En kort instruktion för arbete i SPSS
|
|
- Fredrik Öberg
- för 5 år sedan
- Visningar:
Transkript
1 En kort instruktion för arbete i SPSS Anpassad till kursen Statistik och kvantitativa undersökningar HT14 Lars Bohlin 1
2 Innehåll Att lägga in data i SPSS... 3 Att skapa nya variabler... 4 Koda en ny variabel utifrån värdena på en gammal variabel... 4 Koda om en existerande variabel... 5 Beräkna en ny variabel... 5 Deskriptiv statistik... 6 Beräkning av deskriptiva parametrar, kvantitativa variabler:... 6 Beräkning av deskriptiva parametrar, kvalitativa variabler:... 7 Diagram, kvalitativa variabler... 8 Cirkeldiagram:... 9 Stapeldiagram Grupperade stapeldiagram Stacked stapeldiagram Diagram, kvantitativa variabler Histogram Frekvens Polygon Box plot Hypotesprövning Hypotestestning av variabler mätta på kvotskala Hypotestest av medelvärde Hypotestest av medelvärde i två oberoende urval ANOVA test Hypotestest av medelvärde i två beroende urval Hypotestester av variabler mätta på ordinalskala Två oberoende urval: Wilcoxons rangsummetest Flera oberoende urval: Kruska Wallis test Beroende urval: Teckentest och Wilcoxons teckenrangtest Hypotestestning av variabler mätta på nominalskala Hypotestest av andelar Test av samband mellan variabler Korstabellsanalys - test av samband mellan variabler mätta på nominalskala Korrelation Regressionsanalys
3 Att lägga in data i SPSS Om du har data i en excellfil som du ska lägga in i SPSS gör du på följande sätt. Välj type in data när du öppnar SPSS (alterntivt om du redan har öppnat SPSS: Under menyn File i SPSS klicka på New och välj Data ) Markera datamaterialet i excellfilen och klicka på kopiera I det tomma datafönstret i SPSS klicka på Data View Markera översta cellen i översta kolumnen och klicka på Paste Klicka på variable view I kolumnen Name kan du ändra namnen på dina variabler, här får du dock bara använda 8 tecken. Vill du göra ett tydligare längre namn anger du det i kolumnen Label. Om du har en variabel där du kodat olika svarsalternativ med siffror kan du ange vilket svarsalternativ de olika siffrorna står för i kolumnen Values. Markera cellen i kolumnen values för den variabel där du vill förtydliga de olika utfallen. Klicka på den lilla rutan med tre prickar, du ska då få upp följande dialogruta: I rutan value skriver du in ett av utfallen I rutan Label vad det utfallet motsvarar Klicka på add Upprepa för alla utfall på variabeln. Klicka OK Du måste också tala om för SPSS vilken skala de olika variablerna är mätta på, det gör du i kolumnen Measure 3
4 Att skapa nya variabler Koda en ny variabel utifrån värdena på en gammal variabel Antag att vi har en variabel som kan anta värdena 1, 2, 3 eller 4. Du vill nu dela in ditt material i tre grupper. En grupp som innehåller de observationer som har värdet 1 på den ursprungliga variabel, en grupp för värdet 2 och en grupp för värdena 3 eller 4. Då behöver du skapa en variabel som kan anta tre utfall. Gör så här Klicka på: Transform/Recode into Different Variables I rutan Input Variable->Output variable placerad du den gamla variabeln I rutan name skriver du namnet på den nya variabeln Klicka på: Change Klicka på: Old and new Values Under old value skriv in ett värde från den gamla variabeln Under New Value skriv in det värde som den nya variabeln ska ha för detta värde på den gamla. Klicka på: Add Det ska nu ha dykt upp en rad i rutan Old->New Upprepa detta för alla värden på den gamla variabeln. Klicka sedan i System missing under såväl old value som new value klicka på add Klicka på: continue Klicka på: OK 4
5 Koda om en existerande variabel Använd: Transform/Recode into Same Variables Tillvägagångsättet är i princip detsamma som när vi skapa de en ny variabel Beräkna en ny variabel Gör så här Klicka på: Transform/Compute Variable I rutan Target variable skriver du namnet på den nya variabeln I rutan numeric expression skriver du hur den ska beräknas (I exemplet nedan beräknas en ny variabel som öppettiden i minuter. Jag skrev in 60 * och drog variabeln hrsopen från variabellistan.) Klicka på: OK 5
6 Deskriptiv statistik Beräkning av deskriptiva parametrar, kvantitativa variabler: 1. I menyn analyze välj Descreptive statistics / descriptives 2. Dra variabeln/variablerna du vill utföra beräkningarna på till fältet variabels 3. Klicka options och välj vilka mått du vill beräkna 4. Klicka continue i Descriptives options fönstret 5. Klicka OK I Descriptives fönstret 6. Resultatet visas i outputfönstret: 7. 6
7 Beräkning av deskriptiva parametrar, kvalitativa variabler: 1. I menyn analyze välj Descreptive statistics / frequencies 2. Dra variabeln/variablerna du vill utföra beräkningarna på till fältet variabels. (Om du vill anpassa hur frekvenstabellerna visas kan du göra det under Format.) 3. Klicka ok 7
8 Diagram, kvalitativa variabler Ett alternativ är att använda: 1. analyze / Descreptive statistics / frequencies och klicka på charts, bocka för det diagram du vill visa. 2. Klicka på continue 3. Klicka på OK 4. Diagrammet visas i outputfönstret. 8
9 Ett annat alternativ är att använda legacy dialog: Cirkeldiagram: 1. I menyn graphs klicka legacy dialog och välj diagramtyp pie 2. I den första diaglogrutan välj Summaries for groups of cases 3. Ni får nu upp en dialogruta där ni har alla variablerna till vänster. Till höger finns en ruta där det står Define slices by: Ni ska nu dra variabeln ni vill illustrera från variabellistan till rutan Define slices by 4. Klicka på OK Diagrammet öppnas i Output fönstret. Om ni dubbelklickar på det öppnas ett fönster som kallas chart editor I chart editorn har du flera alternativ för att modifiera diagrammet. Prova exempelvis den knapp jag markerat med en röd pil i bilden ovan (show data labels). Med den kan ni föra in frekvenserna i figuren. 9
