Lösningar med kommentarer till övningsuppgifterna i min bok Grundläggande statistiska metoder för analys av kvantitativa data
|
|
- Ulla Strömberg
- för 5 år sedan
- Visningar:
Transkript
1 Lösningar med kommentarer till övningsuppgifterna i min bok Grundläggande statistiska metoder för analys av kvantitativa data Uppgift a Eftersom betygsdata är approximativt normalfördelade väljer man lämpligen medelvärde och standardavvikelse. Lämpligt är att ge frekvenstabellen. Frequencies Statistics N Valid Missing Median Std. Dev iation Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis ,00 3,00,022 -,052,05 -,545,20 Valid Cumulativ e Frequency Percent Valid Percent Percent 39 7,2 7,2 7,2 3 24,2 24,2 3, ,2 36,2 67,7 4 26, 26, 93,7 34 6,3 6,3 00, ,0 00,0
2 Uppgift b Alternativ Explore KÖN Pojkar Flickor Case Processing Summary Cases Valid Missing N Percent N Percent N Percent ,0% 0,0% ,0% ,0% 0,0% ,0% Descriptives KÖN Pojkar 95% Confidence Interv al for Lower Bound Upper Bound Statistic Std. Error 2,53,06 2,4 2,65 Flickor 5% Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis 95% Confidence Interv al for Lower Bound Upper Bound 2,5 3,00,932, ,277,53 -,23,305 3,4,052 3,3 3,5 5% Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis 3,4 3,00,786, ,77,44 -,406,286
3 Pojkar KÖN Flickor Uppgift b Alternativ 2 Crosstabs Case Processing Summary BETYG PÅ UPPSATSEN * KÖN Cases Valid Missing N Percent N Percent N Percent 54 00,0% 0,0% 54 00,0% * KÖN Crosstabulation Count BETYG PÅ UPPSATSEN KÖN Pojkar Flickor
4 Uppgift Frequency = 3 Std. Dev. =,022 N = 54 Uppgift 3 Frequencies Statistics ATTITYDER TILL SKRIVNING N Valid Missing Median Std. Dev iation Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis ,43 3,00,972 -,399,06,60,2
5 Valid Missing My cket tråkigt Tråkigt Varken - eller Roligt My cket roligt Sy stem ATTITYDER TILL SKRIVNING Cumulativ e Frequency Percent Valid Percent Percent 25 4,6 4,7 4,7 42 7,8 7,8 2, ,9 40,3 52, ,8 34, 86,9 70 2,9 3, 00, , 00,0 5, ,0 Histogram Frequency ATTITYDER TILL SKRIVNING = 3,43 Std. Dev. = 0,972 N = 536 Uppgift 4 Eftersom de båda variablerna är rangordnade så är Spearman s rangkorrelation nog den lämpligaste. Om man betraktar variablerna som approx. normalfördelade (scale i SPSS) kan man ange Pearson Corr. De båda beräkningarna ger mycket lika värden. Correlations
6 ANTAL TIMMARS TV-TITTANDE SKOLDAGAR Correlations Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N **. Correlation is signif icant at the 0.0 lev el (2-tailed). ANTAL TIMMARS TV-TITTANDE BETYG PÅ SKOLDAGAR UPPSATSEN -,224**, ,224**, Correlations Spearman's rho ANTAL TIMMARS TV-TITTANDE SKOLDAGAR Correlation Coef ficient Sig. (2-tailed) N Correlation Coef ficient Sig. (2-tailed) **. Correlation is significant at the 0.0 lev el (2-tailed). N ANTAL TIMMARS TV-TITTANDE BETYG PÅ SKOLDAGAR UPPSATSEN,000 -,24**., ,24**,000, Uppgift 5 Nonparametric Correlations Correlations Spearman's rho TID FÖR LÄXOR ANTAL TIMMAR FÖR SKRIVUPPGIFTER Correlation Coef ficient Sig. (2-tailed) N Correlation Coef ficient Sig. (2-tailed) N Correlation Coef ficient Sig. (2-tailed) N BETYG PÅ TID FÖR ANTAL TIMMAR FÖR SKRIVUPPGIF SJÄLVSKAT TNING AV SKRIVFÖR UPPSATSEN LÄXOR TER MÅGAN,000,220**,4*,367**.,000,0, ,220**,000,447**,23**,000.,000, ,4*,447**,000,059,0,000., SJÄLVSKATTNING AV SKRIVFÖRMÅGAN **. Correlation is signif icant at the 0.0 level (2-tailed). *. Correlation is signif icant at the 0.05 level (2-tailed). Correlation Coef ficient Sig. (2-tailed) N,367**,23**,059,000,000,000,
7 Sambandet mellan de båda läxvariablerna är naturligt nog ganska högt. Likaså är sambandet mellan självskattningen av skrivförmågan måttligt, möjligen hade man förväntat sig ett något högre samband. Tid för läxor och skrivuppgifter är ganska lågt korrelsera med betyg på uppsatsen. Uppgift 6 Crosstabs Case Processing Summary NÖJESSKRIVNING * KÖN Cases Valid Missing N Percent N Percent N Percent ,8% 39 7,2% 54 00,0% NÖJESSKRIVNING * KÖN Crosstabulation NÖJESSKRIVNING Nej Ja Count % within NÖJESSKRIVNING % within KÖN Count % within NÖJESSKRIVNING % within KÖN Count % within NÖJESSKRIVNING % within KÖN KÖN Pojkar Flickor ,2% 44,8% 00,0% 33,6% 2,3% 26,7% ,7% 60,3% 00,0% 66,4% 78,7% 73,3% ,8% 56,2% 00,0% 00,0% 00,0% 00,0% Uppgift 7 Crosstabs NÖJESSKRIVNING * KÖN Crosstabulation Count NÖJESSKRIVNING Nej Ja KÖN Pojkar Flickor
