder kan användas i kvantitativa undersökningar. I grupper om ca fyra personer ska ni: Konstruera en kvantitativ kursvärdering med minst 10 och max 15 frågor samt förklara hur svaren ska analyseras. Ett bivillkor är att förslag till analys endast ska innehålla multivariata analysmetoder såsom korstabeller, skillnader i medelvärden mellan olika grupper, regressionsanalyser etc. Minst en av frågorna ska kunna fungera som beroende variabel i en multipel regressionsanalys. Betygsnivåer: G, VG För G krävs en någorlunda ingående användning av minst två analysmetoder eller en mer översiktlig användning av tre analysmetoder. Avgörande för G är hur väl ni har motiverat val av frågor och förslag till analys. För VG krävs att såväl korstabeller som skillnader i medelvärden mellan olika grupper och regressionsanalys finns med i analysförslaget använda på ett begåvat sätt och med tydlig beskrivning av hur analysen ska utföras och tolka Roland Sjöström 4 Mål med en undersökning Metod Ge bra rekommendationer Dra bra slutsatser Göra bra analyser & tolkningar Samla rätt data med hög kvalitet Vilken roll får slumpen spela? Ska man kunna lita på slutsatserna? Stor/liten Ju större betydelse (risk) undersökningen har desto mindre roll får/bör slumpen spela Metod är ett systematiskt sätt att undersöka verkligheten på. en guide som talar om hur man ska göra eller har gjort Det innebär inte att alla metoder klarar en kritisk granskning lika bra. Hur? Varför? Vanligt fel hur och varför blev det just dessa frågor i enkäten? Roland Sjöström Roland Sjöström 6 1

2 Tolkning av data Mål i förarbetet Ha rätt perspektiv Förstå sitt undersökningsområde Praktiskt och teoretiskt Fördjupa sig inom rätt frågeområden Inte för få Bra balans Ställa rätt frågor Självklart? Kvalitativ intervju ett intervjutillfälle? (Ställa frågor rätt) Roland Sjöström Roland Sjöström 8 Kvalitativa data All statistik handlar om. Data som inte på en meningsfullt sätt går att översätta i sifferform Skilja mellan orka/tycka och precision i analysen Roland Sjöström Roland Sjöström 10 Målpopulation Representativitet De företag/organisationer/individer som ska beskrivas och analyseras. Ramfel nettopopulation per målpopulation bruttopopulation analysgrupp Undersöka björnar undertäckning övertäckning Roland Sjöström Roland Sjöström 12 2

3 Inferensproblem Inferensproblem, forts Inferens är att dra slutsatser om en målpopulation på grundval av resultaten från de enheter i målpopulationen som faktiskt har undersökts - gäller alla undersökningar där inte samtliga enheter har undersökts - representativa (bedömning görs på förhand) Urvalets storlek - Två grupper ska undersökas, ftg resp 500 ftg, vi har resurser att genomföra 100 intervjuer - Hur ska vi fördela dem? inomformulärsbortfall => svars % varierar mellan frågor (mindre än ca 70% bearbetningsbara svar => skepsis) minska bortfall - bra formulär, säkra deltagande (t.ex. ringa), belöning?, påminnelse analys av bortfall Roland Sjöström Roland Sjöström 14 Analys strategi (operativ) syfte Mätteknik Hur ska insamlade data analyseras? Intervjuer Enkätdata Vad ställer detta för krav på dataunderlaget? Vem ska t.ex. avgöra vilka faktorer som är viktiga? Respondenten? Vad händer om man frågar respondenten om vilka faktorer som är viktigast t.ex. påverkar attityden till något? Vad betyder begreppet viktigt? Betyder viktigt samma för samtliga respondenter? Om inte vad mäts då? Hur hantera skillnader mellan olika respondenter? Jmfr lön Undersökaren? Hur gör man då? Inleds med en reflektion över hur data ska analyseras Handlar om konsten att inte förstöra en del av informationsinnehållet i ett svar genom att mäta på fel sätt operationalisering av begrepp användning av variabler (kan bara anta ett värde) mätskalor konstruktion av enskilda frågor konstruktion av hela formulär Roland Sjöström Roland Sjöström 16 Variabel Skalor Flervalsfrågor Viktigaste konkurrenterna - utgår från preciserade uppgiften (de konkreta undersökningsfrågorna), ansats, metod för datainsamling - Nominalskala bör vara uttömmande och uteslutande 0 man 0 kvinna - Ordinalskala (rangordningar - hur göra) 0 inst helt 0 inst delvis 0 varken eller Roland Sjöström Roland Sjöström 18 3

4 Skalor, forts Konstruktion av enskilda frågor - Intervallskala inst. inte alls inst. helt - Kvotskala, intervallskala med absolut nollpunkt (omsättning? tid?) Mäta Intention eller faktisk handling Ekomat Många kan tänka sig 3% av inköp Slentrian, bråttom Miljöbil? Större inköp, viktigare - öppna frågor - "ingen åsikt/uppfattning" - möjlighet att lägga till Roland Sjöström Roland Sjöström 20 Konstruktion av enskilda frågor, forts Laddade ord & ledande frågor Hur ska en fråga formuleras? Påstående? Ändpunkter i skala? Väntevärde? (Idol) Frågor avgr i tid och rum i övrigt neutrala Inte tillåta förbjuda Roland Sjöström Roland Sjöström 22 Ingen uppfattning Respondentens tre nivåer 30-50% ej svar Leveranstid, pris Strategier Helhetsbedömningar Helhetsbedömning Senaste projektet hur mkt bidrog olika gruppmedlemmar till slutresultatet? Varför bidrog de med just så mkt? Svårbedömt Hur mkt bidrog du själv? Vad var det som gjorde att du bidrog med just så mkt? Roland Sjöström Roland Sjöström 24 4