10 Stapeldiagram 1. I menyn graphs klicka legacy dialog och välj diagramtyp Bar 2. I den första diaglogrutan välj simple 3. Ni ska nu dra variabeln chain från variabellistan till rutan Category axes 4. Klicka på OK Grupperade stapeldiagram 1. I menyn graphs klicka legacy dialog och välj diagramtyp Bar 2. I den första diaglogrutan välj clustered 3. Ni ska nu dra variabeln chain från variabellistan till rutan Category axes och variabeln compown till define clusters by 4. Klicka på OK Stacked stapeldiagram 1. I menyn graphs klicka legacy dialog och välj diagramtyp Bar 2. I den första diaglogrutan välj stacked 3. Ni ska nu dra variabeln chain från variabellistan till rutan Category axes och variabeln compown till define stacks by 4. Klicka på OK 10
11 Diagram, kvantitativa variabler Histogram 1. I menyn graphs klicka chart builder. 2. (Om ni får upp en dialogruta som frågar om set measurements levels klicka bara OK) 3. I Chart builder välj histogram nere till vänster. 4. I mittersta nedre fältet välj simple histogram (Den första ikonen) 5. Ni ska nu dra variabeln som du vill illustrera från variabellistan till rutan X-axis 6. Chart buildern ska nu se ut som nedan: 7. I dialogfönstrer Element properties klicka Set parameters 8. Under Bin Sices välj custom. Välj Number of Intervals och specifiera hur många klasser ni vill ha. (Prova gärna några olika alternativ för att jämföra.)klicka på continue. 9. Klicka Apply i Element Properties 10. Klicka OK i Chart buildern. 11
12 Diagrammet öppnas i Output fönstret. Vill du ha en titel på ditt diagram? Du kan lägga till det under Titles/Footnotes i chart buildern Frekvens Polygon Gör på samma sätt som för histogram men välj frequency polygon i mittre nedre fältet. (SPSS klassifierar frekvens polygon som en typ av histogram). 12
13 Box plot 1. I menyn graphs klicka chart builder. 2. I chart builderna välj boxplot nere till vänster och simple boxplot den första iconen nere i mitten. 3. Dra variabeln ni vill illustrera från variabellistan till fältet Y-axis. 4. Klicka OK 5. Diagrammet visas i outputfönstret: Under Basic element kan ni experimentera med att klicka på transpose. 13
14 SPSS anger extremvärden med ringar, bredvid ringen anges observationens löpnummer. Om du hellre vill att ett variabelvärde för extremvärdesobservationen visas kan du använda funktionen Point ID label 1. Under Groups/point id välj Point ID label och dra variabeln som du vill använda som namn på extremvärdena till fältet Point Label Variable Nu visas kedjetillhörigheten vid extremvärdena: 14
15 Om du vill dela in ditt datamaterial i olika grupper och göra en boxplot för varje grupp ska du dra den kategorivariabel som du vill använda för gruppindelningen till x-axis Med ovanstående inställning fås diagrammet nedan: 15
16 Hypotesprövning Hypotestestning av variabler mätta på kvotskala Hypotestest av medelvärde Antag att du vill testa nollhypotesen att medelvärdet av en variabel är lika med ett specifikt värde mot alternativhypotesen att medelvärdet avviker från det värdet. Gör så här Klicka på: Analyze/Compare Means/One Sample T-test I Test variable(s) placerar du den variabel vars medelvärde du vill göra hypotestesten på. I Test Value anger du medelvärdet enligt nollhypotesen Klicka på: OK Output I outputfönstret ska det nu ha kommit upp två tabeller: One-sample statistics anger variabelns medelvärde, standardavvikelse samt urvalsmedelvärdenas standardavvikelse (Std Error Mean) One-sample test anger teststatistikans värde (t), antalet frihetsgrader (df), p-värde(sig. (2- tailed), avvikelsen mellan variabelns medelvärde och nollhypotesens värde (Mean difference) samt ett konfidensintervall för den avvikelsen. Om du vill ändra konfidensgrad för det konfidensintervallet kan du göra det under options. Om du bara vill beräkna ett konfidensintervall för en variabel kan du också använda det här kommandot. Genom att ange 0 som hypotetiskt värde så kommer medelavvikelsen från noll att vara lika med variabelns medelvärde och konfidensintervallet kommer att avse variabelns värde. Hypotestest av medelvärde i två oberoende urval Gör så här Klicka på: Analyze/Compare Means/Independent-Samples T-test Drag de variabler som ni vill göra hypotestester på till Test variable(s). Drag den variabel ni vill använda för gruppindelningen till Grouping Variable: Klicka på: Define Groups Skriv variabelvärdet för den ena gruppen i fältet Group 1 Skriv variabelvärdet för den andra gruppen i fältet Group 2 Klicka på: continue 16
17 Klicka på: OK Output I outputfönstret ska det nu ha kommit upp två tabeller: Group Statistics I denna tabell finns en rad för varje grupp. I N kolumnen visas antal observationer i varje grupp, I Mean deras medelvärde för den variabel vi testar och i Std deras standardavvikelse. Kolumnen Std. Error mean ger oss urvalsmedelvärdets standardavvikelse. (Denna ska enligt centrala gränsvärdessatsen vara lika med standardavvikelsen dividerad med roten ur n, testa gärna om det stämmer) Independent Samples Test Här finns två rader, den översta raden beräknar teststatistikan utifrån ett antagande om att de båda populationerna har samma varians. De första två kolumnerna anger F statistikan och pvärdet från en hypotestest om över om varianserna är lika. Om p värdet här är signifikant kan vi bevisa att varianserna skiljer sig åt och bör använda siffrorna från andra raden. Om p värdet inte är signifikans vet vi inte om varianserna är lika eller ej. (Om vi inte har någon särskild anledning at tro att de är lika bör vi kanske använda siffrorna från andra raden även i det fallet?) Resten av kolumnerna anger utfallet för hypotestesten om medelvärdet. T kolumnen anger värdet på vår teststatistika, df dess frihetsgrader, Sig. (2 tailed) ger oss p värdet för ett dubbelsidigt test. Om detta är lägre än den signifikansnivå vi valt kan vi alltså förkasta nollhypotesen om att medelvärdena är lika och dra slutsatsen att de skiljer sig åt. Mean difference ger oss avvikelsen mellan medelvärdena i de 2 urvalen. Std Error Difference ger oss standardavvikelsen för denna avvikelse om vi gör en stor mängd urval av denna storlek från dessa populationer. Slutligen får vi ett konfidensintervall för avvikelsen mellan medelvärdena. 17
