Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet

Storlek: px
Starta visningen från sidan:

Download "Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet"

Transkript

1 1 Instruktioner till Examinationen Kursen Introduktion till Multivariat Dataanalys Karolinska Institutet Uppdaterad: För att bli godkänd skall man utföra alla sex uppgifter som beskrivs nedan. OBS: Undervisningen håller sig till SPSS och AMOS, men det är tillåtet att göra sina beräkningar med vilket statistikprogram som helst (ange dock vilket program ni använt er av). Vill man göra sina beräkningar för hand så är detta också OK. De olika dataseten finns utlagda på kurshemsidan (under Examination ) både som SPSS-filer och som tabbavgränsade textfiler. 1. Uppgiften om Variansanalys (ANOVA) Uppgiften går ut på att i viss mån replikera analysen i följande artikel (finns på kurshemsidan): St.Lawrence, J. S., Brasfield, T. L., Shirley, A., Jefferson, K. W., Alleyne, E., O Bannon, R. E. III. (1995). Cognitive-behavioral intervention to reduce African American adolescents risk for HIV infection. Journal of Consulting and Clinical Psychology, 63, Analysen utförs på ett dataset som delvis simulerar det som St.Lawrence et al. använt sig av ( ANOVA, Kondomanvändning ; finns på kurshemsidan; det handlar inte om originaldata). Undersökningens beroende variabel, mätt vid fyra olika tillfällen, är procentuell andel av samlagen under de senaste åtta veckorna då man använt kondom. Eftersom data är simulerade förekommer orimliga värden (< 0 och > 100) men strunta i detta. Mer specifikt skall man utföra följande moment/besvara följande frågor: 1. Ange undersökningens syfte (låtsas, s.a.s., att du är St.Lawrence och att detta är din undersökning). 2. Skapa ett linjediagram som visar de fyra gruppernas (BST female; BST male; EC female; EC male) genomsnittliga värde på den beroende variabeln vid de fyra mättillfällena. 3. Utför en ANOVA för upprepade mätningar (fyra mättillfällen) och med två oberoende variabler mellan individer. Presentera och tolka resultaten. Kan vi anta att kravet på sfäriskhet är uppfyllt? 4. Eftersom analysen ovan påvisar en signifikant trevägs interaktion utförs följande: Testa effekten av tid på kondomanvändningen separat för de fyra olika grupperna (BST female; BST male; EC female; EC male). I varje grupp testas om kravet på sfäriskhet är uppfyllt samt den specifika förändringen över tid (detta görs genom att sätta Contrasts = Repeated). Presentera och tolka resultaten. 5. Utför även följande analys: Fyra separata tvåvägs ANOVOR (en för varje mätning av kondomanvändning, OV = Group och Gender). Om någon interaktion är signifikant går du vidare och analyserar enkla effekter (med hjälp av Split file ). Presentera och tolka resultaten.

2 2 Texten kan antingen skrivas i samma form som en vetenskaplig artikel (se St.Lawrence et al.s artikel för exempel), men då inkluderas SPSS-output som appendix. Texten kan också skrivas i form av en SPSS-undervisning-handout där man klipper in SPSS output-tabeller och kommentarer till dessa (se kurshemsidan för exempel). Observera att det inte räcker att du bara klipper in Output-tabellerna utan att beskriva och tolka resultaten. 2. Uppgiften om Regressionsanalys Uppgiften går ut på att i viss mån replikera analysen i följande artikel (finns på kurshemsidan): Caspi, A., Sugden, K., Moffitt, T. E., Taylor, A., Craig, I. W., Harrington, H., et al. (2003). Influence of life stress on depression: Moderation by a polymorphism in the 5-HTT gene. Science, 301, Analysen utförs på ett dataset ( Regression, Gener och depression ; finns på kurshemsidan) som simulerar det som Caspi et al. använt sig av (det handlar alltså inte om originaldata). Följande variabler ingår: (1) IdNum; (2) Allele = kombinationen av 5-HTT gen alleler, med värdena s/s (dubbel uppsättning av korta alleler) s/l (en kort och en lång allele) samt l/l (dubbel uppsättning långa alleler); (3) Number_long = antalet långa alleler i 5-HTT genen, där s/s = 0, s/l = 1 och l/l = 2; (4) Stress_LE = antalet upplevda stressfulla livshändelser, med värdena 0, 1, 2, 3 och 4, där det sista värdet står för fyra eller fler händelser; (5) Dep_Symp = graden av depressiva symptom, variabeln har blivit simulerad och innehåller därmed en del orimliga värdena (t.ex. < 0) men strunta i detta. Mer specifikt skall man utföra följande moment/besvara följande frågor: 1. Estimera den enkla effekten av antalet långa 5-HTT alleler (Number_long) på depressiva symptom (Dep_Symp). Vad blir interceptet respektive regressionskoefficienten? Vad blir beta-koefficienten? Är koefficienten signifikant? Hur mycket av variationen i den beroende variabeln kan förklaras? Beskriv vad dessa värden säger oss. 2. För analysen ovan: Ser sambandet mellan predicerade värden och residualer OK ut? Har 3. Estimera den enkla effekten av antalet upplevda stressfulla livshändelser (Stress_LE) på depressiva symptom (Dep_Symp). Vad blir interceptet respektive regressionskoefficienten? Vad blir beta-koefficienten? Är koefficienten signifikant? Hur mycket av variationen i den beroende variabeln kan förklaras? Beskriv vad dessa värden säger oss. 4. För analysen ovan: Ser sambandet mellan predicerade värden och residualer OK ut? Har 5. Utför en multipel regressionsanalys där du predicerar antalet depressiva symptom utifrån antalet långa 5-HTT alleler OCH antalet upplevda stressfulla livshändelser. Vad blir interceptet respektive regressionskoefficienterna? Vad blir beta-koefficienterna? Är koefficienterna signifikanta? Hur mycket av variationen i den beroende variabeln kan förklaras? Beskriv vad dessa värden säger oss. Finns det något problem med kollinaritet? Motivera ditt svar. 6. För analysen ovan: Ser sambandet mellan predicerade värden och residualer OK ut? Har