5 Konstruktion av formulär - Instruktioner (vid enkät) - Ordningsföljd logisk för respondenten - Ej inleda med känsliga frågor för respondenten - Tidsordning - Fakta & kännedom, allmän åsikt, specifik åsik, skäl för åsik, intensitet i åsikt - Filterfrågor - Kontrollfrågor - Provintervjuer Bakgrundsfrågor Program/arbetsplats Närmaste chef Etc Kontrollvariabler Kön Ålder Anställningstid Etc Frågor i block Enkätstruktur Blocken motsvarar ofta preciserade frågor Inleds oftast med ett antal detaljfrågor (påståenden) Blocket avslutas med en helhetsfråga Avslutningsblock med en eller flera helhetsfrågor som motsvarar syftet Roland Sjöström Roland Sjöström 26 Frågors ordningsföljd Laddade ord & ledande frågor Komplexitet Början och slut av uppräkning melodifestivalen 5-6 alternativ Överspillningseffekten Frågor avgr i tid och rum i övrigt neutrala Inte tillåta - förbjuda Roland Sjöström Roland Sjöström 28 Prövning av formulär Validitet och reliabilitet - intressant för respondenten - begripligt språk för respondenten - fri från ledande inslag - ej väcka försvarsinstinkter - fri från oavsiktliga emotionelt, socialt, politiskt etc laddade ord - tidsåtgång Respondenten som "expert" (öppningsfråga) Tänk psykiatri och tester Det instrument (frågeformulär) som ni tar fram och den datainsamling som ni ska göra ska passa syftet. Validitet och reliabilitet är inte entydiga begrepp Författare lägger delvis olika innebörd och tyngdpunkt beroende på tillämpningsområde Roland Sjöström Roland Sjöström 30 5

6 Validitet (giltighet) Om mätmetoden verkligen mäter den egenskap (det uppdrag/syfte) man avser att mäta (mäter det som är relevant) Test Om de slutsatser som genererats från undersökningen överensstämmer med verkligheten och därmed om rekommendationer är värda något. att använda rätt sak (teori/modell) vid rätt tillfälle jämför t.ex. med busskort. De är giltiga i vissa situationer men inte i andra. Man kan använda busskortet på en buss men inte i en taxi. (Rätt modeller t.ex. egen analysmodell) Be någon insatt person verifiera resultaten Olika typer av validitet Begreppsvaliditet (teoretisk validitet) fungerade modellerna (analysmodellen bra) innehållsvaliditet (content validity) Heltäckande? Ofta stort antal tänkbara frågor- i testet plats för ett fåtal. Med innehållsvaliditet avses hur bra urvalet av frågor är. Det är oftast inte möjligt att få ett kvantitativt mått på innehållsvaliditet, den bedöms i stället av experter på ett mer eller mindre subjektivt sätt. Empirisk validitet (samtidig och prediktiv validitet) Vid samtidig validitet görs en mätning vid t.ex. intervjutillfället. Vid prediktiv validitet görs mätningen långt senare. Ett exempel på prediktiv validitet är hur väl högskoleprovet förutsäger senare framgång vid högskolestudier Roland Sjöström Roland Sjöström 32 Reliabilitet (tillförlitlighet mäta på ett tillförlitligt sätt) Relationen validitet och reliabilitet Får vi samma resultat om undersökningen genomförs på nytt, eller har den påverkats av slumpmässiga eller tillfälliga faktorer Kan jag lita på hantverkaren som bygger om mitt dusch? Vad kan hända om hantverkaren inte är pålitlig? Vilka slutsatser kan dras om de baseras på mätningar som man inte kan lita på? parallella tester, split-half, test-retest (upprepade mätningar på samma personer!?) Antag att vi vill mäta företags lönsamhet. mäta lönsamheten (pris minus rörliga kostnader) per produkt är inte tillräckligt. Det hjälper inte att hävda att mätningarna var mycket noggranna. Hög reliabilitet är alltså ingen garanti för att få hög validitet. Mäta företagens totala intäkter samt produktions- och fasta kostnader. Då mäter vi något som är mer relevant. Antag vidare att vi gör vår mätning genom att be någon i organisationen som inte arbetar med ekonomisk redovisning att uppskatta företagets intäkter och kostnader. Vår mätning görs då med låg tillförlitlighet (låg reliabilitet). Även om vi mätte rätt sak så blev mätningen så dålig att vi inte fick ett bra mått. Låg reliabilitet medför alltså alltid låg validitet. Följande två regler är bra att komma ihåg: Hög reliabilitet garanterar inte hög validitet. Hög validitet förutsätter hög reliabilitet (däremot kan begreppsvaliditeten vara bra, men det räcker inte) Roland Sjöström Roland Sjöström 34 Statistik, SPSS, analysmetoder Val av analysmetoder nominal skalnivå ordinal en (beroende variabel) intervall kvot Skalnivå nominal prediktor (x) Chi-två Cont. coeff ordinal stopp nominal intervall Diskriminant analys Skalnivå prediktor (x) stopp stopp Spearman s Rank korr. intervall Skalnivå nominal prediktor (x) med dummy var. (0/1) ordinal stopp intervall s analys Roland Sjöström Roland Sjöström 36 6

7 ingen (beroende variabel) Val av analysmetoder Analys av skillnader nominal Faktoranalys med dummy var. Klusteranalys skalnivå ordinal överkurs intervall kvot Faktoranalys Klusteranalys Chi-två test Män/kvinnor resturang 1/2 Utan väntevärde är tabellen svårtolkad 2 = (O-E)2 E = (O)2 - N E Ur tabell testvärde (95% nivån) ca 4 för fyrfältare ca 9 för niofältare nästan 16 för 16 fältare (eg. 15) Roland Sjöström Roland Sjöström 38 Chi-två för fyrfältare Korstabell Mindre tillförlitligt Korrigeras med Yates kontinuitets korrektion Ingen av cellerna får ha lägre förväntat värde än 5 Om så är fallet använder SPSS Fisher s exakta test för 2x2 tabeller Hur tolkas en korstabell? Vanlig miss Fisher s exakta sannolikhetstest P=(a+b)!(c+d)!(a+c)!(b+d)!/N!a!b!c!d! a b c d Roland Sjöström Roland Sjöström 40 Frihetsgrad?? Roland Sjöström Roland Sjöström 42 7