8 Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (-sided) Pearson Chi-Square 9,648(b),002 Continuity Correction(a) 9,027,003 Likelihood Ratio 9,598,002 Fisher's Exact Test,002,00 Linear-by-Linear Association 9,629,002 N of Valid Cases 502 a Computed only for a 2x2 table b 0 cells (,0%) have expected count less than 5. The minimum expected count is 58,73. Symmetric Measures Nominal by Nominal N of Valid Cases Phi Cramer's V a. Not assuming the null hy pothesis. Value Approx. Sig.,39,002,39, b. Using the asy mptotic standard error assuming the null hy pothesis. Visserligen är sambandet signifikant (p<0,0) men sambandet är lågt (0,4). Anledningen till signifikansen trots att sambandet är lågt är p.g.a. det stora antalet observationer ( ) Uppgift 8 a) Oberoende: kön, antal timmar per vecka till skriftliga hemuppgifter och attityder till skrivning. Den beroende variabeln är den som ska prediceras, dvs. betyg på uppsatsen. b) Ja, signifikant. c) Kön ger bäst prediktion, därefter attityder. Antal timmar per vecka till skriftliga hemuppgifter bidrar ej signifikant till prediktionen. d) Den multipla korrelationen är ca 0,50 och således kan ca 25% av variansen i betyg prediceras. Regression
9 Model Variables Entered/Removed b Variables Entered ATTITYDE R TILL SKRIVNIN G, ANTAL TIMMAR FÖR SKRIVUPP GIFTER, KÖN a Variables Remov ed a. All requested v ariables entered. Method. Enter b. Dependent Variable: Model Summary Adjusted R Std. Error of Model R R Square Square the Estimate,508(a),259,254,87 a Predictors: (Constant), ATTITYDER TILL SKRIVNING, ANTAL TIMMAR FÖR SKRIVUPPGIFTER, KÖN ANOVA(b) Model Sum of Squares df Square F Sig. Regression 30, ,607 57,538,000(a) Residual 375,48 495, , a Predictors: (Constant), ATTITYDER TILL SKRIVNING, ANTAL TIMMAR FÖR SKRIVUPPGIFTER, KÖN b Dependent Variable: Coefficients(a) Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. (Constant),023,65 6,220,000 KÖN,666,089,330 7,494,000 ANTAL TIM- MAR FÖR SKRIVUPP-,032,053,024,600,548 GIFTER ATTITYDER TILL SKRIV- NING,268,047,255 5,759,000 a Dependent Variable:
10 Uppgift 9 a) Det finns ingen skillnad mellan pojkar och flickor vad gäller medelvärdet för uppsatsbetyg (μ p - μ f = 0) b) Kön är oberoende variabel och den är en kategorivariabel. Uppsatsbetyg betraktar jag som en approximativt normalfördelad variabel (scale) och den är beroende. c) T-test för två oberoende grupper och variansanalys. Om man anser betyg vara en ordinalskalerad variabel kan t.ex. Mann-Whitney användas (som ger en z-transformation eftersom grupperna är stora). d) Nollhypotesen måste förkastas. Det finns en högst signifikant skillnad mellan medelvärdena (p<0,00). Skillnaden är dessutom stor (eta-kvadrat = 8%). e) Som framgår av beräkningarna är t2 = F. T-Test Group Statistics BETYG PÅ UPPSATSEN KÖN N Std. Deviation Std. Error Pojkar 253 2,53,966,06 Flickor 288 3,4,887,052 Equal variances assumed Equal variances not assumed Levene's Test f or Equality of Variances F Independent Samples Test Sig. t df t-test for Equality of s Sig. (2-tailed) Dif f er ence 95% Std. Error Dif f er Confidence Interv al of the Dif f erence ence Lower Upper,680,96-0, ,000 -,876,080 -,033 -,720-0,938 55,333,000 -,876,080 -,033 -,79
11 s Case Processing Summary Cases Included Excluded N Percent N Percent N Percent BETYG PÅ UPPSAT- SEN * KÖN 54 00,0% 0,0% 54 00,0% Report KÖN N Std. Deviation Pojkar 2,53 253,966 Flickor 3,4 288,887 3,00 54,022 ANOVA Table BETYG PÅ UPPSATSEN * KÖN Between Groups Within Groups (Combined) Sum of Squares df Square F Sig. 03,383 03,383 20,975, ,67 539, , Measures of Association Eta Eta Squared BETYG PÅ UPPSAT- SEN * KÖN,428,83 Uppgift 0 a) Ja, sambandet mellan kön och dagboksskrivande är högst signifikant (p<0,00). b) Nollhypotes: Det finns inget samband mellan kön och dagboksskrivande. Mothypotes: Det finns ett samband mellan kön och dagboksskrivande. c) Båda variablerna är kategorivariabler (nominalskala). d) Se nedan! e) Cramérs index. (sambandet mellan variablerna är 0,55)
12 Crosstabs Case Processing Summary Cases Valid Missing N Percent N Percent N Percent KÖN * DAGBOK ,8% 39 7,2% 54 00,0% KÖN * DAGBOK Crosstabulation KÖN Pojkar Flickor Count % within KÖN % within DAGBOK Count % within KÖN % within DAGBOK Count % within KÖN % within DAGBOK DAGBOK Nej Ja ,5% 9,5% 00,0% 66,3% 0,4% 43,8% ,8% 64,2% 00,0% 33,7% 89,6% 56,2% ,8% 40,2% 00,0% 00,0% 00,0% 00,0% Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (2-sided) 53,429 b,000 5,65,000 70,49,000 53,23, a. Computed only f or a 2x2 table Exact Sig. (2-sided) Exact Sig. (-sided),000,000 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 88,53. Symmetric Measures Nominal by Nominal N of Valid Cases Phi Cramer's V a. Not assuming the null hy pothesis. Value Approx. Sig.,553,000,553, b. Using the asy mptotic standard error assuming the null hy pothesis.