3 3 7. Standardisera Number_long samt Stress_LE och skapa sedan en interaktionsterm för Number_long * Stress_LE. Utför en analys där depressiva symptom prediceras utifrån antalet långa alleler (standardiserat), antalet upplevda stressfulla livshändelser (standardiserat) samt deras interaktion. Vad blir interceptet respektive regressionskoefficienterna? Vad blir beta-koefficienterna? Är koefficienterna signifikanta? Hur mycket av variationen i den beroende variabeln kan förklaras? Beskriv vad dessa värden säger oss. Finns det något problem med kollinaritet? Motivera ditt svar. 8. För analysen ovan: Ser sambandet mellan predicerade värden och residualer OK ut? Har Texten kan antingen skrivas i samma form som en vetenskaplig artikel (se Caspi et al.s artikel för exempel), men då inkluderas SPSS-output som appendix. Texten kan också skrivas i form av en SPSS-undervisning-handout där man klipper in SPSS output-tabeller och kommentarer till dessa (se kurshemsidan för exempel). Observera att det inte räcker att du bara klipper in Output-tabellerna utan att beskriva och tolka resultaten. 3. Uppgiften om RR, OR, Logistisk- och Cox regression Analyserna utförs på datasetet Ratio, Log & Cox, Sjukdom och död (finns på kurshemsidan). Här har vi data (jag känner inte till graden av autenticitet) från vad jag tror vara fiktiva cancer-patienter. Följande variabler ingår: (a) patientens id-nummer; (b) kön, med värdet 0 för kvinnor och 1 för män; (c) ålder; (d) histologi, som jag antar handlar vilken typ av cancer patienten har, med värdena 1 = nodular sclerosis; 2 = mixed cellular; 3 = lymphocyte depletion; (e) stadium av sjukdomen med 0 = early och 1 = advanced; (f) om patienten dött under uppföljningsperioden med 0 = nej och 1 = ja; (g) tid fram till död alternativt uppföljningsperiodens slut. Uppgiften går ut på att göra följande: 1. Beräkna Risk Ratio samt Odds Ratio för sambandet mellan stadium av sjukdomen (stage) och om man dött under uppföljningsperioden (dead). Ange kvoterna samt beskriv i ord hur de skall tolkas. 2. Utför en hierarkisk binär logistisk regressionsanalys med stadium av sjukdomen (stage) som beroende variabel och med följande inkluderingsordning av de oberoende variablerna: (a) patientens kön; (b) patientens ålder; (c) interaktionen mellan kön och ålder. Beskriv vad som händer med modellens prediktiva förmåga i de olika stegen (blir den signifikant bättre). På vilket sätt påverkar de oberoende variablerna oddsen för att patienten skall ha uppnått ett framskridet stadium av sjukdomen? Är effekterna signifikanta? Beskriv och tolka resultaten. 3. Eftersom analysen ovan påvisade en signifikant interaktion mellan kön och ålder vad gäller oddsen för att ha uppnått ett framskridet stadium av sjukdomen går du vidare och tittar på den enkla effekten av ålder separat för kvinnliga och manliga patienter. Hur ser effekten av ålder ut i respektive grupp? 4. Nu till Cox regression. Den beroende variabeln är en kombination av dead (om patienten dött eller inte) samt hur lång tid det tog fram till döden alternativt till uppföljningsperiodens slut (survivaltime). Börja med att titta på om histologi påverkar

4 4 hazard för att patienten skall ha dött (tänk på att histologi är en kategori-variabel). Beskriv och tolka resultaten. 5. Testa om hazard för att ha dött påverkas av patientens ålder. Beskriv och tolka resultaten. 6. Testa om hazard för att ha dött påverkas av om patienten uppnått ett framskridet stadium av sjukdomen eller inte (stage). Beskriv och tolka resultaten. 7. Testa om hazard för att ha dött påverkas av patientens kön. Beskriv och tolka resultaten. 8. Utför en hierarkisk analys där prediktorerna inkluderas i följande ordning: (a) histologi (tänk på att det är en kategori-variabel); (b) kön; (c) interaktionen mellan histologi och kön. Beskriv vad som händer med modellens prediktiva förmåga i de olika stegen (blir den signifikant bättre). På vilket sätt påverkar de oberoende variablerna hazard för att patienten skall ha avlidit? Är effekterna signifikanta? Beskriv och tolka resultaten. 9. Eftersom analysen ovan påvisade en signifikant interaktion mellan kön och histologi vad gäller hazard för att ha avlidit går du vidare och tittar på den enkla effekten av histologi separat för kvinnliga och manliga patienter. Hur ser effekten av histologi ut i respektive grupp? Texten skrivs i form av en SPSS-undervisning-handout där man klipper in SPSS outputtabeller och kommentarer till dessa (se kurshemsidan för exempel). Observera att det inte räcker att du bara klipper in Output-tabellerna utan att beskriva och tolka resultaten. 4. Uppgiften om Faktoranalys Uppgiften går ut på att utföra en faktoranalys av vissa av frågorna i datasetet Faktoranalys, Framgång (finns på kurshemsidan). Data är från 1819 personer som skattat hur pass viktiga olika faktorer är för att man skall bli framgångsrik här i livet. Skattningen är gjord på en skala från 1 (= inte alls viktigt) till 5 (= helt avgörande). De skattade faktorerna är: (1) Att man är från en rik familj (2) Att man har välutbildade föräldrar (3) Att man själv har en bra utbildning (4) Att man har talang (5) Att man arbetar hårt (6) Att man har rätt kontakter (7) Att man har politiska kontakter (8) Att man har rätt hudfärg (9) Att man har rätt religiös tillhörighet (10) Att man är från rätt region i landet (11) Att man har rätt kön (12) Att man har de rätta åsikterna Dessutom innehåller datasetet information om respondenternas kön och utbildningsgrad. Utför följande steg och svara på frågor: 1. Utför en faktoranalys (PCA) på de tolv skattade faktorerna, med varimax-rotation. Lämpar sig data för faktoranalys? Varför? Ett item har låg KMO/MSA, vilket? Vad innebär detta? (ta ändå med detta item i analysen). 2. Vad har item för kommunaliteter? Vad innebär detta? 3. Hur många faktorer plockar analysen fram? Varför? Tycker du att detta verkar vara ett lämpligt antal faktorer? Motivera ditt svar. 4. Ange faktorladdningarna. Vilka item hör till respektive faktor? 5. Döp de tre faktorerna och beskriv vad de mäter (vad står ett högt värde för).