8 Medelfel och konf intervall Medelfel och konf intervall, forts. Exemplet testförsäljning Avsikten med denna test kan vara flera men här koncentrerar vi oss på volymen. Anta att det krävs en viss minsta volym för att produkten ska anses bli lönsam och för att företaget därför ska gå vidare till en fullskaleförsäljning. Testförsäljningar är dessutom ofta kostsamma och företagen försöker begränsa dem till ett fåtal marknader. Antag att företag X bedriver testförsäljning på tre marknader. Kravet för att produkten ska gå vidare till fullskaleförsäljning är att den i genomsnitt säljs i minst 100 exemplar per marknad. Marknad 1 Marknad 2 Marknad 3 Antal sålda produkter Medelvärdet i denna testförsäljning är klart över 100, närmare bestämt 112. Målet borde vara uppfyllt och det borde bara vara att gå vidare. Men, på grund av den stora spridningen visar det sig att testförsäljningen inte har uppfyllt målet med 95 procents sannolikhet Roland Sjöström Roland Sjöström 44 Standardavvikelse T-test Standardavvikelsen: Σ(X-x) i 2 s= (n-1) är ca 23 (19 om vi räknar med n istället för n-1 eftersom det är så få fall). Det medför att medelfelet s/ n är 8 (6) För att testa signifikansnivån görs en t-test. t=(x-µ)/medelfelet=( )/6=2 Det kritiska värdet för denna test erhålls ur en tabell för t- fördelning där antalet frihetsgrader är n-1, dvs 2 och alfa=0,05. Det kritiska värdet är 4,3 och eftersom det beräknade värdet inte överstiger det kritiska värdet måste hypotesen att målet var uppfyllt förkastas. (Det kritiska värdet är ca 4 för få frihetsgrader och ca 2 för +100 frihetsgrader.) Först vid 80 procent (istället för 95) är testförsäljningen "signifikant", dvs man kan med 80 procents säkerhet påstå att försäljningen kommer att uppgå till minst 100 enheter i snitt per marknad Roland Sjöström Roland Sjöström 46 Analys av enskilda medelvärden trubbigt instrument Jämföra två medelvärden Människor är olika trygga eller otrygga positiva eller skeptiska benägenhet att uttrycka vad de egentligen anser etc en del instämmer i det mesta medan andra tar avstånd en tredje grupp svara alltid någonstans mitt emellan Medelvärden tenderar alltså att bli ett mycket trubbigt instrument annat än för återkommande undersökningar där avsikten är att mäta avvikelser från tidigare undersökningar Tre olika grundläggande förutsättningar Känd varians i mätningarna (sample); ovanligt i m.u. Varians okänd men antas vara lika Varians okänd men antas vara olika För att testa skillnader mellan två medelvärden använder man sig vanligtvis av en t-test. Den andra och tredje situationen innebär att man måste räkna ut medelvärde och medelfel för de två grupperna. Detta görs på motsvarande sätt som för ett medelvärde. Skillnaden i t-testet är att man jämför skillnader i medelvärde och dividerar med det totala medelfelet Roland Sjöström Roland Sjöström 48 8

9 Jämföra två medelvärden, forts Variansanalys (Anova) Σ (X 1 -x 1 ) 2 + Σ (X 2 -x 2 ) 2 s 12 = (n 1 +n 2-2) Medelfel olika beroende på om samma varians eller ej (Om variansen är lika i de båda grupperna blir medelfelet lika med s/ n 1 +n 2. Är variansen olika blir medelfelet lika med (s 12 /n 1 )+(s 22 /n 2 ), dvs roten ur summan. ) t-värdet räknas ut på motsvarande sätt: t=(x 1 -x 2 ) /s 12 Det kritiska värdet är, som tidigare nämnts, ca 2 för stora sampel (+100 observationer/frihetsgrader). Om t-värdet överstiger det kritiska värdet är medelvärdena olika Roland Sjöström 49 I sin enklaste variant ett F-test som är en direkt vidareutveckling av t-testet Två centrala begrepp Mellangruppsvarians (skillnader mellan grupperna) a variansen för alla som ingår i undersökningen i relation till det totala genomsnittet Inomgruppsvarians (skillnader inom grupperna) a variansen inom de olika grupperna i relation till deras respektive genomsnitt mellangruppsvarians F-test= inomgruppsvarians Roland Sjöström 50 Variansanalys, forts Om t.ex. kvinnor och män verkligen har samma åsikt så är inomgruppsvariansen densamma. Ju mer mellangruppsvariansen överstiger inomgruppsvariansen desto större är chansen att de har olika uppfattning => att nollhypotesen kan förkastas Tre grupper, t.ex. olika utbildningsprogram ger samma tolkning En grupp kan medföra att nollhypotesen förkastas => viktigt att gå vidare i analysen (t.ex. Bonferroni-test) OBS: Variansen lika Roland Sjöström Roland Sjöström 52 Analys av likheter Korrelations- och enkel regressionsanalys Används ofta som substitut Stora likheter En avgörande skillnad Korrelation - gemensam varians - prediktering av värde bästa skattning utan regression?? linjära samband sanalys Anses ha använts första gången av Francis Galton ( ) samband mellan föräldrars och barns längd tendens mot mitten kallades regression inom geovetenskap regression då strandlinjen förskjuts utåt; drar sig tillbaka inom biologi och beteendevetenskap betyder regression tillbakagång till mera primitiva funktions- eller utvecklingsnivåer hos en individ eller ett organ. I statistiska sammanhang betyder regression att en storhet beror av en eller flera storheter. Kopplingen till "tillbakagång" är att alla värden relateras till medelvärdet, dvs man mäter avvikelser från det förväntade värdet som är medelvärdet Roland Sjöström Roland Sjöström 54 9

10 Linjär regression Multipel regression Flera variabler R 2 Multikollinearitet Någon eller några variabler är överflödiga Y ^ Y e Y=¾+ßX x 1 =a+b 2 x 2 +b 3 x 3 analysera R 2 Lösning Ta bort beroende variabler Ta bort de beroende komponenterna i variablerna - regression på faktorer X Stegvis regression Stabilitetstest Ta bort första variabeln, gör om analys, övriga in i samma ordning Roland Sjöström Roland Sjöström Roland Sjöström Roland Sjöström 58 Variabel saknas Missing values Roland Sjöström Roland Sjöström 60 10

11 ANOVA g Model Sum of Squares df Mean Square F Sig. 112, ,255 65,017,000 a 257, , , ,490 69,514,000 b 190, , , ,174 62,773,000 c 161, , , ,057 51,489,000 d 153, , , ,028 45,224,000 e 144, , , ,236 39,302,000 f 140, ,973 a. Predictors: (Constant), Rimliga priser b. Predictors: (Constant), Rimliga priser, Tillräckligt varierat utbud c. Predictors: (Constant), Rimliga priser, Tillräckligt varierat utbud, Trevlig inredning d. Predictors: (Constant), Rimliga priser, Tillräckligt varierat utbud, Trevlig inredning, Diskinlämningen fungerar bra e. Predictors: (Constant), Rimliga priser, Tillräckligt varierat utbud, Trevlig inredning, Diskinlämningen fungerar bra, Bra öppettider f. Predictors: (Constant), Rimliga priser, Tillräckligt varierat utbud, Trevlig inredning, Diskinlämningen fungerar bra, Bra öppettider, Trevlig personal g. Dependent Variable: Som helhet nöjd Roland Sjöström Roland Sjöström 62 Slut Roland Sjöström 63 11