18 ANOVA test. I ett ANOVA test jämförs medelvärden från olika populationer. ANOVA testen används om vi delar in vårt dataset i olika delpopulationer och vill testa om de delpopulationerna har samma medelvärde. Nollhypotesen i ett ANOVA test är att alla populationer har samma medelvärde. Alternativhypotesen blir således att minst en population har ett avvikande medelvärde. Vi delar in datasetet med hjälp av en kvalitativ variabel. Exempel: Vi kanske har ett dataset över alla kommuner. Om vi i datasetet har en kvalitativ variabel som anger i vilket län kommunen ligger kan den variabeln användas för att dela in datasettet i flera underpopulationer, en population för varje län. Gör så här Klicka på: Analyze/Compare Means/ Means I dependent list placerar du de variabler vars medelvärden du vill beräkna och jämföra. I independent list placerar du den variabel du vill använda för att dela in materialet i delpopulationer. 18
19 Klicka på: options I cell statistics ska du ha med Mean, number of cases och standard deviation Kryssa för: Anova table and Eta under statistics for first layer Klicka på: continue Klicka på: OK Output I outputfönstret ska det nu ha kommit upp tre tabeller: Case Processing Summury: Här anges om några observationer har strukits pga data missing Report: Här anges medelvärde antal observationer och standardavvikelse i varje delpopulaiton: ANOVA: Denna tabell anger resultaten i Hypotestesten. I F kolumnen anges värdet på teststatistikan. Denna kan jämföras med ett kritiskt värde från tabellen Critical Values of the F Distribution. Men enklare är att titta i kolumnen sig. Där vi hittar testets p-värde. Om detta är lägre än den signifikansnivå vi valt kan vi förkasta nollhypotesen. Det innebär alltså att minst en av populationerna har ett avvikande medelvärde. Om vi kan förskasta nollhypotesen kan det vara en god ide att beräkna konfidensintervall för medelvärdet i varje population. All information du behöver för det finns i tabellen Report. Genom att se vilka konfidens intervall som överlappar varandra och vilka som ej gör det kan du se vilken vilka delpopulationer som har avvikande medelvärde. 19
20 Hypotestest av medelvärde i två beroende urval Gör så här Klicka på: Analyze/Compare Means/Paired-Samples T-test Drag de variabler som ni vill göra hypotestester på till Paired Variables. Klicka på: OK Output I outputfönstret ska det nu ha kommit upp tre tabeller: Paired Samples Statistics Ger oss medelvärde, urvalsstorlek, standardavvikelse och urvalsmedelvärdenas standardavvikelser Paired Samples Correlations Ger oss Pearsons korrelationskoefficient mellan de två variabler vi testar. Paired Samples Test Kolumnen Mean ger oss genomsnittliga avvikelsen mellan de båda variablerna, Std. Deviation standardavvikelsne på denna avvikelse. Std.Error Mean ger oss som vanligt urvalsmedelvärdenas standardavvikelse, nästa två kolumner ger oss en konfidensintervall över genomsnittliga avvikelsen, t kolumnen ger oss teststatistikans värde df dess frihetsgrader och Sig (2-tailed) ger oss p-värdet. Om p värdet är signifikant kan vi dra slutsatsen att variablerna skiljer sig åt i hela populationen. 20
21 Hypotestester av variabler mätta på ordinalskala Två oberoende urval: Wilcoxons rangsummetest Wilcoxons rangsummetest används för att visa om en grupp har högre värden på en variabel än en annan grupp när variabeln är mätt på ordinalskala. Testet kallas också för Mann- Witney U Gör så här Klicka på: Analyze / nonparametric test / legacy dialogs / 2 independent samples Drag de variabler som ni vill göra hypotestester på till Test variable list. Drag den variabel ni vill använda för gruppindelningen till Grouping Variable: Klicka på: Define Groups Skriv variabelvärdet för den ena gruppen i fältet Group 1 Skriv variabelvärdet för den andra gruppen i fältet Group 2 Klicka på: continue Klicka på: OK Output I outputfönstret ska det nu ha kommit upp två tabeller: Ranks I denna tabell finns en rad för varje grupp samt en totalrad. I N kolumnen visas antal respondenter i varje grupp, i mean Rank deras genomsnittliga rangtal och i SUM of Ranks deras rangsumma. Den grupp som har högst genomsnittliga rangtal har alltså de högsta värdena på testvariabeln i detta urval. Test statstics De två första raderna här anger delar i beräkningen av teststatistikan. Rad tre visar den normalfördelade teststatistikan och rad 4 dess p-värde. Om p-värdet är lägre än signifikansnivån kan den skillnad vi visat i urvalet anses gälla i hela populationen. 21
22 Flera oberoende urval: Kruska Wallis test Gör så här Klicka på: Analyze / nonparametric test / legacy dialogs / K independent samples Drag de variabler som ni vill göra hypotestester på till Test variable list. Drag den variabel ni vill använda för gruppindelningen till Grouping Variable: Klicka på: Define Range Skriv högsta och lägsta värde på er gruppindelningsvariabel. (De olika utfallen på denna variabel måste således vara siffror, om ni har bokstavskombinationer måste ni koda en ny variabel, med hjälp av kommandot Recode into Different Variables. Se avsnittet om Koda en ny variabel utifrån värdena på en gammal variabel. Klicka på: continue Bocka för: Kruska Wallis H Klicka på: OK Output I outputfönstret ska det nu ha kommit upp två tabeller: Ranks I denna tabell finns en rad för varje grupp samt en totalrad. I N kolumnen visas antal respondenter i varje grupp och i mean Rank deras genomsnittliga rangtal. Den grupp som har högst genomsnittliga rangtal har alltså de högsta värdena på testvariabeln i detta urval. Test statstics Den första raden här anger den Chi2 fördelade test statistikan och rad två dess frihetsgrader. Rad tre visar dess p-värde. Om p-värdet är lägre än signifikansnivån har vi visat att minst en av grupperna avviker från de övriga även i hela populationen. 22