5 5 6. Beräkna Cronbachs alpha för de tre faktorerna. Ser det bra ut? Texten skrivs i form av en SPSS-undervisning-handout där man klipper in SPSS outputtabeller och kommentarer till dessa (se kurshemsidan för exempel). Observera att det inte räcker att du bara klipper in Output-tabellerna utan att beskriva och tolka resultaten. 5. Uppgiften om Structural Equation Modeling (SEM) Uppgiften går ut på att i viss mån replikera analysen i följande artikel (finns på kurshemsidan): Holahan, C. J., Moos, R. H., Holahan, C. K., & Cronkite, R. C. (1999). Resource loss, resource gain, and depressive symptoms: A 10-year model. Journal of Personality and Social Psychology, 77, Analysen utförs på ett dataset som simulerar det som Holahan et al. använt sig av ( SEM, Depression och fattigdom ; finns på kurshemsidan; det handlar alltså inte om originaldata). I detta dataset är korrelationerna mellan variablerna de samma som anges i Tabell 3 i Holahan et al.s artikel, däremot har alla variablerna i det simulerade datasetet ett medelvärde på noll och en standardavvikelse på ett. Mer specifikt skall man utföra följande moment/besvara följande frågor: 1. Ange undersökningens syfte (låtsas, s.a.s., att du är Holahan och att detta är din undersökning). 2. Utför den SEM-analys som presenteras i Figur 2 i Holahan et al.s artikel och presentera dina resultat (gärna i form av en figur). Både parameterestimat och modellens anpassningsmått skall anges. OBS: Resultaten kommer inte att bli exakt de samma som i Holahan et al.s artikel, så det funkar inte att bara skriva av dessa. Beskriv i ord vad resultaten visar. 3. Ange, gärna i en tabell, vilken direkt, indirekt samt total effekt (standardiserade) som de latenta variablerna har på varandra. 4. Ange hur mycket av variansen i de latenta endogena variablerna som kan förklaras av de exogena variablerna. 5. När du skall utföra analysen får du upp ett varningsmeddelande (som du ignorerar genom att välja Proceed with analysis ). Varför? Skriv texten i form av en SPSS-undervisning-handout (se kurshemsidan för exempel). 6. Uppgiften om Multilevel Modeling (MLM) Uppgiften går ut på analysera datasetet som heter MLM, socioekonomisk position. Detta dataset simulerar ett riktigt dataset, men det är alltså inte originaldata. Följande variabler ingår (du får gärna beskriva dessa i din text): 1. Intelligens ju högre värde desto högre uppmätt intelligens i tonåren. 2. Utbildning ju högre värde desto högre uppnådd utbildningsnivå vid 25 års ålder. 3. SEB socioekonomisk bakgrund, ju högre värde desto bättre ställt hade man det i barndomen.