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

Introduktion till PAST

Introduktion till PAST Introduktion till PAST Robert Szulkin robert.szulkin@sll.se Innehållsförteckning Innehållsförteckning... - 2 - PAST - Introduktion... - 3 - Introduktion... - 3 - Hjälpmanual... - 3 - Installation... -

Läs mer

1) FRÅGOR OM RESPONDENTENS SOCIAL-DEMOGRAFISKA DATA: - Hur gammal är du?... år (= öppen fråga)

1) FRÅGOR OM RESPONDENTENS SOCIAL-DEMOGRAFISKA DATA: - Hur gammal är du?... år (= öppen fråga) 1. Typer av enkätfrågor - När man gör en frågeformulär, vill man gärna få den att påminna om vanlig interaktion dvs man frågar inte svåra och/eller delikata frågor i början, utan först efter att ha samtalat

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

KVANTITATIV FORSKNING

KVANTITATIV FORSKNING KVANTITATIV FORSKNING Teorier innehåller begrepp som byggstenar. Ofta är kvantitativa forskare intresserade av att mäta företeelser i verkligheten och att koppla denna kvantitativa information till begrepp

Läs mer

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng. 1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 16 April 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

Anvisningar till rapporter i psykologi på B-nivå

Anvisningar till rapporter i psykologi på B-nivå Anvisningar till rapporter i psykologi på B-nivå En rapport i psykologi är det enklaste formatet för att rapportera en vetenskaplig undersökning inom psykologins forskningsfält. Något som kännetecknar

Läs mer

Kvantitativa metoder och datainsamling

Kvantitativa metoder och datainsamling Kvantitativa metoder och datainsamling Kurs i forskningsmetodik med fokus på patientsäkerhet 2015-09-23, Peter Garvin FoU-enheten för närsjukvården Kvantitativ och kvalitativ metodik Diskborsten, enkronan

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 20 Mars 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

Den gröna påsen i Linköpings kommun

Den gröna påsen i Linköpings kommun Den gröna påsen i Linköpings kommun Metod- PM 4 Thea Eriksson Almgren Problem I Linköping idag används biogas för att driva stadsbussarna. 1 Biogas är ett miljövänligt alternativ till bensin och diesel

Läs mer

Tentamen för kursen. Linjära statistiska modeller. 20 mars 2015 9 14

Tentamen för kursen. Linjära statistiska modeller. 20 mars 2015 9 14 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 20 mars 2015 9 14 Examinator: Anders Björkström, bjorks@math.su.se Återlämning: Fredag 27/3 kl 12.00, Hus 5,

Läs mer

TAMS28 DATORÖVNING 1-2015 VT1

TAMS28 DATORÖVNING 1-2015 VT1 TAMS28 DATORÖVNING 1-2015 VT1 Datorövningen behandlar simulering av observationer från diskreta och kontinuerliga fördelningar med hjälp av dator, illustration av skattningars osäkerhet, analys vid parvisa

Läs mer

Introduktion till SPSS

Introduktion till SPSS Introduktion till SPSS.. Innehåll 1 Introduktion till SPSS 1 1.1 Data Editor 1 1.2 Viewer 1 2 Variabler och Mätskalor 2 2.1 Kvantitativa variabler (Numeriska variabler) 2 2.2 Kategoriska variabler (Kvalitativa

Läs mer

Att designa frågor och svarsalternativ

Att designa frågor och svarsalternativ Att designa frågor och svarsalternativ Fredrik Scheffer Enheten för Mätteknik Processavdelningen SCB 2012-03-07 1 Frågorna är viktiga! Jag förstår inte vad de menar i den där frågan. Jag chansar på något.

Läs mer

Tillämpad statistik Naprapathögskolan. Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82

Tillämpad statistik Naprapathögskolan. Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82 Tillämpad statistik Naprapathögskolan Henrik Källberg www.henrikkallberg.com Henrik.Kallberg@ki.se Tel. 08-5248 74 82 Mål! Introducera deskriptiv statistik Förklara grundläggande begrepp inom statistik

Läs mer

Mata in data i Excel och bearbeta i SPSS

Mata in data i Excel och bearbeta i SPSS Mata in data i Excel och bearbeta i SPSS I filen enkät.pdf finns svar från fyra män taget från en stor undersökning som gjordes i början av 70- talet. Ni skall mata in dessa uppgifter på att sätt som är

Läs mer

BRUKARUNDERSÖKNING BIBLIOTEK

BRUKARUNDERSÖKNING BIBLIOTEK VARA KOMMUN BRUKARUNDERSÖKNING BIBLIOTEK FÖRSOMMAREN 2006 KVÄNUM ARS P0765 1 INLEDNING 1.1 Bakgrund och syfte Kommunfullmäktige i Vara kommun har beslutat att alla kommunens verksamheter skall följas upp

Läs mer

Skrivning i Sociologisk analys, Sociologi I, 7,5hp

Skrivning i Sociologisk analys, Sociologi I, 7,5hp SOCIOLOGISKA INSTITUTIONEN Stockholms universitet Skrivning i Sociologisk analys, Sociologi I, 7,hp Lördagen den 6 februari (Omtenta II för HT) Viktig information läs noga! Denna salstenta består av fyra

Läs mer

Perspektiv på kunskap

Perspektiv på kunskap Perspektiv på kunskap Alt. 1. Kunskap är något objektivt, som kan fastställas oberoende av den som söker. Alt. 2. Kunskap är relativ och subjektiv. Vad som betraktas som kunskap är beroende av sammanhanget

Läs mer

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15 Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A/STA A4 (8 poäng) 5 augusti 4, klokan 8.5-3.5 Tillåtna hjälpmedel: Bifogad formelsamling

Läs mer

Valfri räknedosa, kursbok (Kutner m fl) utan anteckningar. Tentamen omfattar totalt 20p. Godkänt från 12p.