23 Beroende urval: Teckentest och Wilcoxons teckenrangtest Gör så här Klicka på: Analyze / nonparametric test / legacy dialogs / 2 related samples Ange de två variabler du vill jämföra i Test Pairs Kryssa för: Wilcoxon och/eller Sign Klicka på: OK Output I outputfönstret visas under Wilcoxon Signed Rank Test två tabeller: I tabellen Ranks anger N kolumnen antalet observationer som har högst värde för ena eller andra variabeln, antalet observationer som har samma värde för båda variablerna samt totala antalet observationer. Kolumnen Mean Rank anger genomsnittliga rank talet och Sum of Ranks rangsumman. Test statistics tabellen anger z värdet samt p-värdet för dubbelsidig test. I outputfönstret visas under Sign Test två tabeller: Frequencies anger antal observationer som har högst värde för ena eller andra variabeln, antalet observationer. Test statistics tabellen anger z värdet samt p-värdet för dubbelsidig test. 23
24 Hypotestestning av variabler mätta på nominalskala Hypotestest av andelar Antag att du vill testa nollhypotesen att andelen som har ett visst värde på en kvalitativ variabel är lika med den hypotetiska andelen mot alternativhypotesen att andelen avviker från den hypotetiska andelen. Skapa först en dummyvariabel som antar värdet 1 för de individer som har det specifika värdet och 0 för övriga. Gör så här Klicka på: Analyze / Non-parametric tests / leacy dialog / Binomial I Test Variable list placerar du den dummyvariabel du skapat. I Test proportion anger du andelen enligt nollhypotesen Klicka på: OK Output I outputfönstret ska det nu ha kommit en tabell som heter Binomial test: Kolumnen Category anger värdena på dummyvariabeln Kolumnen N anger frekvenserna Kolumnen Observed prop anger andelarna, dvs de relativa ferkvenserna Kolumnen Test proportion anger andelen enligt nollhypotesen Kolumnen Exact Sig. Anger p värdet (om hypotesen är en andel om 0,5 görs en dubbelsidig test, vid andra hypoteser anges p värdet från en enkelsidig test). 24
25 Test av samband mellan variabler Korstabellsanalys - test av samband mellan variabler mätta på nominalskala I en korstabellsanalys är nollhypotesen att variablerna är oberoende. Om vi kan förkasta nollhypotesen har vi därmed bevisat att det finns ett beroende mellan variablerna. Gör så här Klicka på: Analyze/Descriptive statistics/crosstabs I Rows placerar du den variabel som du vill ha i raderna på korstabellen I Colums placerar du den variabel som du vill ha i kolumnerna på korstabellen Klicka på: statistics Bocka för Chi square Klicka på: continue 25
26 Klicka på: cells Bocka för Observed och Expected Klicka på: continue Klicka på: OK Output I outputfönstret ska det nu ha kommit upp tre tabeller: I case processing summary anges hur många observationer som har giltiga värden för de variabler vi undersöker, hur många som saknar värde samt totala antalet. Nästa tabell är själva korstabellen. Här bör du kontrollera att antalet celler som har en förväntad frekvens som är mindre än 5 inte överstiger 20 % av totala antalet celler. Chi Square tests tabellen anger om vi kan förkasta nollhypotesen eller ej. Om du vill ha de relativa frekvenserna i korstabellen ska du bocka för en eller flera av rutorna i Percentages i dialogfönstret cells 26
27 Korrelation För variabler mätta på ordinalskala eller kvotskala kan man beräkna korrelationen mellan två variabler som ett mått på deras beroende. För ordinalskala används Spearmans korrelationskoefficient och för kvotskala används Pearsons korrelationskoefficient. Gör så här Klicka på: Analyze / Correlate / Bivariate Ni ska nu ha fått upp en dialogruta som ser ut på följande sätt: Drag de variabler ni vill undersöka till rutan Variables. Bocka för rutorna Two tailed och Flag significant correlations Bocka för Pearson (om alla era variabler är mätta på kvotskala) eller Spearman (om någon av dem är mätt på ordinalskala.) Klicka på: OK Output I outputfönstret ska det nu ha kommit upp en korrelationsmatris: I varje cell av matrisen anger den översta siffran korrelationskoefficienten Den andra siffran anger p värdet, om detta är lägre än er signifikansnivå är korrelationskoefficienten signifikant skild från noll. Den tredje siffran visar antalet observationer med giltiga värden för båda variablerna. 27
28 Regressionsanalys I en OLS regression ska den beroende variabeln vara mätt på intervall eller kvotskala. Som oberoende variabler kan man använda variabler mätta på intervall eller kvotskala. Variabler mätta på ordinal eller nominalskala kan enbart användas om de görs om till dummyvariabler. Gör så här Klicka på: Analyze/Regression /Linier Dra den beroende variabeln till fältet Dependent och de oberoende variablerna till fältet Independent Klicka på: OK Output I outputfönstret ska det nu ha kommit upp fyra tabeller: Variables Enetered/Removed anger vilka variabler som används i regressionen I Model Summary angers förklaringsgraden i kolumnen R square. Kolumnen R ger roten ur förklaringsgraden. (Om du enbart har en oberoende variabel är detta lika med Pearsons korrelationskoeficient mellan den beroende och den oberoende variabeln) Kolumnen Adjusted R Square ger den justerade förklaringsgraden. Kolumnen Std. Error of the estimate ger residualspridningen (roten ur residualvariansen). 28