6 6 4. USEP25, USEP30, USEP35, och USEP40 uppnådd socioekonomisk position vid års ålder, ju högre värde desto bättre ställt har man det. Mer specifikt skall man utföra följande moment/besvara följande frågor: i. Börja med att grand mean centrera variablerna Intelligens, Utbildning och SEB. ii. Omstrukturera data så att varje person får fyra rader (en för varje mätning av USEP). Skapa en tidvariabel som står för antalet år sedan man fyllde 25 (varje person får alltså fyra värden, nämligen 0, 5, 10 och 15). 1. Analysera Modell 1: Fixed intercept, inga prediktorer, USEP som beroende variabel. Presentera och tolka resultaten. 2. Analysera Modell 2: Random intercept, inga prediktorer, USEP som beroende variabel. Hur pass bra passar modellen med data jämfört med Modell 1? Vad händer med residualerna jämfört med Modell 1? Finns det någon signifikant variation i USEPinterceptet mellan individer? Vad innebär detta? Presentera och tolka resultaten. 3. Analysera Modell 3: Random intercept, fixed effekt av tid, USEP som beroende variabel. Hur pass bra passar modellen med data jämfört med Modell 2? Vad händer med residualerna jämfört med Modell 2? Hur ser effekten av tid på USEP ut? Presentera och tolka resultaten. 4. Analysera Modell 4: Random intercept, random effekt av tid, USEP som beroende variabel. Hur pass bra passar modellen med data jämfört med Modell 3? Vad händer med residualerna jämfört med Modell 3? Varierar effekten av tid på USEP signifikant mellan individer? Presentera och tolka resultaten. 5. Analysera Modell 5: Random intercept, random effekt av tid, fixed effekt av intelligens (centrerat) samt interaktionen mellan intelligens (centrerat) och tid, USEP som beroende variabel. Hur pass bra passar modellen med data jämfört med Modell 4? Hur ser huvudeffekterna av tid och intelligens (centrerat) samt deras interaktion ut? Hur tolkas dessa resultat? Vad händer med residualerna samt med variansen i interceptet och i effekten av tid mellan individer jämfört med Modell 4? Presentera och tolka resultaten. 6. Analysera Modell 6: Upprepa Modell 5 men byt ut intelligens mot utbildning (centrerat). Hur pass bra passar modellen med data jämfört med Modell 4? Hur ser huvudeffekterna av tid och utbildning (centrerat) samt deras interaktion ut? Hur tolkas dessa resultat? Vad händer med residualerna samt med variansen i interceptet och i effekten av tid mellan individer jämfört med Modell 4? Presentera och tolka resultaten. 7. Analysera Modell 7: Upprepa Modell 5 men byt ut intelligens mot socioekonomisk bakgrund (SEB) (centrerat). Hur pass bra passar modellen med data jämfört med Modell 4? Hur ser huvudeffekterna av tid och SEB (centrerat) samt deras interaktion ut? Hur tolkas dessa resultat? Vad händer med residualerna samt med variansen i interceptet och i effekten av tid mellan individer jämfört med Modell 4? Presentera och tolka resultaten. 8. Analysera modell 8: Random intercept, random effekt av tid, fixed effekter av intelligens (centrerat), utbildning (centrerat) och SEB (centrerat) samt alla tre tvåvägs interaktionstermer som involverar effekten av tid. Hur pass bra passar modellen med data jämfört med Modell 7? Hur ser huvudeffekterna och interaktionerna ut? Hur tolkas dessa resultat? Vad händer med residualerna samt med variansen i interceptet och i effekten av tid mellan individer jämfört med Modell 7? Presentera och tolka resultaten. Inlämning Inkludera alla sex uppgifter i samma dokument (jag vill INTE få flera dokument från samma person). Inlämningsuppgiften mejlas till följande två adresser (båda två):

7 7 1) 2) I urkund görs en plagieringskontroll och om texten är plagierad så riskerar man att bli avstängd från sin utbildning. DET ÄR ALLTSÅ FÖRBJUDET ATT PLAGIERA REDAN EXISTERANDE TEXTER. Bedömning & Betygsättning Inlämningsuppgiften bedöms och betygsätts utifrån följande kriterier: A. Uppfylls instruktionerna? (helt = 2; hyfsat = 1; nej = 0) B. Verkar beräkningarna vara korrekt utförda? (helt = 2; hyfsat = 1; nej = 0) C. Innehåller texten felaktiga påståenden? (nej = 2; mindre allvarliga = 1; flera/grova = 0) För betyget Godkänd krävs minst en poäng på VARDERA kriteriet A-C ovan.

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

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

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

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

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

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

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

Metodproblem vid studier av Högskoleprovets prognosförmåga och deras lösning!

Metodproblem vid studier av Högskoleprovets prognosförmåga och deras lösning! Pedagogisk Forskning i Sverige 2000 årg 5 nr 4 s 273 283 issn 1401-6788 Metodproblem vid studier av Högskoleprovets prognosförmåga och deras lösning! JAN-ERIC GUSTAFSSON Institutionen för pedagogik och

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

Differentiell psykologi

Differentiell psykologi Differentiell psykologi Tisdag 24 september 2013 Confirmatory Factor Analysis CFA Dagens agenda Repetition: Sensitivitet och specificitet Övningsuppgift från idag Confirmatory Factor Analysis Utveckling

Läs mer

Poolade data över tiden och över tvärsnittet. Oberoende poolade tvärsnittsdatamängder från olika tidpunkter.

Poolade data över tiden och över tvärsnittet. Oberoende poolade tvärsnittsdatamängder från olika tidpunkter. PANELDATA Poolade data över tiden och över tvärsnittet Alternativ 1: Oberoende poolade tvärsnittsdatamängder från olika tidpunkter. Oberoende stickprov dragna från stora populationer vid olika tidpunkter.

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

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

ÖVNINGSUPPGIFTER KAPITEL 4

ÖVNINGSUPPGIFTER KAPITEL 4 ÖVNINGSUPPGIFTER KAPITEL 4 REGRESSIONSLINJEN: NIVÅ OCH LUTNING 1. En av regressionslinjerna nedan beskrivs av ekvationen y = 20 + 2x; en annan av ekvationen y = 80 x; en tredje av ekvationen y = 20 + 3x

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

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

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

Nätverksgruppsmöte i Nätverket Uppdrag Hälsa Stockholm 2011-05-06

Nätverksgruppsmöte i Nätverket Uppdrag Hälsa Stockholm 2011-05-06 Nätverksgruppsmöte i Nätverket Uppdrag Hälsa Stockholm 2011-05-06 Socioekonomins betydelse för hälsa på lika villkor Krister Järbrink, hälsoekonomisk rådgivare Hälso- och sjukvårdslag 1982:763 Mål för

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

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

Datorlaboration 3. 1 Inledning. 2 Grunderna. 1.1 Förberedelse. Matematikcentrum VT 2007

Datorlaboration 3. 1 Inledning. 2 Grunderna. 1.1 Förberedelse. Matematikcentrum VT 2007 Lunds universitet Kemometri Lunds Tekniska Högskola FMS 210, 5p / MAS 234, 5p Matematikcentrum VT 2007 Matematisk statistik version 7 februari Datorlaboration 3 1 Inledning I denna laboration behandlas

Läs mer

Kvantitativa (analys) metoder

Kvantitativa (analys) metoder 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