13 Uppgift a) Det finns ingen skillnad i medelvärdena mellan de fyra grupperna (kategorierna) i uppsatsbetyg. b) Grupperna är oberoende och kategorivariabler och den beroende variabeln (om vi accepterar tidigare resonemang) en scale-variabel. c) Enligt b ovan använder man lämpligen One-way-Anova. Man kan också parvisa jämförelse enligt någon av föreslagna metoder. d) Eta-kvadrat är väl ett bra mått. Oneway ANOVA Sum of Squares df Square F Sig. Between Groups 72, ,274 26,66,000 Within Groups 476,75 523,90 548, Eta-kvadrat = 72,823/548,998 = 0,3 Post Hoc Tests Dependent Variable: Schef fe (I) SJÄLVSKATTNING AV SKRIVFÖRMÅGAN Inte alls bra Ganska dålig Ganska bra Bra (J) SJÄLVSKATTNING AV SKRIVFÖRMÅGAN Ganska dålig Ganska bra Bra Inte alls bra Ganska bra Bra Inte alls bra Ganska dålig Bra Inte alls bra Ganska dålig Ganska bra Multiple Comparisons Dif f erence *. The mean diff erence is signif icant at the.05 level. 95% Confidence Interv al Lower Upper (I-J) Std. Error Sig. Bound Bound -,399,66,23 -,86,07 -,956*,56,000 -,39 -,52 -,342*,95,000 -,89 -,79,399,66,23 -,07,86 -,557*,097,000 -,83 -,28 -,942*,52,000 -,37 -,52,956*,56,000,52,39,557*,097,000,28,83 -,385,42,06 -,78,0,342*,95,000,79,89,942*,52,000,52,37,385,42,06 -,0,78
14 Schef fe a,b SJÄLVSKATTNING AV SKRIVFÖRMÅGAN Inte alls bra Ganska dålig Ganska bra Bra Sig. Subset for alpha =.05 N , , ,9 54 3,57,083,02 s for groups in homogeneous subsets are display ed. a. Uses Harmonic Sample Size = 76,606. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. Skillnaden mellan Inte alls bra och Ganska dålig är ej signifikant, ej heller skillnaden mellan Ganska bra och Bra. Dock finns det en signifikant skillnad mellan grupperna (Inte alls bra och Ganska dålig) i jämförelse med grupperna (Ganska bra och Bra). Uppgift 2 Sambandsvärdet blir mycket lika. Eta-kvadrat är också ett korrelationsmått, om än mellan en kategorivariabel och en scale-variabel. En rangkorrelation, som väl är mer korrekt, ger sambandet 0,367. Uppgift 3 Om man betraktar attityder till skrivning som en scale-variabel så blir resultatet följande: s Case Processing Summary ATTITYDER TILL SKRIVNING * KÖN Cases Included Excluded N Percent N Percent N Percent ,% 5,9% 54 00,0% Report ATTITYDER TILL SKRIVNING KÖN Pojkar Flickor N Std. Dev iation 2,97 25,883 3,84 285,862 3,43 536,972
15 ANOVA Table ATTITYDER TILL SKRIVNING * KÖN Between Groups Within Groups (Combined) Sum of Squares df Square F Sig. 99,392 99,392 30,7, , , , Measures of Association Eta Eta Squared ATTITYDER TILL SKRIVNING * KÖN,443,97 Om man anser att attityder är en ordinalskalerad variabel så blir resultatet följande: NPar Tests Mann-Whitney Test Ranks ATTITYD TILL PROVUPPSATSEN KÖN Pojkar Flickor N Rank Sum of Ranks 32 9,08 578, , , Mann-Whitney U Wilcoxon W Z Test Statistics a Asy mp. Sig. (2-tailed) a. Grouping Variable: KÖN ATTITYD TILL PROVUPPSA TSEN 6940, ,500-4,846,000 Slutsatsen blir densamma, dvs. att det finns en högst signifikant skillnad mellan pojkar och flickor. ANOVA ger eta-kvadrat = 20%, dvs. stor skillnad.