29 I ANOVA tabellen anger kvadratsummorna i kolumnen Sum of Squares. På översta raden anges SSR den variation i den beroende variabel som förklaras av regressionsmodellen. På andra raden anges SSE residualernas kvadratssumma, eller den oförklarade variationen. (Det är SSE som minimeras när datorn beräknar en OLS regression). På tredje raden anges SST, den totala variationen i den beroende variabeln. I kolumnen df anges frihetsgrader. På översta raden anges antalet oberoende variabler. På andra raden anges regressionskoefficienternas t-kvoters frihetsgrader, dvs urvalstorleken minus 1 minus antalet oberoende variabler. På tredje raden anges antalet frihetsgrader vid beräknandet av den beroende variabelns varians dvs urvalsstorleken minus 1. I de två sista kolumnerna F och Sig. visas resultaten från en F-test som är en test på hela modellen. Siffran i Sig. kolumnen är F-testets p-värde. Om detta är större än den valda signifikansnivån har modellen inget förklaringsvärde. I tabellen Coefficients anges regressionskoefficienterna. Kolumnen B ger deras värde, och kolumnen Std.error deras standardavvikelse. Kolumnen t ger koefficienternas t-kvoter och Sig. deras p-värden. Om p-värdet är större än den valda signifikansnivån kan vi inte avslå nollhypotesen att koefficienten är lika med 0. Vi säger då att koefficienten inte är signifikant. Det innebär att vi inte kan bevisa att den påverkar den beroende variabeln. Det är därför endas om p-värdet är lägre än signifikansnivån som vi tolkar en regressionskoefficient. Fler resultat: Det finns möjlighet att ta fram ytterligare resultat från regressionsmodellen. Om ni klickar på Statistics kan ni exempelvis välja till att få konfidensintervall på regressionskoefficienterna eller en kovariansmatris för de oberoende variablerna (om ni väljer att kryssa i kovariansmatrisen får ni dels kovarianserna dels korrelationskoefficienterna mellan varje par av oberoende variabler.) Om ni klickar på plots kan ni exempelvis få ett histogram över residualerna. Andra valmöjligheter: Om ni klickar på Save har ni bl a möjlighet att spara residualerna från regressionsmodellen till ert dataset. Om ni klickar på options kan ni bl a välja att köra en modell utan intercept. 29
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT Laboration P3-P4. Statistiska test
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT-2009 Laboration P3-P4 Statistiska test MH:231 Grupp A: Tisdag 17/11-09, 8.15-10.00 och Måndag 23/11-09, 8.15-10.00 Grupp B: Tisdag
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11. Laboration. Statistiska test /16
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11 Laboration Statistiska test 2011-11-15/16 2 Syftet med laborationen är att: Ni skall bekanta er med lite av de funktioner som finns
Läs merMata 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 merEn kort instruktion för arbete i R Commander
En kort instruktion för arbete i R Commander Anpassad till kursen Statistik och kvantitativa undersökningar VT19 Lars Bohlin 1 Innehåll Allmänt om R Commander... 4 Att öppna en R datafil... 5 Att spara
Läs merMälardalens Högskola. Formelsamling. Statistik, grundkurs
Mälardalens Högskola Formelsamling Statistik, grundkurs Höstterminen 2015 Deskriptiv statistik Populationens medelvärde (population mean): μ = X N Urvalets medelvärde (sample mean): X = X n Där N är storleken
Läs merRichard 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 merLaboration 3. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att analysera enkätundersökningar. MÄLARDALENS HÖGSKOLA
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 p Höstterminen 2016 Laboration 3 Övningsuppgifter Baserade på datasetet energibolag.rdata
Läs merT-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen
T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen 1. One-Sample T-Test 1.1 När? Denna analys kan utföras om man vill ta reda på om en populations medelvärde på en viss variabel kan antas
Läs mer1. a) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar)
1. a) F1(Sysselsättning) F2 (Ålder) F3 (Kön) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar) nominalskala kvotskala nominalskala ordinalskala ordinalskala b) En möjlighet är att beräkna
Läs merTentamen på Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 4
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Tillåtna hjälpmedel: Miniräknare (Formelsamling bifogas
Läs merIntro till SPSS Kimmo Sorjonen (0811)
1 Intro till SPSS Kimmo Sorjonen (0811) 1. Att mata in data i SPSS 1. Klicka på ikonen för SPSS. 2. Välj alternativet Type in data och klicka på OK. 3. Databladet har två flikar: Data view och Variable
Läs merIdiotens guide till. Håkan Lyckeborgs SPSS-föreläsning 4/12 2008. Av: Markus Ederwall, 21488
Idiotens guide till Håkan Lyckeborgs SPSS-föreläsning 4/12 2008 Av: Markus Ederwall, 21488 1. Starta SPSS! 2. Hitta din datamängd på Kurs 601\downloads\datamängd A på studentwebben 3. När du hittat datamängden
Läs merMarknadsinformationsmetodik Inlämningsuppgift
Marknadsinformationsmetodik Inlämningsuppgift Uppgiften löses med hjälp av SPSS. Klistra in tabeller och diagram från SPSS i ett Worddokument och kommentera där. Använd ett försättsblad till den slutgiltiga
Läs merIcke parametriska metoder för variabler mätta på nominal- eller ordinalskala
Föreläsningsanteckningar till: F14 icke parametriska metoder F15 icke parametriska metoder Icke parametriska metoder för variabler mätta på nominal- eller ordinalskala Föreläsningarna baseras på kapitel
Läs merMatematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg/Jep Agrell. Laboration 2. Statistiska test
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg/Jep Agrell Laboration 2 Statistiska test HT 2008 2 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner
Läs merFråga nr a b c d 2 D
Fråga nr a b c d 1 B 2 D 3 C 4 B 5 B 6 A 7 a) Första kvartilen: 33 b) Medelvärde: 39,29 c) Standardavvikelse: 7,80 d) Pearson measure of skewness 1,07 Beräkningar: L q1 = (7 + 1) 1 4 = 2 29-10 105,8841
Läs merAtt välja statistisk metod
Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...