Valfri räknedosa, kursbok (Kutner m fl) utan anteckningar. Tentamen omfattar totalt 20p. Godkänt från 12p. Tentamen Linköpings Universitet, Institutionen för datavetenskap, Statistik Kurskod och namn: Datum och tid: Jourhavande lärare: Tillåtna hjälpmedel: Betygsgränser: 732G21 Sambandsmodeller 2009-01-14,

Läs mer

Övningshäfte till kursen Regressionsanalys och tidsserieanalys

Övningshäfte till kursen Regressionsanalys och tidsserieanalys Övningshäfte till kursen Regressionsanalys och tidsserieanalys Linda Wänström October 31, 2010 1 Enkel linjär regressionsanalys (baserad på uppgift 2.3 i Andersson, Jorner, Ågren (2009)) Antag att följande

Läs mer

Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03. Tentamen i kvantitativ metod Psykologi 2 HPSB05

Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03. Tentamen i kvantitativ metod Psykologi 2 HPSB05 Linköpings Universitet Jour; Ulf Andersson Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03 Tentamen i kvantitativ metod Psykologi 2 HPSB05 Torsdagen den 3/5 2007, kl. 14.00-18.00

Läs mer

Tentamen består av 14 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.

Tentamen består av 14 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt. KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2015-09-24 Tillåtna hjälpmedel: Miniräknare Tentamen består

Läs mer

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6): EM-fotboll 2012 några grafer Sport är en verksamhet som genererar mängder av numerisk information som följs med stort intresse EM i fotboll är inget undantag och detta dokument visar några grafer med kommentarer

Läs mer

Introduktion till Biostatistik. Hans Stenlund, 2011

Introduktion till Biostatistik. Hans Stenlund, 2011 Introduktion till Biostatistik Hans Stenlund, 2011 Modellbaserad analys Regression Logistisk regression Överlevnadsanalys Hitta misstag Hantera extremvärden Bortfall Hur samlas data in? Formell analys

Läs mer

Kort manual till SPSS 10.0 för Mac/PC

Kort manual till SPSS 10.0 för Mac/PC Institutionen för beteendevetenskap Linköpings universitet Kort manual till SPSS 10.0 för Mac/PC 1. Att skapa en ny variabel Inmatning av data sker i det spread sheet som kallas Data View (flik längst

Läs mer

Statistik 2 2010, 3.-9.5.2010. Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12.

Statistik 2 2010, 3.-9.5.2010. Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12. Statistik 2 2010, 3.-9.5.2010 Stansens PC-klass ASA-huset. Schema: mån ti ons to fre 9.15-12.00 9.15-12.00 10.15-13.00 10.15-12.00 10.15-12.00 13.15-15.00 13.15-15.00 13.15-16.00 13.15-16.00 Under kursens

Läs mer

Metodologier Forskningsdesign

Metodologier Forskningsdesign Metodologier Forskningsdesign 1 Vetenskapsideal Paradigm Ansats Forskningsperspek6v Metodologi Metodik, även metod används Creswell Worldviews Postposi'vist Construc'vist Transforma've Pragma'c Research

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för Teknologer, 5 poäng MSTA33 Ingrid Svensson TENTAMEN 2004-01-13 TENTAMEN I MATEMATISK STATISTIK Statistik för Teknologer, 5 poäng Tillåtna

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM K.H./C.F./C.W. Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, 18/6 013, 9-14. Införda beteckningar skall förklaras och uppställda ekvationer

Läs mer

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Föreläsning 4 732G19 Utredningskunskap I Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Dagens föreläsning Systematiskt urval Väntevärdesriktiga skattningar Jämförelse med OSU Stratifierat

Läs mer

Stockholms Universitet Statistiska institutionen Termeh Shafie

Stockholms Universitet Statistiska institutionen Termeh Shafie Stockholms Universitet Statistiska institutionen Termeh Shafie TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2011-10-28 Skrivtid: 9.00-14.00 Hjälpmedel: Miniräknare utan lagrade formler eller text, bifogade

Läs mer

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska

Läs mer

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden!

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! FÅ FRAM INDATA När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! (Falstaff Fakir) Svårigheter att få fram bra information - en liten konversation Ge mig

Läs mer

Hur gör de egentligen?

Hur gör de egentligen? Hur gör de egentligen? bra statistik alltså! Vad är statistik? Ordet statistik kan ha olika betydelser. Vanligen menar man sifferuppgifter om förhållandena i samhället. Ursprungligen var det ordagrant

Läs mer

Analys av kvalitativ data Kvalitativ innehållsanalys som ett exempel. Introduktion Bakgrund Syfte Metod Resultat Diskussion Slutsats

Analys av kvalitativ data Kvalitativ innehållsanalys som ett exempel. Introduktion Bakgrund Syfte Metod Resultat Diskussion Slutsats KVALITATIV ANALYS Analys av kvalitativ data Kvalitativ innehållsanalys som ett exempel Övning i att analysera Therese Wirback, adjunkt Introduktion Bakgrund Syfte Metod Resultat Diskussion Slutsats Fånga

Läs mer

TENTAMEN I STATISTIKENS GRUNDER 2

TENTAMEN I STATISTIKENS GRUNDER 2 STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:

Läs mer

Anvisningar för uppsatsarbetet. Version 2.6

Anvisningar för uppsatsarbetet. Version 2.6 Institutionen för individ och samhälle Psykologi Anvisningar för uppsatsarbetet Kvantitativt och kvalitativ inriktning Version 2.6 Senast uppdaterad 2013-04-02 Allmänna instruktioner Här ges anvisningar

Läs mer

Föreläsning 2: Datainsamling - Observation, enkät, intervju. Att läsa: Kapitel 7 i Rogers et al.: Interaction design

Föreläsning 2: Datainsamling - Observation, enkät, intervju. Att läsa: Kapitel 7 i Rogers et al.: Interaction design Föreläsning 2: Datainsamling - Observation, enkät, intervju Att läsa: Kapitel 7 i Rogers et al.: Interaction design Stjärnmodellen Analys Utvärdering Implementation Prototyper Krav Design 100326 Datainsamling

Läs mer

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland Upprepade mätningar och tidsberoende analyser Stefan Franzén Statistiker Registercentrum Västra Götaland Innehåll Stort område Simpsons paradox En mätning per individ Flera mätningar per individ Flera