16 Uppgift 4 Det finns 5 grupper (v) och grupp är den oberoende variabeln. De jämförs på den beroende variabeln. Här betraktas betyg som scale-variabel. Oneway ANOVA Sum of Squares df Square F Sig. Between Groups 32,22 4 8,053 8,02,000 Within Groups 527,78 53, , Post Hoc Tests Multiple Comparisons Dependent Variable: Schef fe (I) TID FÖR LÄXOR Ingen tid alls Ca /2 tim Ca tim Ca /2 tim Ca 2 tim eller mer (J) TID FÖR LÄXOR Ca /2 tim Ca tim Ca /2 tim Ca 2 tim eller mer Ingen tid alls Ca tim Ca /2 tim Ca 2 tim eller mer Ingen tid alls Ca /2 tim Ca /2 tim Ca 2 tim eller mer Ingen tid alls Ca /2 tim Ca tim Ca 2 tim eller mer Ingen tid alls Ca /2 tim Ca tim Ca /2 tim *. The mean diff erence is signif icant at the.05 lev el. Dif f erence 95% Confidence Interv al (I-J) Std. Error Sig. Lower Bound Upper Bound -,285,80,642 -,84,27 -,630*,76,03 -,7 -,09 -,833*,90,00 -,42 -,25 -,696*,99,07 -,3 -,08,285,80,642 -,27,84 -,345*,0,046 -,69,00 -,548*,3,002 -,95 -,4 -,4,45,092 -,86,04,630*,76,03,09,7,345*,0,046,00,69 -,203,26,624 -,59,9 -,066,40,994 -,50,37,833*,90,00,25,42,548*,3,002,4,95,203,26,624 -,9,59,38,57,943 -,35,62,696*,99,07,08,3,4,45,092 -,04,86,066,40,994 -,37,50 -,38,57,943 -,62,35
17 Homogeneous Subsets Scheffe Subset for alpha =.05 TID FÖR LÄXOR N 2 3 Ingen tid alls 39 2,46 Ca /2 tim 46 2,75 2,75 Ca tim 86 3,09 3,09 Ca 2 tim eller mer 70 3,6 3,6 Ca /2 tim 95 3,29 Sig.,56,5,798 s for groups in homogeneous subsets are displayed. a Uses Harmonic Sample Size = 79,772. b The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. Det finns en signifikant skillnad mellan de fem grupperna (p<0,00). Av kontrastanalyserna framgår skillnaderna mellan de olika grupperna. De som lägger ner mer tid på läxläsning är bättre. Högst medelvärde har gruppen ca,5 timmar. Om man i ställer betraktar betyg som en ordinalskala ska Kruskal-Wallis användas: NPar Tests Kruskal-Wallis Test Ranks BETYG PÅ UPPSAT- SEN TID FÖR LÄXOR N Rank Ingen tid alls 39 89,95 Ca /2 tim ,7 Ca tim ,05 Ca /2 tim 95 3,2 Ca 2 tim eller mer , Test Statistics(a,b) BETYG PÅ UPPSATSEN Chi-Square 30,663 df 4 Asymp. Sig.,000 a Kruskal Wallis Test b Grouping Variable: TID FÖR LÄXOR Här framkommer självfallet också en signifikant skillnad mellan grupperna.
18 Uppgift 5 Här ska två oberoende variabler prövas i en och samma analys, dvs. skillnaden mellan kön och skillnaden mellan de fem läxläsningsgrupperna. I och med vi har två oberoende variabler, en s.k. 2x5 faktoriell design kan vi också studera en ev. samspelseffekt. Univariate Analysis of Variance Between-Subjects Factors KÖN TID FÖR LÄXOR Value Label N Pojkar 25 Flickor 285 Ingen tid alls 39 Ca /2 tim 46 Ca tim 86 Ca /2 tim 95 5 Ca 2 tim eller mer 70 Descriptive Statistics Dependent Variable: KÖN Pojkar Flickor TID FÖR LÄXOR Ingen tid alls Ca /2 tim Ca tim Ca /2 tim Ca 2 tim eller mer Ingen tid alls Ca /2 tim Ca tim Ca /2 tim Ca 2 tim eller mer Ingen tid alls Ca /2 tim Ca tim Ca /2 tim Ca 2 tim eller mer Std. Dev iation N 2,3, ,33, ,72, ,63, ,84, ,53, ,4, ,3, ,38, ,68,9 60 3,27, ,40, ,46, ,75, ,09, ,29, ,6, ,00,
19 Dependent Variable: Source Corrected Model Intercept v v v * v Error Corrected Tests of Between-Subjects Effects Type III Sum Partial Eta of Squares df Square F Sig. Squared 7,347 a 9 3,039 5,494,000, , , ,22,000,853 45,88 45,88 54,446,000,094 9, ,257 2,682,03,020 5,20 4,302,548,87,02 442, , , , a. R Squared =,20 (Adjusted R Squared =,96) Det finns en högst signifikant skillnad mellan kön (p<0,00) och en signifikant skillnad mellan läxläsningsgrupper (p<0,05). Däremot finns ingen signifikant samspelseffekt (p>0,05). Skillnaden mellan kön är påtaglig, däremot är den liten mellan läxläsningsgrupper. Uppgift 6 Om vi betraktar betyg som scale-variabel kan man använda envägs variansanalys med kontrastanalys. Oneway ANOVA Sum of Squares df Square F Sig. Between Groups 44, ,472 23,394,000 Within Groups 5, ,96 555,
20 Post Hoc Tests Dependent Variable: Schef fe Multiple Comparisons (I) TVSUM,00 2,00 3,00 (J) TVSUM 2,00 3,00,00 3,00,00 2,00 Diff erence 95% Confidence Interv al (I-J) Std. Error Sig. Lower Bound Upper Bound,497*,02,000,25,75 *. The mean diff erence is signif icant at the.05 level.,864*,56,000,48,25 -,497*,02,000 -,75 -,25,367,72,03 -,05,79 -,864*,56,000 -,25 -,48 -,367,72,03 -,79,05 Homogeneous Subsets Schef fe a,b TVSUM 3,00 2,00,00 Sig. Subset f or alpha =.05 N , , ,8,000,000,000 s for groups in homogeneous subsets are display ed. a. Uses Harmonic Sample Size = 89,508. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Ty pe I error levels are not guaranteed. Skillnaden mellan de tre TV-grupperna är signifikant (p<0,00) och ganska stor (etakvadrat 8%). Det finns parvis signifikanta skillnader mellan de tre grupperna. Uppgift 7 Nedan presenteras endast den roterade matrisen enligt principalkomponentmetoden med varimaxrotering.