Läs mer

Datorövning 5 Exponentiella modeller och elasticitetssamband

Datorövning 5 Exponentiella modeller och elasticitetssamband Datorövning 5 Exponentiella modeller och elasticitetssamband Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Minitab för att 1. anpassa och tolka analysen av en exponentiell

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

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

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

i samarbete med LPADATA Bertil Mårdberg, professor Josefin Södergård, Göteborg Stad

i samarbete med LPADATA Bertil Mårdberg, professor Josefin Södergård, Göteborg Stad Bertil Mårdberg, professor Josefin Södergård, Göteborg Stad Assessment Center Guidelines and Ethical Considerations for Assessemnt Center Operations International Journal of Selection and Assessment Volume

Läs mer

Sjukdomsspecifika PROM i kvalitetsregister

Sjukdomsspecifika PROM i kvalitetsregister Sjukdomsspecifika PROM i kvalitetsregister Mats Lundström EyeNet Sweden Karlskrona, Sverige Innehåll Bruk av sjukdomsspecifika PROM hos svenska kvalitetsregister Vad kan ett sjukdomsspecifikt PROM tillföra

Läs mer

Föreläsning 7 och 8: Regressionsanalys

Föreläsning 7 och 8: Regressionsanalys Föreläsning 7 och 8: Regressionsanalys Pär Nyman 12 september 2014 Det här är anteckningar till föreläsning 7 och 8. Båda föreläsningarna handlar om regressionsanalys, så jag slog ihop dem till ett gemensamt

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

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

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. 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

Hva betyr lærernes kompetanse for elevenes resultat på 4. trinn i Norge, Sverige og Finland?

Hva betyr lærernes kompetanse for elevenes resultat på 4. trinn i Norge, Sverige og Finland? Hva betyr lærernes kompetanse for elevenes resultat på 4. trinn i Norge, Sverige og Finland? Jan-Eric Gustafsson Göteborgs Universitet Centre for Educational Measurement at the University of Oslo (CEMO)

Läs mer

Föreläsning 7 och 8: Regressionsanalys

Föreläsning 7 och 8: Regressionsanalys Föreläsning 7 och 8: Regressionsanalys Pär Nyman 3 februari 2014 Det här är anteckningar till föreläsning 7 och 8. Båda föreläsningarna handlar om regressionsanalys, så jag slog ihop dem till ett gemensamt

Läs mer

Faktorer som påverkar kläckningsresultat hos odlad röding

Faktorer som påverkar kläckningsresultat hos odlad röding 1 Rapport från Mål-2 projektet Nationellt center för odling av fisk i sötvatten: Faktorer som påverkar kläckningsresultat hos odlad röding 1 Henrik Jeuthe, 1 Jan Nilsson, 2 Torleif Andersson & 1 Eva Brännäs

Läs mer

Organisationen har betydelse för offentligt finansierad psykoterapi

Organisationen har betydelse för offentligt finansierad psykoterapi Organisationen har betydelse för offentligt finansierad psykoterapi Andrzej Werbart andrzej.werbart@psychology.su.se Aktuell psykoterapiforskning, 22 november2014 Historien om QAPS Quality Assurance of

Läs mer

STATISTICA Kurskatalog 2010 2011. Kunskap bär frukt

STATISTICA Kurskatalog 2010 2011. Kunskap bär frukt TM STATISTICA Kurskatalog 2010 2011 Kunskap bär frukt Vårt mål är att underlätta ditt arbete! Att på ett korrekt sätt kunna bearbeta statistik är mycket viktigt. Förutsättningarna för detta är en kombination

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

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

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

Övningstentamen i matematisk statistik för kemi

Övningstentamen i matematisk statistik för kemi Övningstentamen i matematisk statistik för kemi Uppgift 1: Bill och Georg har gått till puben tillsammans. De beslutar sig för att spela dart (vilket betyder kasta pil mot en tavla). Sedan gammalt vet

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

Uppväxtfamilj och psykisk ohälsa

Uppväxtfamilj och psykisk ohälsa Uppväxtfamilj och psykisk ohälsa En kvantitativ studie om separation under uppväxten och dess betydelse för psykisk hälsa i vuxen ålder Fanny Westman Sociologiska Institutionen Kandidatuppsats i sociologi

Läs mer

Co-occurring Symptoms of Attention Deficit Hyperactivity Disorder and Depression

Co-occurring Symptoms of Attention Deficit Hyperactivity Disorder and Depression Co-occurring Symptoms of Attention Deficit Hyperactivity Disorder and Depression Sex, Aetiology, Help-Seeking and Assessment Karin Sonnby Överläkare BUP Västmanland Med dr Handledare Professor Kent W.

Läs mer

RELATIONEN MELLAN POSITIVA EMOTIONER OCH STUDIEPRESTATION. Ulrika Funck

RELATIONEN MELLAN POSITIVA EMOTIONER OCH STUDIEPRESTATION. Ulrika Funck RELATIONEN MELLAN POSITIVA EMOTIONER OCH STUDIEPRESTATION Ulrika Funck Positiv psykologi användes för att undersöka studieprestation ur ett nytt perspektiv, då positiva emotioner möjliggör flexibelt och

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

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

Riskbedömning och abonnemangstandvård

Riskbedömning och abonnemangstandvård Anders Jonsson Riskbedömning och abonnemangstandvård Risk assessment and contract dental care Statistik C-uppsats Datum/Termin: Juni 008/VT 08 Handledare: Christian Tallberg Examinator: Abdullah Almasri

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

Analysis of factors of importance for drug treatment

Analysis of factors of importance for drug treatment Analysis of factors of importance for drug treatment Halvtidskontroll 2013-09-25 Lokal: rum 28-11-026, CRC, Ing 72, SUS Malmö Jessica Skoog, distriktsläkare, doktorand vid institutionen för kliniska vetenskaper