Läs mer

Föreläsning 4: Beskrivande statistik

Föreläsning 4: Beskrivande statistik Föreläsning 4: Beskrivande statistik Pär Nyman 4 september 2015 Både föreläsning 4 och 5 innehåller en del matematik. På Studentportalen finns därför några sidor med räkneövningar, vilka riktar riktar

Läs mer

UPP-testet: Mångfald gynnas av korrektion för skönmålning. Lennart Sjöberg Rapport 2010:2

UPP-testet: Mångfald gynnas av korrektion för skönmålning. Lennart Sjöberg Rapport 2010:2 UPP-testet: Mångfald gynnas av korrektion för skönmålning Lennart Sjöberg Rapport 2010:2 Psykologisk Metod L Sjöberg AB arbetar med utveckling och användning av psykologiska test samt undersökningar av

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM KH/CW/SS Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, /5 01, 9-14 Införda beteckningar skall förklaras och uppställda ekvationer motiveras

Läs mer

Statistik för biologi

Statistik för biologi Statistik för biologi (och andra ämnen) Pär Leijonhufvud 1 8 december 2010 1 Mikael Elias Teoretiska Gymnasium, Sundsvall, par.leijonhufvud@teoretiska.se, $\ par@leijonhufvud.org. CC BY: 2010. Får fritt

Läs mer

Bygga linjära modeller! Didrik Vanhoenacker 2007

Bygga linjära modeller! Didrik Vanhoenacker 2007 Bygga linjära modeller! Didrik Vanhoenacker 2007 1 Bygga enkla modeller Tänk att vi ska försöka förstå vad som styr hur många blommor korsblommiga växter har. T ex hos Lomme och Penningört. Hittills har

Läs mer

AvI-index. Ett instrument för att mäta IT-systems användbarhet

AvI-index. Ett instrument för att mäta IT-systems användbarhet ANDERS GUNÉR AvI-index Ett instrument för att mäta IT-systems användbarhet Iordanis Kavathatzopoulos Uppsala universitet ISBN 978-91-976643-5-6 Copyright 2008 Iordanis Kavathatzopoulos. Uppsala universitet,

Läs mer

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningarna baseras på boken Björk J. Praktisk statistik för medicin och hälsa, Liber Förlag (2011), som är gemensam kursbok för statistikavsnitten

Läs mer

Metoduppgift 4: Metod-PM

Metoduppgift 4: Metod-PM Metoduppgift 4: Metod-PM I dagens samhälle, är det av allt större vikt i vilken familj man föds i? Introduktion: Den 1 januari 2013 infördes en reform som innebar att det numera är tillåtet för vårdnadshavare

Läs mer

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport Datum 2011-10-03 1(6) Anna Björkesjö Klara Jakobsson Nedskräpning i stadens centrala gatumiljö - Nyköping 2011 Metod- och kvalitetsrapport 2(6) Metoddokumentation Målpopulation Målpopulationen för en skräpmätning

Läs mer

Enkätundersökning inom förskola och skola. I samarbete med Järfälla kommun, Lidingö Stad, Sigtuna kommun och Upplands-Bro kommun

Enkätundersökning inom förskola och skola. I samarbete med Järfälla kommun, Lidingö Stad, Sigtuna kommun och Upplands-Bro kommun Rapport 2015 Enkätundersökning inom förskola och skola. I samarbete med Järfälla kommun, Lidingö Stad, Sigtuna kommun och Upplands-Bro kommun Stockholm 2015-04-30 Beställare: Järfälla kommun, Lidingö Stad,

Läs mer

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall

Läs mer

Analys av data från FIFA med hjälp av korrespondensanalys (Analysis of data from FIFA through correspondence analysis)

Analys av data från FIFA med hjälp av korrespondensanalys (Analysis of data from FIFA through correspondence analysis) STOCKHOLMS UNIVERSITET Statistiska institutionen Analys av data från FIFA med hjälp av korrespondensanalys (Analysis of data from FIFA through correspondence analysis) Ximena Espinoza 15-högskolepoäng

Läs mer

Datoro vning 1-2 Statistisk analys av kodade svar

Datoro vning 1-2 Statistisk analys av kodade svar Datoro vning 1-2 Statistisk analys av kodade svar 732G19 Utredningskunskap I Denna datorövning utförs i grupper om 2-4 personer och ska ses som en instruktion i att analysera resultaten av en enkät. Ingen

Läs mer

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Handelshögskolan i Stockholm Anders Sjöqvist 2087@student.hhs.se Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Efter förra kursen hörde några av sig och ville gärna se mina aktivitetsuppgifter

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB ÖVNING 7 (25-4-29) OCH INFÖR ÖVNING 8 (25-5-4) Aktuella avsnitt i boken: 6.6 6.8. Lektionens mål: Du ska kunna sätta

Läs mer

Effektmätning av gratistidningen

Effektmätning av gratistidningen Effektmätning av gratistidningen Nr 8, november 011 Kampanjnummer: 01150 Målgrupp: Konsument, villahushåll Utskicksperiod: måndag 7 november, v. 45, 011 Mätperiod: slutet v 45 början 48, 011 Mediaeffekter

Läs mer

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande

Läs mer

Statistiska centralbyrån Statistics Sweden. En liten statistikundersökning för en lektionstimme

Statistiska centralbyrån Statistics Sweden. En liten statistikundersökning för en lektionstimme Statistiska centralbyrån Statistics Sweden En liten statistikundersökning för en lektionstimme Innehållsförteckning Ett litet exempel på hur en statistisk undersökning går till Exempel på frågor och rop

Läs mer

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT2009 Inlämningsuppgift (1,5hp)

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT2009 Inlämningsuppgift (1,5hp) Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT009 Inlämningsuppgift (1,5hp) Nicklas Pettersson 1 Anvisningar och hålltider Uppgiften löses i grupper om -3 personer och godkänt

Läs mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 13 oktober 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

Laboration 3: Enkel linjär regression och korrelationsanalys

Laboration 3: Enkel linjär regression och korrelationsanalys STOCKHOLMS UNIVERSITET 13 februari 2009 Matematiska institutionen Avd. för matematisk statistik Gudrun Brattström Laboration 3: Enkel linjär regression och korrelationsanalys I sista datorövningen kommer

Läs mer

Psytest AB s METODKATALOG. Psytest AB, Norra Vallgatan 90, 211 22 Malmö, www.psytest.se

Psytest AB s METODKATALOG. Psytest AB, Norra Vallgatan 90, 211 22 Malmö, www.psytest.se Psytest AB s METODKATALOG Psytest AB, Norra Vallgatan 90, 211 22 Malmö, www.psytest.se Innehållsförteckning Sida 2 Psytest AB 3 LSI-Ledarstilsinventorium 4 LSI-Omvärldsanalys 5 BP-Basprofil 6 Begåvningstest

Läs mer

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt.