21 Rotated Component Matrix a BETYG PÅ UPPSATSEN BETYG, STIL OCH SPRÅK BETYG, INNEHÅLL BETYG, DISPOSITION ATTITYD TILL PROVUPPSATSEN ANTAL ÅR FORTSATT UTBILDNING Component ,923,94,89,889,56,302,339,48,393 PLANERAR TILLSAMMANS FAMILJEANGELÄGEN HETER DISKUTERAR TV- OCH RADIOPROGRAM ARBETE OCH SKOLA DISKUTERAR ALLMäNNA TING DISKUTERAR LITTERATUR ANTAL TIMMARS TV-TITTANDE FRIDAGAR ANTAL TIMMARS TV-TITTANDE SKOLDAGAR FADERNS UTBILDNING MODERNS UTBILDNING DAGBOK BREVVÄN ATTITYDER TILL SKRIVNING TID FÖR LÄXOR ANTAL TIMMAR FÖR SKRIVUPPGIFTER NÖJESSKRIVNING SJÄLVSKATTNING AV SKRIVFÖRMÅGAN ANTAL TIMMAR FÖR LÄSUPPGIFTER,827,788,753,635,349 -,37,634,533,479 -,76 -,754,736,709 Extraction Method: Principal Component Analy sis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation conv erged in 8 iterations.,853,698,309,520,50,840,665,32,833,324,65,778
22 a) Ja, de sex frågorna om hur ofta barn och vuxna gör saker tillsammans (v4-v9) verkar hänga samman och kan benämnas hemkultur. b) Det verkar inte finnas några bra attitydfrågor som hänger samman. c) Nej, de olika aspekterna av uppsatsskrivning verkar hänga mycket nära samman. Uppgift 8 Här får man undersöka mätsäkerheten i de tre skalorna, dvs. reliabiliteten och då lämpligen med Cronbach s alpha, eftersom uppgifterna i skalan ska vara homogena. Reliability Cases Case Processing Summary Valid Excluded a a. Listwise deletion based on all v ariables in the procedure. N % ,0 54 0, ,0 Reliability Statistics Cronbach's Alpha N of Items,794 6 Item- Statistics ARBETE OCH SKOLA FAMILJEANGELÄGENH ETER PLANERAR TILLSAMMANS DISKUTERAR ALLMäNNA TING DISKUTERAR LITTERATUR DISKUTERAR TV- OCH RADIOPROGRAM Scale Corrected Cronbach's Scale if Variance if Item- Alpha if Item Item Deleted Item Deleted Correlation Deleted 2,98 20,38,573,756 3,47 9,270,642,739 4,06 2,023,55,762 4,59 9,988,553,762 5,4 22,806,492,776 4,24 2,04,482,779
23 Reliabiliteten är hög med tanke på vad man försöker mäta och det lönar sig inte ur reliabilitetssynpunkt att ta bort någon fråga. De två TV-frågorna kan också bilda en summavariabel med ganska hög reliabilitet (0,72). De tre frågorna -3 har visserligen något gemensamt men bildar ingen mätsäker skala. Uppgift 9 Till uppgift 3 finns en alternativ lösning med icke-parametrisk metod. Om betyg betraktas som ordinalskalerad måste Kruskal-Wallis användas. NPar Tests Kruskal-Wallis Test Ranks TVSUM,00 2,00 3,00 N Rank , , , Test Statistics a,b BETYG PÅ UPPSATSEN Chi-Square 43,670 df 2 Asy mp. Sig.,000 a. Kruskal Wallis Test b. Grouping Variable: TVSUM Självfallet får man även med denna icke-parametrisk metod en signifikant skillnad mellan grupperna. Uppgift 20 Här måste man bygga upp två olika filer för uppgift a respektive b. I uppgift a består datafilen av två kolumner med resultatet i grupp i den ena och grupp 2 i den andra (i rätt ordning eftersom de är matchade, dvs. beroende observationer). I uppgift b finns också två kolumner men nu finns grupp i den ena (dvs. 5 ettor och 5 tvåor ) och i den andra finns resultatet för de 30 observationerna.
24 a) T-Test Pair grupp grupp2 Paired Samples Statistics Std. Error N Std. Dev iation 6, ,36643,60 6, ,8085,72506 Paired Samples Correlations Pair grupp & grupp2 N Correlation Sig. 5,985,000 Paired Samples Test Pair grupp - grupp2 Std. Dev iation Paired Diff erences 95% Confidence Std. Error Interv al of the Dif f erence Lower Upper -,60000,63246,6330 -, , ,674 4,003 t df Sig. (2-tailed) Det finns en signifikant skillnad mellan de två (matchade) grupperna (p<0,0) b) T-Test Group Statistics resultat grupp 2 Std. Error N Std. Dev iation 5 6,20 2,366,6 5 6,80 2,808,725
25 Independent Samples Test Lev ene's Test f or Equality of Variances t-test for Equality of s resultat Equal variances assumed Equal variances not assumed F Sig. t df Sig. (2-tailed) Diff er ence Std. Error Diff er 95% Confidence Interv al of the Diff erence ence Lower Upper,289,595 -,633 28,532 -,600,948-2,542,342 -,633 27,2,532 -,600,948-2,545,345 Om grupperna är oberoende framkommer ingen signifikant skillnad (p>0,05). I grupperna finns alltför få observationer för att det ska bli någon signifikant skillnad. Om man betraktar den beroende variabeln som ordinalskalerad så kan Wilcoxon sign rank test användas i uppgift a och Mann-Whitney-testet användas i uppgift b. Utfallet blir som tidigare; en signifikant skillnad om grupperna är matchade (högre precision genom matchning då en större del av variansen kan kontrolleras) och ingen signifikant skillnad om de är oberoende. Uppgift 2 Man ska skriva in data i en ny fil son innehåller de två variablerna grupp och resultat. En analys med Oneway ANOVA (alternativt med s med Options: Anova table and eta) ger ett p-värde = 0,465, dvs. nollhypotesen kan inte förkastas. Dock blir eta-kvadrat hela 0,40, viket indikerar en mycket stor skillnad mellan grupperna. Skälet till detta motsägande resultat är att grupperna är alltför små för att kunna ge någon signifikant skillnad. Oneway Descriptives Resultat 95% Confidence Interval for N Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum 2 2,00,44,000-0,7 4, ,00,44,000-9,7 5, ,00,44,000-8,7 6, ,00,44,577,52 4,48 5
26 Resultat ANOVA Sum of Squares df Square F Sig. Between Groups 4, ,000,000,465 Within Groups 6, ,000 0,000 5 Post Hoc Tests Dependent Variable: Resultat Scheffe Multiple Comparisons 95% Confidence Interval (I) Grupp (J) Grupp Difference (I-J) Std. Error Sig. Lower Bound Upper Bound 2 -,000,44,794-7,8 5,8 3-2,000,44,465-8,8 4,8 2,000,44,794-5,8 7,8 3 -,000,44,794-7,8 5,8 3 2,000,44,465-4,8 8,8 2,000,44,794-5,8 7,8 Homogeneous Subsets Resultat Scheffe Subset for alpha =.05 Grupp N 2 2, , ,00 Sig.,465 s for groups in homogeneous subsets are displayed. a Uses Harmonic Sample Size = 2,000.