Läs mer

En introduktion till och första övning i @Risk5 for Excel

En introduktion till och första övning i @Risk5 for Excel LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg / Lars Wahlgren VT2012 En introduktion till och första övning i @Risk5 for Excel Vi har redan under kursen stiftat bekantskap med Minitab

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

Pain, fatigue and fear-avoidance beliefs in relation to physical activity and body awareness in persons diagnosed with rheumatoid arthritis

Pain, fatigue and fear-avoidance beliefs in relation to physical activity and body awareness in persons diagnosed with rheumatoid arthritis Pain, fatigue and fear-avoidance beliefs in relation to physical activity and body awareness in persons diagnosed with rheumatoid arthritis Helena Lööf Affilierad forskare vid Institutionen för klinisk

Läs mer

Kossor, tallsteklar och sockerärter Statistik vid Sveriges Lantbruksuniversitet

Kossor, tallsteklar och sockerärter Statistik vid Sveriges Lantbruksuniversitet Kossor, tallsteklar och sockerärter Statistik vid Sveriges Lantbruksuniversitet Mikael Andersson Franko Universitetslektor i matematisk statistik Enheten för tillämpad statistik och matematik SLU i hela

Läs mer

Uppgifter i Blackboard 9

Uppgifter i Blackboard 9 Marie Andersson PIL- Enheten för Pedagogik, IKT och Lärande E-post: marie.e.andersson@mdh.se 2012-02-08 (Bb Learn 9.1.7) Uppgifter i Blackboard 9 Allmänt om uppgifter En uppgift kan tilldelas deltagarna

Läs mer

1. Inledning...1. 2. Bakgrund...4. 3. The possession scoring system...9. 4. Logistisk regression...10

1. Inledning...1. 2. Bakgrund...4. 3. The possession scoring system...9. 4. Logistisk regression...10 Sammanfattning På spelmarknaden har spelbolagen fördelarna på sin sida, men denna teoretiska fördel är betydligt mindre på marknaden för amerikansk basket jämfört med exempelvis europeisk fotboll. Eftersom

Läs mer

En undersökning av sambandet mellan kronisk inflammation och lungcancer

En undersökning av sambandet mellan kronisk inflammation och lungcancer Kandidatuppsats för Statistik- och Dataanalys programmet En undersökning av sambandet mellan kronisk inflammation och lungcancer Emma Daréus & Hektor Suhr 2013-11-11 Linköpings Universitet Abstract Cancer

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

Kön, hemtjänst och försörjningsstöd

Kön, hemtjänst och försörjningsstöd Per Folkesson Kön, hemtjänst och försörjningsstöd Redovisning av ett uppdrag inom ramen för utvecklingsprojektet att implementera ett jämställdhetsperspektiv inom ifo och omvårdnadsförvaltningen i Kristinehamns

Läs mer

Stockholms Universitet Statistiska Institutionen VT-2009. Kursbeskrivning. Statistisk Teori I, grundnivå, 15 högskolepoäng

Stockholms Universitet Statistiska Institutionen VT-2009. Kursbeskrivning. Statistisk Teori I, grundnivå, 15 högskolepoäng Stockholms Universitet Statistiska Institutionen VT-2009 Kursbeskrivning Statistisk Teori I, grundnivå, 15 högskolepoäng Allmänt Kursen består av två moment: Moment 1. Grundläggande statistisk teori, 12hp.

Läs mer

Svensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005

Svensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005 Svensk Dialysdatabas Blodtryck och blodtrycksbehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT (mm Hg) före dialys...4 Figur

Läs mer

Den svenska arbetslöshetsförsäkringen

Den svenska arbetslöshetsförsäkringen Statistiska Institutionen Handledare: Rolf Larsson Kandidatuppsats VT 2013 Den svenska arbetslöshetsförsäkringen En undersökning av skillnaden i genomsnittligt antal ersättningsdagar som kvinnor respektive

Läs mer

Intervju, t.ex. fokusgrupper. Skrivna texter (t.ex. journaltext) Observation. Enkät öppna svar

Intervju, t.ex. fokusgrupper. Skrivna texter (t.ex. journaltext) Observation. Enkät öppna svar Intervju, t.ex. fokusgrupper Skrivna texter (t.ex. journaltext) Observation Enkät öppna svar Innehållsanalys identifierar meningsbärande enheter som sammanförs i gemensamma kategorier och teman men utan

Läs mer

Ekerö kommun först att mäta aktivitet med IPAQ!

Ekerö kommun först att mäta aktivitet med IPAQ! Ekerö kommun först att mäta aktivitet med IPAQ! Till huvuduppgifterna i hälsoarbetet idag hör att främja en fysiskt aktiv livsstil. Resurserna är begränsade, varför det är viktigt att lägga de knappa medel

Läs mer

Att beräkna t i l l v ä x t takter i Excel

Att beräkna t i l l v ä x t takter i Excel Att beräkna t i l l v ä x t takter i Excel Detta kapitel är en liten matematisk vägledning om att beräkna tillväxttakten i Excel. Här visas exempel på potenser och logaritmer och hur dessa funktioner beräknas

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

Barn med psykisk ohälsa

Barn med psykisk ohälsa Barn med psykisk ohälsa Vilka är de? Vem skall hjälpa dem och hur? Mia Ramklint Barn med psykisk ohälsa Barn som bråkar Ängsliga barn Ledsna barn Barn som inte tänker som andra Barn som far illa Spektrum:

Läs mer

Bilaga 1. Kvantitativ analys

Bilaga 1. Kvantitativ analys bilaga till granskningsrapport dnr: 31-2013-0200 rir 2014:11 Bilaga 1. Kvantitativ analys Att tillvarata och utveckla nyanländas kompetens rätt insats i rätt tid? (RiR 2014:11) Bilaga 1 Kvantitativ analys