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt. Tentamen i Matematisk statistik, S0001M, del 1, 007-10-30 1. En viss typ av komponenter tillverkas av en maskin A med sannolikheten 60 % och av en maskin B med sannolikheten 40 %. För de komponenter som

Läs mer

Laborationer i statistik för A:1, Lab 1

Laborationer i statistik för A:1, Lab 1 Mittuniversitetet 2006-08-31 1 Laborationer i statistik för A:1, Lab 1 Laborationsanvisningar Genomförande Gå igenom laborationen i basgruppen och diskutera vilka lärandemål ni eventuellt behöver tillföra

Läs mer

NÄR SKA MAN SÄLJA SIN BOSTAD?

NÄR SKA MAN SÄLJA SIN BOSTAD? NÄR SKA MAN SÄLJA SIN BOSTAD? En multipel regressionsanalys av bostadsrätter i Stockholm Oscar Jonsson Moa Englund Stockholm 2015 Matematik Institutionen Kungliga Tekniska Högskolan Sammanfattning Projektet

Läs mer

Dokumentet utvärderas en gång per läsår (vid internatet i juni) och uppdateras vid behov.

Dokumentet utvärderas en gång per läsår (vid internatet i juni) och uppdateras vid behov. Bilaga 1 till Utbildningsplanen Progression i skrivande, muntlig framställning, IKT och statistik i Biologprogrammet med inriktning biologisk mångfald, kommunikation och samhälle 240 hp och Biologprogrammet

Läs mer

Användbarhetstestning

Användbarhetstestning Användbarhetstestning Samla in, analysera och presentera användbarhetsmått Användbarhetstestning Användare utför realistiska uppgifter i prototypen/systemet Observationer, tänka högt kompletteras med intervjuer

Läs mer

Datakvalitet. Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se

Datakvalitet. Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se Registercentrum Syd, Skånes Universitetssjukhus och Inst. f. kliniska vetenskaper, Lunds Universitet, Klinikgatan 22, 22185 Lund, Sverige 15 Jan

Läs mer

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0.

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0. Tentamen TMSB18 Matematisk statistik IL 091015 Tid: 08.00-13.00 Telefon: 036-10160 (Abrahamsson, Examinator: F Abrahamsson 1. Livslängden för en viss tvättmaskin är exponentialfördelad med en genomsnittlig

Läs mer

1 Förberedelseuppgifter

1 Förberedelseuppgifter LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 2 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMS086 & MASB02 Syfte: Syftet med dagens laborationen är att du skall: bli

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:

Läs mer

Parametiskt vs. icke-parametriskt

Parametiskt vs. icke-parametriskt TENTAFRÅGOR & SVARSFÖRSLAG PSYKOLOGISK FORSKNINGSMETOD II Frågorna är tagna ur tentorna den 17 oktober 20??, 21 december 2005, 7 juni 2006, 22 augusti 2006, 5 juni 2007, 5 juni 2008, 4 juni 2009, 21 augusti

Läs mer

Lycka en enkätundersökning

Lycka en enkätundersökning 1 Lycka en enkätundersökning Bernt Lundgren 1 Sammanfattning och diskussion Syfte, frågor och metod Bakgrund: Lyckoforskning är ett relativt nytt forskningsfält och intresserar sig för människors livstillfredsställelse,

Läs mer

OMNIBUSRAPPORT VG REGIONEN

OMNIBUSRAPPORT VG REGIONEN OMNIBUSRAPPORT VG REGIONEN KAN Energi Juni 2007 Gårdavägen 1 412 50 Göteborg Tel: 031 703 73 70 Fax: 031 703 73 71 www.statistikkonsulterna.se Sammanfattning Statistikkonsulternas Västra Götalands-omnibus

Läs mer

Vad tycker du om elbilar? En studie av Bilprovningen och Handelshögskolan

Vad tycker du om elbilar? En studie av Bilprovningen och Handelshögskolan Vad tycker du om elbilar? En studie av och Handelshögskolan vid Umeå universitet I denna sammanställning redovisas data insamlat via webbenkät på s hemsida. Utformning av undersökningen är gjord av och

Läs mer

Svenska VD-lönen. en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns lön mellan åren 1999-2004

Svenska VD-lönen. en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns lön mellan åren 1999-2004 UPPSALA UNIVERSITET EXAMENSARBETE D Företagsekonomiska Institutionen VT 2005 Magnus Jansson Tomas Svae Svenska VD-lönen en studie om utländskt ägande har påverkat sammansättningen av den svenska VD:ns

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 20 Mars 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

Nöjdhet och nytta med Växjö universitetsbibliotek

Nöjdhet och nytta med Växjö universitetsbibliotek Nöjdhet och nytta med Växjö universitetsbibliotek - En studie av användare vid tre svenska ekonomibibliotek Fredrik Törn Niclas Öhman På uppdrag av biblioteket vid Handelshögskolan i Stockholm 1-1-1 Bakgrund

Läs mer

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar Sannolikhetslära och inferens II Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar 1 Diskreta slumpvariabler En slumpvariabel tilldelar tal till samtliga utfall i ett slumpförsök. Vi

Läs mer

Skolbarns hälsa och välbefinnande 1985-2001: En reliabilitets- och validitetsrapport från Skolbarns hälsovanor

Skolbarns hälsa och välbefinnande 1985-2001: En reliabilitets- och validitetsrapport från Skolbarns hälsovanor 1 Skolbarns hälsa och välbefinnande 1985-2001: En reliabilitets- och validitetsrapport från Skolbarns hälsovanor Pia Wennerholm Juslin & Mia Danielson Statens folkhälsoinstitut Inledning Skolbarns hälsovanor

Läs mer

Påbyggnad/utveckling av lagen om ett pris Effektiv marknad: Priserna på en finansiell marknad avspeglar all relevant information