Lösningar 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 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 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 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 merTentamen består av 9 frågor, totalt 34 poäng. Det krävs minst 17 poäng för att få godkänt och minst 26 poäng för att få väl godkänt.
KOD: Kurskod: PX1200 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sara Landström Tentamensdatum: 2017-01-14 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merANOVA Mellangruppsdesign
ANOVA Mellangruppsdesign Envägs variansanlays, mellangruppsdesign Variabler En oberoende variabel ( envägs ): Nominalskala eller ordinalskala. Delar in det man undersöker (personerna?) i grupper/kategorier,
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 merTENTAMEN PC1307 PC1546. Statistik (5 hp) Lördag den 24 april, Ansvarig lärare: Bengt Jansson ( , mobil: )
GÖTEBORGS UNIVERSITET Psykologiska institutionen TENTAMEN PC1307 PC1546 Statistik (5 hp) Lördag den 24 april, 2010 Tid: 14 30 18 30 Lokal: Viktoriagatan 30 Hjälpmedel: räknedosa Ansvarig lärare: Bengt
Läs merProvmoment: Forskningsmetod, Salstentamen nr 1 Ladokkod:
Forskningsmetod 6,0 högskolepoäng Provmoment: Forskningsmetod, Salstentamen nr 1 Ladokkod: 11OP90/TE01 samt 11PS30/TE01 Tentamen ges för: OPUS kull H12 termin 5 inriktning Psykologi samt fristående grundkurs
Läs merTentan består av 10 frågor, totalt 30 poäng. Det krävs 20 poäng för att få godkänt på tentan, varav 50 % inom respektive moment.
Kurskod: PM1303 Kursnamn: Vetenskapsteori och grundläggande forskningsmetod Ansvarig lärare: Linda Hassing Tentamensdatum: 2010-04-24 kl. 14:30 18:30 Tillåtna hjälpmedel: Miniräknare Tentan består av 10
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 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 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 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 merSOPA62 - Kunskapsproduktion i socialt arbete
SOPA62 - Kunskapsproduktion i socialt arbete 1. Beskrivande statistik och lite hypotesprövning 1 Kvantitativ vs Kvalitativ metod Kvantitativt: Man definierar precisa begrepp och ställer därefter frågor
Läs merOBS! Vi har nya rutiner.
Försättsblad KOD: Kurskod: PC1546 Kursnamn: Forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström & Pär Bjälkebring Tentamensdatum: 10/1-2015 Tillåtna hjälpmedel:
Läs merMaximalt antal poäng för hela skrivningen är 31 poäng. För Godkänt krävs minst 19 poäng. För Väl Godkänt krävs minst 25 poäng.
Försättsblad KOD: Kurskod: PC1546 Kursnamn: Forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström Tentamensdatum: 26 april, 2014 kl. 9:00 13:00 Tillåtna hjälpmedel:
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 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 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 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 merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2009-11-14 kl. 14:30 18:30
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 merFACIT!!! (bara facit,
STOCKHOLMS UNIVERSITET Psykologiska institutionen Psykologi III, VT 2012. Fristående kurs FACIT!!! (bara facit, inga tolkningar) Skrivning i Psykologi III metod, fristående kurs: Metod och Statistik avsnitt
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2011-09-19 kl. 09:00 13:00
Läs merGiltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-09-26 Tillåtna hjälpmedel: Miniräknare Tentan består av
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2009-09-23 kl. 09:00 13:00
Läs merOBS! Vi har nya rutiner.
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2011-11-12 Tillåtna hjälpmedel:
Läs merMaximalt antal poäng för hela skrivningen är28 poäng. För Godkänt krävs minst 17 poäng. För Väl Godkänt krävs minst 22,5 poäng.
Försättsblad KOD: Kurskod: PC1307/PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström Tentamensdatum:
Läs merTentamensresultat anslås (anslagstavla och kursportal) senast 3 veckor efter tentamen.
GÖTEBORGS UNIVERSITET PSYKOLOGISKA INSTITUTIONEN KURSKOD: PC2226 HELFART KURSNAMN: Magisterkurs Arbets- och organisationspsykologi (30 hp) PROVMOMENT: ANSVARIG LÄRARE: Forskningsmetodik (15 hp) Jan Johansson
Läs mer8.1 General factorial experiments
Exempel: Vid ett tillfälle ville man på ett laboratorium jämföra fyra olika metoder att bestämma kopparhalten i malmprover. Man är även intresserad av hur laboratoriets tre laboranter genomför sina uppgifter.
Läs merMaximalt antal poäng för hela skrivningen är 22 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 18 poäng.
Försättsblad KOD: Kurskod: PC1307/PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström Tentamensdatum:
Läs merMaximalt antal poäng för hela skrivningen är 22 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 18 poäng.