Läs mer

Ätstörningar vid fetma

Ätstörningar vid fetma Ätstörningar vid fetma Diagnos och samsjuklighet 1 Diagnostik enligt DSM Diagnostic and Statistical Manual of mental disorders Deskriptiva kriterier Systematisk och pedagogisk Stöd för psykiatrisk diagnostik

Läs mer

Antal hörnor i Premier League-matcher En modell för att uppskatta antalet hörnor i fotbollsmatcher

Antal hörnor i Premier League-matcher En modell för att uppskatta antalet hörnor i fotbollsmatcher KANDIDATUPPSATS Hösten 2013 Statistiska institutionen Uppsala Antal hörnor i Premier League-matcher En modell för att uppskatta antalet hörnor i fotbollsmatcher Handledare: Rolf Larsson Författare: Erik

Läs mer

Åldersskillnader i äktenskap och jämställdhet

Åldersskillnader i äktenskap och jämställdhet Åldersskillnader i äktenskap och jämställdhet En global analys Oskar Lindström och Hanna Möller-Nielsen Sociologiska Institutionen Kandidatuppsats i sociologi, 15 h.p. Inriktning: Sociologisk Samhällsanalys

Läs mer

Springlifes metod mäter de faktorer som stärker engagemang Reliabilitet och validitet Statistik

Springlifes metod mäter de faktorer som stärker engagemang Reliabilitet och validitet Statistik Springlifes metod Springlifes metod mäter och analyserar medarbetarnas aktivitet som vilja, ansvar, engagemang, motivation och de viktigaste förutsättningarna (som exempelvis ledarskap, delaktighet och

Läs mer

Introduktion till programmering och Python Grundkurs i programmering med Python

Introduktion till programmering och Python Grundkurs i programmering med Python Introduktion till programmering och Python Hösten 2009 Dagens lektion Vad är programmering? Vad är en dator? Filer Att tala med datorer En första titt på Python 2 Vad är programmering? 3 VAD ÄR PROGRAMMERING?

Läs mer

Äldre och alkoholberoende Uppsala 2015-01-21

Äldre och alkoholberoende Uppsala 2015-01-21 Äldre och alkoholberoende Uppsala 2015-01-21 Agneta Öjehagen Professor, socionom, leg.psykoterapeut Avdelningen psykiatri Institutionen kliniska vetenskaper - Lund Äldre och alkoholberoende Riskbruk beroendeutveckling

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

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet.

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1) a) Bestäm ekvationen för den räta linjen i figuren. (1/0/0) b) Rita i koordinatsystemet en rät linje

Läs mer

HÄLSA OCH UTVECKLING I FAMILJER MED PSYKOSOCIAL RISK SFOG-JÖNKÖPING 26/8-15. Carl Göran Svedin, professor BUP/IKE Linköpings Universitet

HÄLSA OCH UTVECKLING I FAMILJER MED PSYKOSOCIAL RISK SFOG-JÖNKÖPING 26/8-15. Carl Göran Svedin, professor BUP/IKE Linköpings Universitet HÄLSA OCH UTVECKLING I FAMILJER MED PSYKOSOCIAL RISK SFOG-JÖNKÖPING 26/8-15 Carl Göran Svedin, professor BUP/IKE Linköpings Universitet Deltagare All gravida kvinnor vid MVC 1983 med beräknad nedkomst

Läs mer

JMG. En introduktion till logistisk regressionsanalys. Arbetsrapport nr 62. Johannes Bjerling Jonas Ohlsson

JMG. En introduktion till logistisk regressionsanalys. Arbetsrapport nr 62. Johannes Bjerling Jonas Ohlsson Arbetsrapport nr 62 En introduktion till logistisk regressionsanalys Johannes Bjerling Jonas Ohlsson JMG Institutionen för journalistik, medier och kommunikation Arbetsrapport nr. 62 En introduktion till

Läs mer

PEX Psychotherapy Expectations and Experiences Questionnaire. En kort introduktion. David Clinton och Rolf Sandell 2003

PEX Psychotherapy Expectations and Experiences Questionnaire. En kort introduktion. David Clinton och Rolf Sandell 2003 PEX Psychotherapy Expectations and Experiences Questionnaire En kort introduktion David Clinton och Rolf Sandell 2003 PEX är ett självskattningsformulär som har utvecklats av David Clinton och Rolf Sandell,

Läs mer

Statistikutbildning för effektivare forskning

Statistikutbildning för effektivare forskning TM MEDICINSK SPSS software Statistikutbildning för effektivare forskning Spar tid med pedagogiska kurser i SPSS och Statistica. Kurser 2015 2016 Förenklat statistikarbete ger effektivare forskning Något

Läs mer

Missbruk: Kunskap till praktik

Missbruk: Kunskap till praktik Centre for Clinical Research Uppsala University, Central Hospital, Västerås Kent W. Nilsson Missbruk: Kunskap till praktik Arv och miljö; Hur hänger det ihop? SKL 2010-06-22 De stora frågorna Varför gör

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

Maria Bäck, Göteborg. Rörelserädsla. Ett hinder för lyckad hjärtrehabilitering?