Påbyggnad/utveckling av lagen om ett pris Effektiv marknad: Priserna på en finansiell marknad avspeglar all relevant information Föreläsning 4 ffektiva marknader Påbyggnad/utveckling av lagen om ett pris ffektiv marknad: Priserna på en finansiell marknad avspeglar all relevant information Konsekvens: ndast ny information påverkar

Läs mer

Bilaga 1: Informationsbrev Informationsbrev gällande enkät undersökning

Bilaga 1: Informationsbrev Informationsbrev gällande enkät undersökning Bilaga 1: Informationsbrev Informationsbrev gällande enkät undersökning Hej! Mitt namn är Anna Vestman och jag studerar vid Karlstads Universitet på Vård- och stödsamordnarprogrammet. Jag håller just nu

Läs mer

Richard Öhrvall, http://richardohrvall.com/ 1

Richard Öhrvall, http://richardohrvall.com/ 1 Läsa in data (1/4) Välj File>Open>Data Läsa in data (2/4) Leta reda på rätt fil, Markera den, välj Open http://richardohrvall.com/ 1 Läsa in data (3/4) Nu ska data vara inläst. Variable View Variabelvärden

Läs mer

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset.

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset. Statistiska institutionen Nicklas Pettersson Skriftlig tentamen i Finansiell Statistik Grundnivå 7.5hp, VT2014 2014-05-26 Skrivtid: 9.00-14.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller

Läs mer

Linjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem

Linjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem Avsnitt Linjära ekvationssystem Elementära radoperationer Gausseliminering Exempel Räkneschema Exempel med exakt en lösning Exempel med parameterlösning Exempel utan lösning Slutschema Avläsa lösningen

Läs mer

Vara kommun. Fritidsgårdar Våren 2014

Vara kommun. Fritidsgårdar Våren 2014 Vara kommun Fritidsgårdar Våren 24 Presentation Om undersökningen Sammanfattning Resultat NFI (Nöjd Fritidsgård Index) Per fråga Om undersökningen Undersökningen riktades till personer som besöker Vara

Läs mer

ATTITYDER TILL MILJÖ OCH ARBETSPENDLING FÖR PROJEKTET PENDLA GRÖNT AV ATTITYD I KARLSTAD AB 2013

ATTITYDER TILL MILJÖ OCH ARBETSPENDLING FÖR PROJEKTET PENDLA GRÖNT AV ATTITYD I KARLSTAD AB 2013 ATTITYDER TILL MILJÖ OCH ARBETSPENDLING FÖR PROJEKTET PENDLA GRÖNT AV ATTITYD I KARLSTAD AB 2013 1 INNEHÅLLSFÖRTECKNING Bakgrund... 3 Syfte... 3 Målgrupp... 3 Genomförande... 3 Statistikbeskrivning...

Läs mer

Nöjdhetsstudie Forskarnas syn på Universitetsbiblioteket i Karlstad

Nöjdhetsstudie Forskarnas syn på Universitetsbiblioteket i Karlstad Nöjdhetsstudie Forskarnas syn på Universitetsbiblioteket i Karlstad Genomförd av Niclas Öhman och Fredrik Törn Bakgrund och syfte Sedan slutet av år har ett antal forskare och doktorander vid Handelshögskolan

Läs mer

Biblioteksundersökningen

Biblioteksundersökningen Biblioteksundersökningen Vara kommun Juni 2004 ARS P0549 Bastugatan 2. Box 38027. S-100 64 Stockholm Tel 08-462 95 05. Fax 08-462 95 20 e-mail: info@ars.se www.ars.se 1 INLEDNING 1.1 Bakgrund och syfte

Läs mer

Teknisk rapport från NFO Infratest AB

Teknisk rapport från NFO Infratest AB Bilaga 1 Teknisk rapport från NFO Infratest AB Page 1 Riksskatteverket Regionenkät - Företag Projekt nr 14356 Göteborg 2003-12-18 Kundansvarig: Jonas Persson Dataansvarig: Jan Lundmark Information om undersökningen

Läs mer

Kvalitetsmätning inom äldreboende i Ale kommun 2008

Kvalitetsmätning inom äldreboende i Ale kommun 2008 Kvalitetsmätning inom äldreboende i Ale kommun 2008 November 2008 2 Innehåll Sammanfattning... 4 1 Inledning... 5 2 Metod... 5 3 Redovisning av resultat... 5 4 Resultat... 6 4.1 Svarsfrekvens... 6 4.2

Läs mer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer Laboration 1 i 5B1512, Grundkurs i matematisk statistik för ekonomer Namn:........................................................ Elevnummer:.............. Laborationen syftar till ett ge information

Läs mer

Data mining. Data mining Skillnaden mellan observationella och experimentella data

Data mining. Data mining Skillnaden mellan observationella och experimentella data Data mining Skillnaden mellan observationella och experimentella data Data mining Metoder för att automatisktupptäcka icke-trivial användbar information i stora datamängder 1 Data mining: (Mot-)exempel

Läs mer

Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB

Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB Konsekvenser av Bortfall Introduktion Illustration av hur bortfall påverkar resultaten i en statistisk

Läs mer

Utblicken 2008 Från papper till webb erfarenheter från en blandad undersökning

Utblicken 2008 Från papper till webb erfarenheter från en blandad undersökning Utblicken 2008 Från papper till webb erfarenheter från en blandad undersökning Marknadsundersökningens Dag 2009 Karin Stenebo, Apoteket AB Barbro Eriksson, CMA Centrum för Marknadsanalys AB Bakgrund Utblicken

Läs mer

UPPLEVELSER AV TOALETTSTÄDNING

UPPLEVELSER AV TOALETTSTÄDNING UPPLEVELSER AV TOALETTSTÄDNING PM i Sociologi GR (A) Publicerat och inlämnat 2009-01-18 3480 ord inklusive rubriker Peter Axelsson http://www.petera.se Institutionen för samhällsvetenskap Mittuniversitetet

Läs mer

Tillsammans är man mindre ensam? En studie om kvinnor och mäns attityd till social interaktion för trivsel på arbetsplatsen

Tillsammans är man mindre ensam? En studie om kvinnor och mäns attityd till social interaktion för trivsel på arbetsplatsen Linköpings universitet 2009-05-27 IBL, Psykologi 2 B-uppsats Handledare: Magnus Emilsson Tillsammans är man mindre ensam? En studie om kvinnor och mäns attityd till social interaktion för trivsel på arbetsplatsen

Läs mer