Försättsblad KOD: Kurskod: PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Pär Bjälkebring Tentamensdatum:
Läs merMultipel regression och Partiella korrelationer
Multipel regression och Partiella korrelationer Joakim Westerlund Kom ihåg bakomliggande variabelproblemet: Temperatur Jackförsäljning Oljeförbrukning Bakomliggande variabelproblemet kan, som tidigare
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 merHÖGSKOLAN I BORÅS. FORSKNINGSMETODER I OFFENTLIG FÖRVALTNING 15 Högskolepoäng
HÖGSKOLAN I BORÅS FORSKNINGSMETODER I OFFENTLIG FÖRVALTNING 15 Högskolepoäng Tentamen ges för: ADM12 Namn:.. Personnummer:.. Tentamensdatum: 2014-11-07 Tid: 09:00 13:00 Hjälpmedel: Inga hjälpmedel Totalt
Läs merSkrivning i ekonometri torsdagen den 8 februari 2007
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA2:3 Skrivning i ekonometri torsdagen den 8 februari 27. Vi vill undersöka hur variationen i lön för 2 belgiska löntagare = WAGE (timlön i euro)
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 merI. 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 merOBS! Vi har nya rutiner.
Försättsblad KOD: Kurskod: PC1307/PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström Tentamensdatum:
Läs merPsykologiska institutionen tillämpar anonymitet i samband med tentor i skrivsal, som går till så här:
GÖTEBORGS UNIVERSITET Psykologiska institutionen Tentamen Kurs: PC1307 Kurs 7: Samhällsvetenskaplig forskningsmetodik PC1546 Forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Tentamensdatum:
Läs merTentamen i matematisk statistik
Sid 1 (9) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:
Läs merOBS! Vi har nya rutiner.
Försättsblad KOD: Kurskod: PC1307/PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/ Forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Sara Landström Tentamensdatum:
Läs merMetod och teori. Statistik för naturvetare Umeå universitet
Statistik för naturvetare -6-8 Metod och teori Uppgift Uppgiften är att undersöka hur hjärtfrekvensen hos en person påverkas av dennes kroppstemperatur. Detta görs genom enkel linjär regression. Låt signifikansnivån
Läs merMultipel linjär regression. Geometrisk tolkning. Tolkning av β k MSG Staffan Nilsson, Chalmers 1
Multipel linjär regression l: Y= β 0 + β X + β 2 X 2 + + β p X p + ε Välj β 0,β,β 2,, β p så att de minimerar summan av residualkvadraterna (Y i -β 0 -β X i - -β p X pi ) 2 Geometrisk tolkning Med Y=β
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 merKroppstemperaturen hos människa anses i regel vara 37,0 C/ 98,6 F. För att beräkna och rita grafer har programmet Minitab använts.
Syfte: Bestämma normal kroppstemperatur med tillgång till data från försök. Avgöra eventuell skillnad mellan män och kvinnor. Utforska ett eventuellt samband mellan kroppstemperatur och hjärtfrekvens.
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 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 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 merTentan består av 15 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 33 poäng för att få välgodkänt.
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2010-09-23 kl. 09:00 13:00
Läs merEn scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser:
1 Uppgiftsbeskrivning Syftet med denna laboration var att utifrån uppmätt data avgöra: (i) Om något samband finnes mellan kroppstemperatur och hjärtfrekvens. (ii) Om någon signifikant skillnad i sockerhalt
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 mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merDisraeli, England, 1860 talet: Det finns tre grader av osanning. Går ej att mäta hela populationen. Deskriptiv statistik
Torbjörn Ledin Öronklin, Linköping Enkel medicinsk datorstödd statistik Föreläsning för ST utbildningsläkare i Landstinget Östergötland Åtvidaberg ht000 Historiskt grundantagande Disraeli, England, 1860
Läs merViktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.
Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik Urvalsstorlek Mätnivå/skaltyp Fördelning av data Studiedesign Frida Eek
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 merSkrivning i ekonometri lördagen den 29 mars 2008
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STAB, Ekonometri Skrivning i ekonometri lördagen den 9 mars 8.Vi vill undersöka hur variationen i antal arbetande timmar för gifta kvinnor i Michigan
Läs merStatistiska analyser C2 Bivariat analys. Wieland Wermke
+ Statistiska analyser C2 Bivariat analys Wieland Wermke + Bivariat analys n Mål: Vi vill veta något om ett samband mellan två fenomen n à inom kvantitativa strategier kan man undersöka detta genom att
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 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 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 merLö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp
Sid 1 (10) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift 1 Betrakta nedanstående täthetsfunktion för en normalfördelad slumpvariabel X med väntevärde
Läs merI vår laboration kom vi fram till att kroppstemperaturen påverkar hjärtfrekvensen enligt
Introduktion Vi har fått ta del av 13 mätningar av kroppstemperatur och hjärtfrekvens, varav på hälften män, hälften kvinnor, samt en studie på 77 olika flingsorters hyllplaceringar och sockerhalter. Vi
Läs merLUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL. Skrivning i ekonometri onsdagen den 1 juni 2011
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STAB2 Skrivning i ekonometri onsdagen den 1 juni 211 1. Vi vill undersöka hur variationen i försäljningspriset för ett hus (i en liten stad i USA
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 merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2010-11-13 kl. 14:00 18:00
Läs merRegressions- och Tidsserieanalys - F4
Regressions- och Tidsserieanalys - F4 Modellbygge och residualanalys. Kap 5.1-5.4 (t.o.m. halva s 257), ej C-statistic s 23. Linda Wänström Linköpings universitet Wänström (Linköpings universitet) F4 1
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 merTentamen i matematisk statistik
Sid (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 4.00-7.00 ger maximalt 24 poäng. Betygsgränser:
Läs merMatematikcentrum 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 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 merSOPA62 - Kunskapsproduktion i socialt arbete
SOPA62 - Kunskapsproduktion i socialt arbete 2. Mer hypotesprövning och något om rapporten 1 Evidensbaserad behandling Behandling bygger på vetenskap och beprövad erfarenhet. "Beprövad erfarenhet" får
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 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 merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
GÖTEBORGS UNIVERSITET PSYKOLOGISKA INSTITUTIONEN Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 4
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 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 merRäkneövning 3 Variansanalys
Räkneövning 3 Variansanalys Uppgift 1 Fyra sorter av majshybrider har utvecklats för att bli resistenta mot en svampinfektion. Nu vill man också studera deras produktionsegenskaper. Varje hybrid planteras
Läs merTentamen i matematisk statistik
Sid 1 (7) i matematisk statistik Statistik och kvalitetsteknik 7,5 hp Tillåtna hjälpmedel: Miniräknare. Studenterna får behålla tentamensuppgifterna. Skrivtid: 9.00-12.00 ger maximalt 24 poäng. Betygsgränser:
Läs mer7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.