Läs merLösningar till SPSS-övning: Analytisk statistik
UMEÅ UNIVERSITET Statistiska institutionen 2006--28 Lösningar till SPSS-övning: Analytisk statistik Test av skillnad i medelvärden mellan två grupper Uppgift Testa om det är någon skillnad i medelvikt
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merMarknadsinformationsmetodik Inlämningsuppgift
Marknadsinformationsmetodik Inlämningsuppgift Uppgiften löses med hjälp av SPSS. Klistra in tabeller och diagram från SPSS i ett Worddokument och kommentera där. Använd ett försättsblad till den slutgiltiga
Läs merUppgift 1. Produktmomentkorrelationskoefficienten
Uppgift 1 Produktmomentkorrelationskoefficienten Både Vikt och Längd är variabler på kvotskalan och således kvantitativa variabler. Det innebär att vi inte har så stor nytta av korstabeller om vi vill
Läs merLösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Lösningsförslag till tentamen på Statistik och kvantitativa undersökningar STA100, 15 hp Fredagen den 13 e mars 015 1 a 13 och 14
Läs merDATORÖVNING 3: MER OM STATISTISK INFERENS.
DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. STATISTISK INFERENS MED DATORNS HJÄLP Vi fortsätter att arbeta med datamaterialet från datorävning 2: HUS.xls. Som vi sett
Läs merST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?
ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test? Mikael Eriksson Specialistläkare CIVA Karolinska Universitetssjukhuset, Solna Grund för hypotestestning 1. Definiera noll- och alternativhypotes,
Läs merRepetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna
Läs merSPSS En guidad tur. Vad ska jag göra idag? Följ instruktioner som följer, om du behöver hjälp det är bara att fråga en lärare!
SPSS En guidad tur Mål: På den här introduktionen kommer du att lära dig de elementäraste funktionerna i SPSS, dels genom att mata in eget datamaterial och dels genom en analys av en studentundersökning
Läs merIntroduktion 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 merRepetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Läs merIntroduktion och laboration : Minitab
Robert Parviainen, Tel. 471 31 86 E-post: robert@math.uu.se Matematisk Statistik IT VT 2004 Introduktion och laboration : Minitab Den här laborationen går ut på att stifta bekantskap med ett statistiskt
Läs merDatorövning 5. Statistisk teori med tillämpningar. Lära sig beräkna konfidensintervall och utföra hypotestest för:
Datorövning 5 Statistisk teori med tillämpningar Hypotestest i SAS Syfte Lära sig beräkna konfidensintervall och utföra hypotestest för: 1. Populationsmedelvärdet, µ. 2. Skillnaden mellan två populationsmedelvärden,
Läs merDatainmatning TÄNKTA BETECKNINGAR. Variabelnamn/kolumnbeteckning, Dummyvärden, som matas in beroende på aktuellt svarsalternativ
Åke Aronsson och Studentlittertur Att komma igång med SPSS 1 Kapitel 7: Att komma igång med SPSS Syftet med detta avsnitt är att ge en introduktion till SPSS 9.0 för Windows 95/98/NT. I det här avsnittet
Läs merUppgift 1. Deskripitiv statistik. Lön
Uppgift 1 Deskripitiv statistik Lön Variabeln Lön är en kvotvariabel, även om vi knappast kommer att uppleva några negativa värden. Det är sannolikt vår intressantaste variabel i undersökningen, och mot
Läs merKort 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 merimport totalt, mkr index 85,23 100,00 107,36 103,76
1. a) F1 Kvotskala (riktiga siffror. Skillnaden mellan 3 och 5 månader är lika som skillnaden mellan 5 och 7 månader. 0 betyder att man inte haft kontakt med innovations Stockholm.) F2 Nominalskala (ingen
Läs merPopulation. Observationsenhet. Stickprov. Variabel Ålder Kön. Blodtryck 120/80. Värden. 37 år. Kvinna
Varför statistik Vi vill sammanfatta stora mängder av data i syfte att: Kvantitativt beskriva fenomen Undersöka samband mellan variabler Undersöka skillnader mellan grupper i något avseende Undersöka skillnader
Läs mer1. Lära sig plotta en beroende variabel mot en oberoende variabel. 2. Lära sig skatta en enkel linjär regressionsmodell
Datorövning 1 Regressions- och tidsserieanalys Syfte 1. Lära sig plotta en beroende variabel mot en oberoende variabel 2. Lära sig skatta en enkel linjär regressionsmodell 3. Lära sig beräkna en skattning
Läs merUnder denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter.