Maria Bäck, Göteborg. Rörelserädsla. Ett hinder för lyckad hjärtrehabilitering? Kardiovaskulära Vårmötet XIVSvenska 25-27 april, 2012, Stockholm Maria Bäck, Göteborg Rörelserädsla Ett hinder för lyckad hjärtrehabilitering? Sahlgrenska Akademin, Institutionen för Medicin, Göteborgs

Läs mer

nivåer Kontrollgrupp/ Experimentgrupp (K/E) (p<0.03) 112/46 (p=0.02) 161/95 (p<0.05) - 1,3 (-1,18 till 1,42 95% KI^) - 0,7 ( -0,82 till 0,58 95% KI^)

nivåer Kontrollgrupp/ Experimentgrupp (K/E) (p<0.03) 112/46 (p=0.02) 161/95 (p<0.05) - 1,3 (-1,18 till 1,42 95% KI^) - 0,7 ( -0,82 till 0,58 95% KI^) Bilaga 3. Översikt över kvalitetsgranskade studier Bourbeau, et al 2003 Gadoury, et al 2004 Totalt antal = 191 K = 95 E = 96 Powerberäkning = 170 (Incidens av slutenvårdstillfälle 0,20 E jämfört med 0,40

Läs mer

Kvalitativ intervju en introduktion

Kvalitativ intervju en introduktion Kvalitativ intervju en introduktion Olika typer av intervju Övning 4 att intervjua och transkribera Individuell intervju Djupintervju, semistrukturerad intervju Gruppintervju Fokusgruppintervju Narrativer

Läs mer

Screening av psykisk ohälsa - ett enkelt första instrument

Screening av psykisk ohälsa - ett enkelt första instrument Screening av psykisk ohälsa - ett enkelt första instrument Arne Gerdner Professor i socialt arbete Doktor i psykiatri Internationellt certifierad alkohol- och drogbehandlare 1 Utredningar i ärenden om

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

ECONOMIC EVALUATION IN DENTISTRY A SYSTEMATIC REVIEW

ECONOMIC EVALUATION IN DENTISTRY A SYSTEMATIC REVIEW ECONOMIC EVALUATION IN DENTISTRY A SYSTEMATIC REVIEW Helena Christell, Stephen Birch, Keith Horner, Madeleine Rohlin, Christina Lindh Faculty of Odontology, Malmö University School of Dentistry, Manchester

Läs mer

6 februari 2013. Soffia Gudbjörnsdottir Registerhållare NDR

6 februari 2013. Soffia Gudbjörnsdottir Registerhållare NDR 6 februari 2013 Soffia Gudbjörnsdottir Registerhållare NDR NDR utveckling sedan 1996 Verktyg i förbättringsarbetet Mer än 1200 enheter online 2012 Nationella riktlinjer 100% av sjukhusklinikerna Kvalitetskontroll

Läs mer

Kom igång med Stata. Introduktion

Kom igång med Stata. Introduktion Kom igång med Stata Introduktion Stata är det vanligaste statistikprogrammet bland de på institutionen som bedriver mycket kvantitativ forskning. Det är relativt enkelt att lära sig, samtidigt som det

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

2015-04-22. Syfte. Arbetslöshet vid ung ålder och samband med senare hälsa och arbete. Studiedesign. Studiedesign. Publicerade artiklar

2015-04-22. Syfte. Arbetslöshet vid ung ålder och samband med senare hälsa och arbete. Studiedesign. Studiedesign. Publicerade artiklar 5-- Syfte Arbetslöshet vid ung ålder och samband med senare hälsa och arbete Finns det samband mellan exponering för arbetslöshet och senare sjukfrånvaro, förtidspension, död och arbetslöshet, bland infödda

Läs mer

Genetisk programmering i Othello

Genetisk programmering i Othello LINKÖPINGS UNIVERSITET Första versionen Fördjupningsuppgift i kursen 729G11 2009-10-09 Genetisk programmering i Othello Kerstin Johansson kerjo104@student.liu.se Innehållsförteckning 1. Inledning... 1

Läs mer

Tentamen: INTE 2011-10-26

Tentamen: INTE 2011-10-26 Tentamen: INTE 2011-10-26 Det enda godkända hjälpmedlet är ett exemplar av den personliga fusklappen som lämnats in som inlämningsuppgift tre på kursen. På nästa sida finns ett utdrag ur instruktionerna

Läs mer

Ungdomar med psykosociala svårigheter varför är det så svårt att lyckas hjälpa dem?

Ungdomar med psykosociala svårigheter varför är det så svårt att lyckas hjälpa dem? Ungdomar med psykosociala svårigheter varför är det så svårt att lyckas hjälpa dem? Anders Tengström Leg psykolog, Docent i psykologi Verkligheten Hur går det för ungdomar med psykosociala svårigheter?

Läs mer

Grupp/Center-statistik. Terminologi/ordlista...2 Urval...3 Analystyper...4

Grupp/Center-statistik. Terminologi/ordlista...2 Urval...3 Analystyper...4 Terminologi/ordlista...2...3 Analystyper...4 1 Terminologi/ordlista Gruppering Patientinformationsvariabel Besöksvariabel Patientstatus En/flervalsvariabel Numerisk variabel Fritextvariabel Standardbesök

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

STATISTICA 10 ökar farten BIT

STATISTICA 10 ökar farten BIT TM Ny version! STATISTICA 10 ökar farten BIT Nyheter i STATISTICA 10 STATISTICA Version 6 7 8 9 10 Principal components & classification analysis GAM (Generalized additive models) GDA (General discriminant

Läs mer

Carotid Artery Wall Layer Dimensions during and after Pre-eclampsia An investigation using non-invasive high-frequency ultrasound

Carotid Artery Wall Layer Dimensions during and after Pre-eclampsia An investigation using non-invasive high-frequency ultrasound Carotid Artery Wall Layer Dimensions during and after Pre-eclampsia An investigation using non-invasive high-frequency ultrasound Studie I-IV I. Increased carotid intima thickness and decreased media thickness

Läs mer

Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING

Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING Lönebildningsrapporten 9 FÖRDJUPNING Skattning av matchningseffektiviteten på den svenska arbetsmarknaden I denna fördjupning analyseras hur matchningseffektiviteten på den svenska arbetsmarknaden har

Läs mer