Betrakta motstånden märkta 3.9 kohm med tolerans 1%. Anta att vi innan mätningarna gjordes misstänkte att motståndens förväntade värde µ är mindre än det utlovade 3.9 kohm. Med observationernas hjälp vill
Läs merTENTAMEN PC1307 PC1546. Statistik (5 hp) Onsdag den 20 oktober, Ansvarig lärare: Bengt Jansson ( , mobil: )
GÖTEBORGS UNIVERSITET Psykologiska institutionen TENTAMEN PC1307 PC1546 Statistik (5 hp) Onsdag den 20 oktober, 2010 Tid: 9 00 13 00 Lokal: Viktoriagatan 30 Hjälpmedel: räknedosa Ansvarig lärare: Bengt
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 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 merÖverlevnadsanalys. 732G34 Statistisk analys av komplexa data
Överlevnadsanalys 732G34 Statistisk analys av komplexa data 1 Tvärsnittsstudie Prospektiv Kohortstudie Observationsstudie Tvärsnittsstudie Retrospektiv Experimentell studie (alltid prospektiv) Klinisk
Läs merEn kort instruktion för arbete i SPSS
En kort instruktion för arbete i SPSS Anpassad till kursen Statistik och kvantitativa undersökningar HT14 Lars Bohlin 1 Innehåll Att lägga in data i SPSS... 3 Att skapa nya variabler... 4 Koda en ny variabel
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 14 januari 2012 Tillåtna hjälpmedel: miniräknare
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 2 november 2011 Tillåtna hjälpmedel: miniräknare
Läs merAgenda. Statistik Termin 11, Läkarprogrammet, VT14. Forskningsprocessen. Agenda (forts.) Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 11, Läkarprogrammet, VT14 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merEnkel linjär regression. Enkel linjär regression. Enkel linjär regression
Enkel linjär regression Exempel.7 i boken (sida 31). Hur mycket dragkraft behövs för att en halvledare skall lossna från sin sockel vid olika längder på halvledarens ben och höjder på sockeln. De halvledare
Läs merSambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet.
PM315 HT016 Emma äck Formelsamling Centralmått Typvärde T Median Md ritmetiska medelvärdet Det mest frekventa värdet Det mittersta värdet i en rangordnad fördelning = n Spridningsmått Variationsvidd (Range)
Läs merStatistik för teknologer, 5 poäng Skrivtid:
UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för teknologer, MSTA33, p Statistik för kemister, MSTA19, p TENTAMEN 2004-06-03 TENTAMEN I MATEMATISK STATISTIK Statistik för teknologer,
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PM1303 Kursnamn: Vetenskapsteori och grundläggande forskningsmetod Ansvarig lärare: Magnus Lindwall Tentamensdatum: 2010-12-04 kl. 09:00 13:00 Tillåtna hjälpmedel: Miniräknare Tentan består av
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 mera) Bedöm om villkoren för enkel linjär regression tycks vara uppfyllda! b) Pröva om regressionkoefficienten kan anses vara 1!
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA1:3 Skrivning i ekonometri tisdagen den 1 juni 4 1. Vi vill undersöka hur variationen i brottsligheten i USA:s delstater år 196 = R (i antal
Läs merMaximalt antal poäng för hela skrivningen är 22 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 18 poäng.
KOD: Kurskod: PC1546 Kursnamn: Kurs 7: Samhällsvetenskaplig forskningsmetodik/forskningsmetodik och fördjupningsarbete Provmoment: Statistik, 5 hp Ansvarig lärare: Pär Bjälkebring Tentamensdatum: 29/11-2014
Läs merTENTAMEN SAMHÄLLSVETENSKAPLIG FORSKNINGSMETODIK Kurs 7 PC1307 Forskningsmetodik och statistik 10 hp. Fredag den 24 april, 2009
GÖTEBORGS UNIVERSITET Psykologiska institutionen TENTAMEN SAMHÄLLSVETENSKAPLIG FORSKNINGSMETODIK Kurs 7 PC1307 Forskningsmetodik och statistik 10 hp Fredag den 24 april, 2009 Tid: 9 00 14 00 Lokal: Viktoriagatan
Läs merSkrivning i ekonometri lördagen den 25 augusti 2007
LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN MATS HAGNELL STA10:3 Skrivning i ekonometri lördagen den 5 augusti 007 1. Vi vill undersöka hur variationen i ölförsäljningen i ett bryggeri i en stad i USA
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng (TNK, ET, BTG) Peter Anton, Per Arnqvist Anton Grafström TENTAMEN 7-8-9 LÖSNINGSFÖRSLAG TILL TENTAMEN
Läs merGrundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4.
Grundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student)
Läs mer