Laboration 5 Under denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter. Deluppgift 1: Enkel linjär regression Övning Under denna uppgift ska enkel
Läs merMatematikcentrum 1(12) Matematisk Statistik Lunds Universitet. SPSS (PASW) 18 for Windows - a guided tour
Matematikcentrum 1(12) Matematisk Statistik Lunds Universitet SPSS (PASW) 18 for Windows - a guided tour VT 2010 2 Introduktion till SPSS (PSAW) Denna övning kommer steg för steg att lära oss de grundläggande
Läs merMatematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT2007. Laboration. Simulering
Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs HT007 Laboration Simulering Grupp A: 007-11-1, 8.15-.00 Grupp B: 007-11-1, 13.15-15.00 Introduktion Syftet
Läs merLaboration 2. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att utföra multipel regressionsanalys MÄLARDALENS HÖGSKOLA
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 p Höstterminen 2016 Laboration 2 Övningsuppgifter Baserade på dataseten: Discrim_lab.xlsx
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merStatistiska analyser C2 Inferensstatistik. Wieland Wermke
+ Statistiska analyser C2 Inferensstatistik Wieland Wermke + Signifikans och Normalfördelning + Problemet med generaliseringen: inferensstatistik n Om vi vill veta ngt. om en population, då kan vi ju fråga
Läs mer7.3.3 Nonparametric Mann-Whitney test
7.3.3 Nonparametric Mann-Whitney test Vi har sett hur man kan testa om två populationer har samma väntevärde (H 0 : μ 1 = μ 2 ) med t-test (two-sample). Vad gör man om data inte är normalfördelat? Om vi
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs merMultipel Regressionsmodellen
Multipel Regressionsmodellen Koefficienterna i multipel regression skattas från ett stickprov enligt: Multipel Regressionsmodell med k förklarande variabler: Skattad (predicerad) Värde på y y ˆ = b + b
Läs merForsknings- och undersökningsmetodik Skrivtid: 4h
Forsknings- och undersökningsmetodik Skrivtid: h Tentamen 8..00 Hjälpmedel: Kalkylator Formel- & tabellsamling Provtexten får bortföras. DEL, DEL eller HELA KURSEN: Besvara frågor! Varje fråga är värd
Läs merordinalskala kvotskala F65A nominalskala F65B kvotskala nominalskala (motivering krävs för full poäng)
1 F1 ordinalskala F2 kvotskala F65A nominalskala F65B kvotskala F81 nominalskala (motivering krävs för full poäng) b) Variabler som används är F2 och F65b. Eftersom det är kvotskala på båda kan vi använda
Läs merDatorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010
v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp
Läs merMatematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg. Laboration 1. Simulering
Matematikcentrum (7) Matematisk Statistik Lunds Universitet Per-Erik Isberg Laboration Simulering HT 006 Introduktion Syftet med laborationen är dels att vi skall bekanta oss med lite av de olika funktioner
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs mer2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna. 4. Lära sig skatta en linjär regressionsmodell med interaktionstermer
Datorövning 2 Regressions- och tidsserieanalys Syfte 1. Lära sig skapa en korrelationsmatris 2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna mot varandra 3. Lära sig beräkna
Läs merFöljande resultat erhålls (enhet: 1000psi):
Variansanalys Exempel Aluminiumstavar utsätts för uppvärmningsbehandlingar enligt fyra olika standardmetoder. Efter behandlingen uppmäts dragstyrkan hos varje stav. Fem upprepningar görs för varje behandling.
Läs merDatorövning 1 Enkel linjär regressionsanalys
Datorövning 1 Enkel linjär regressionsanalys Datorövningen utförs i grupper om två personer. I denna datorövning skall ni använda Excel och Minitab för att 1. få en visuell uppfattning om vad ett regressionssamband
Läs mer1. Lära sig utföra hypotestest för populationsproportionen. 2. Lära sig utföra test för populationsmedelvärdet
Datorövning 3 Statistikens Grunder 2 Syfte 1. Lära sig utföra hypotestest för populationsproportionen 2. Lära sig utföra test för populationsmedelvärdet 3. Lära sig utföra test för skillnaden mellan två
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet. Laboration 3. Variansanalys
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet Laboration 3 Variansanalys HT 2007 2 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner som finns i SPSS vad det
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merMatematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10. Laboration. Regressionsanalys (Sambandsanalys)
Matematikcentrum 1(4) Matematisk Statistik Lunds Universitet MASB11 HT10 Laboration Regressionsanalys (Sambandsanalys) Grupp A: 2010-11-24, 13.15 15.00 Grupp B: 2010-11-24, 15.15 17.00 Grupp C: 2010-11-25,
Läs merGamla tentor (forts) ( x. x ) ) 2 x1
016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån
Läs merLö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp
Sid (7) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift Nedanstående beräkningar från Minitab är gjorda för en Poissonfördelning med väntevärde λ = 4.
Läs merFÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik
Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende
Läs merVariansanalys med SPSS Kimmo Sorjonen (2012-01-19)
1 Variansanalys med SPSS Kimmo Sorjonen (2012-01-19) 1. Envägs ANOVA för oberoende mätningar 1.1 Variabler Data simulerar det som använts i följande undersökning (se Appendix A): Petty, R. E., & Cacioppo,
Läs merSamhällsvetenskaplig metod, 7,5 hp
Samhällsvetenskaplig metod, 7,5 hp Provmoment: Individuell skriftlig tentamen kvantitativ metod, 2,0 hp Ladokkod: 11OA63 Tentamen ges för: OPUS kull H13 termin 6 TentamensKod: Tentamensdatum: Fredag 24
Läs merDATORÖVNING 3: MER OM STATISTISK INFERENS.
DATORÖVNING 3: MER OM STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN
Läs merIntroduktion till PAST
Introduktion till PAST Robert Szulkin robert.szulkin@sll.se Innehållsförteckning Innehållsförteckning... - 2 - PAST - Introduktion... - 3 - Introduktion... - 3 - Hjälpmanual... - 3 - Installation... -
Läs merAnalytisk statistik. Mattias Nilsson Benfatto, PhD.
Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik
Läs mer1b) Om denna överstiger det kritiska värdet förkastas nollhypotesen. 1c)
1a) F1 och F3 nominalskala, enbart olika saker F kvotskala, Riktiga siffror, 0 betyder att man inte finns och avståndet mellan två värden är exakt definierat F4 och F5 ordinalskala, vi kan ordna svaren
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning
Läs merEn rät linje ett enkelt samband. En rät linje + slumpbrus. Observationspar (X i,y i ) MSG Staffan Nilsson, Chalmers 1.
En rät linje ett enkelt samband Y β 1 Lutning (slope) β 0 Skärning (intercept) 1 Y= β 0 + β 1 X X En rät linje + slumpbrus Y Y= β 0 + β 1 X + brus brus ~ N(0,σ) X Observationspar (X i,y i ) Y Ökar/minskar
Läs merRegressionsanalys med SPSS Kimmo Sorjonen (2010)
1 Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1. Multipel regression 1.1. Variabler I det aktuella exemplet ingår följande variabler: (1) life.sat, anger i vilket utsträckning man är nöjd med livet;
Läs merRättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:
Statistik 2 Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen SST021 ACEKO16h, ACIVE16h 7,5 högskolepoäng Tentamensdatum: 2018-05-31 Tid: 14.00-19.00 Hjälpmedel: Valfri miniräknare Linjal
Läs mer7.5 Experiment with a single factor having more than two levels
7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan
Läs merDATORÖVNING 2: STATISTISK INFERENS.
DATORÖVNING 2: STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN Enligt
Läs mer2. Lära sig beskriva en variabel numeriskt med "proc univariate" 4. Lära sig rita diagram med avseende på en annan variabel
Datorövning 1 Statistikens Grunder 2 Syfte 1. Lära sig göra betingade frekvenstabeller 2. Lära sig beskriva en variabel numeriskt med "proc univariate" 3. Lära sig rita histogram 4. Lära sig rita diagram
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 1
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 1 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merHypotestestning och repetition
Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att
Läs merFöreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 6 Statistik; teori och tillämpning i biologi 1 Analysis of Variance (ANOVA) (GB s. 202-218, BB s. 190-206) ANOVA är en metod som används när man ska undersöka skillnader mellan flera olika
Läs merLaboration 2 multipel linjär regression
Laboration 2 multipel linjär regression I denna datorövning skall ni 1. analysera data enligt en multipel regressionsmodell, dvs. inkludera flera förklarande variabler i en regressionsmodell 2. studera
Läs merBeskrivande statistik Kapitel 19. (totalt 12 sidor)
Beskrivande statistik Kapitel 19. (totalt 12 sidor) För att åskådliggöra insamlat material från en undersökning används mått, tabeller och diagram vid sammanställningen. Det är därför viktigt med en grundläggande
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merParade och oparade test
Parade och oparade test Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning: möjliga jämförelser Jämförelser mot ett
Läs merStatistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs
Statistikens grunder och 2, GN, hp, deltid, kvällskurs TE/RC Datorövning 3 Syfte:. Lära sig göra betingade frekvenstabeller 2. Lära sig beskriva en variabel numeriskt med proc univariate 3. Lära sig rita
Läs merDATORÖVNING 1: INTRODUKTION TILL DATORSYSTEMET. BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA.
DATORÖVNING 1: INTRODUKTION TILL DATORSYSTEMET. BESKRIVANDE STATISTIK. SANNOLIKHETSLÄRA. ALLMÄNT OM DATORERNA Datorsystemet består av persondatorer kopplade i ett nätverk till en större server. Operativsystemet
Läs merFöreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad
Läs merLaboration 3 Inferens fo r andelar och korstabeller
S0005M Statistik2 Lp 4 2016 Laboration 3 Inferens fo r andelar och korstabeller Laborationen behandlar Test av andelar med konfidensintervall och hypotestest Chi två test av oberoende mellan kvalitativa
Läs merIntroduktion till PSPP
Introduktion till PSPP Centrum för Primärvårdsforskning (CPF) 2015-02-09 Mir Nabi Pirouzi Fard www.cpf.se 1 Introduktion PSPP är ett program för statistisk analys av data. En manual i pdf-format för hur
Läs merFACIT (korrekta svar i röd fetstil)
v. 2013-01-14 Statistik, 3hp PROTOKOLL FACIT (korrekta svar i röd fetstil) Datorlaboration 2 Konfidensintervall & hypotesprövning Syftet med denna laboration är att ni med hjälp av MS Excel ska fortsätta
Läs merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merIntroduktion till. Minitab version 14
Statistiska institutionen LW n/pei/jb Introduktion till Minitab version 14 Innehållsförteckning 1 Introduktion Worksheeten datafönstret Minitabs menyer och Session-fönstret Att spara och öppna Minitab-filer
Läs merDatoro 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 merMatematikcentrum 1(12) Matematisk Statistik Lunds Universitet Per-Erik Isberg. SPSS for Windows 12 - a guided tour
Matematikcentrum 1(12) Matematisk Statistik Lunds Universitet Per-Erik Isberg SPSS for Windows 12 - a guided tour HT 2006 2 Introduktion till SPSS Denna övning kommer steg för steg att lära oss de grundläggande
Läs merF18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT
Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är
Läs merStatistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018
Statistiska analysmetoder, en introduktion Fördjupad forskningsmetodik, allmän del Våren 2018 Vad är statistisk dataanalys? Analys och tolkning av kvantitativa data -> förutsätter numeriskt datamaterial
Läs merLaboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,
Läs merInStat Exempel 4 Korrelation och Regression
InStat Exempel 4 Korrelation och Regression Vi ska analysera ett datamaterial som innehåller information om kön, längd och vikt för 2000 personer. Materialet är jämnt fördelat mellan könen (1000 män och
Läs merLaborationer 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 merObligatorisk uppgift, del 1
Obligatorisk uppgift, del 1 Uppgiften består av tre sannolikhetsproblem, som skall lösas med hjälp av miniräknare och tabellsamling. 1. Vid tillverkning av en produkt är felfrekvensen 0,02, dvs sannolikheten
Läs mer