z Teori z Hypotesgenerering z Observation (empirisk test) z Bara sanningen : Inga falska teser z Hela sanningen : Täcker alla sanna teser

Relevanta dokument
Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

1. Test av anpassning.

Z-Testet. Idè. Repetition normalfördelning. rdelning. Testvariabel z

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

Genomsnittligt sökdjup i binära sökträd

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart

Föreläsning G04: Surveymetodik

Föreläsning G70 Statistik A

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

TMS136: Dataanalys och statistik Tentamen med lösningar

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!

Design mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

4.2.3 Normalfördelningen

S0005M V18, Föreläsning 10

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

Lösningsförslag

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 5

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1

2. Konfidensintervall för skillnaden mellan två proportioner.

Artificiell intelligens Probabilistisk logik

Så här kommer byggherren och entreprenören överens om energianvändningen

F10 ESTIMATION (NCT )

Systemdesign fortsättningskurs

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Datorövning 2 Fördelningar inom säkerhetsanalys

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Tentamen Metod C vid Uppsala universitet, , kl

Smärtlindring vid medicinsk abort

Remiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter.

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl

Kollektivt bindande styre på global nivå

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Lösningar och kommentarer till uppgifter i 1.1

Osäkerhet. Probabilistiska resonemang. Sannolikhet. Osäkerhet. ! Osäkerhet! Grundläggande sannolikhetslära. ! Bayesianska nätverk

Introduktion till statistik för statsvetare

MS-A0409 Grundkurs i diskret matematik I

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Kunskap = sann, berättigad tro (Platon) Om en person P s har en bit kunskap K så måste alltså: Lite kunskaps- och vetenskapsteori

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Datastrukturer och algoritmer

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering

E F. pn-övergång. Ferminivåns temperaturberoende i n-dopade halvledare. egen ledning. störledning

IAB Sverige Juni 2017

Grundläggande matematisk statistik

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då

Borel-Cantellis sats och stora talens lag

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

Slutrapport Bättre vård i livets slutskede

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

SveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på?

Kompletterande kurslitteratur om serier

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Introduktionsblocket SSA Ht-16. Forskningsansatser och studiedesign Peter Nygren

Handbok i materialstyrning - Del F Prognostisering

Tentamen Metod C vid Uppsala universitet, , kl

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

Örserumsviken. Förorenade områden Årsredovisning. Ansvar för sanering av förorenade områden. Årsredovisningslagen och god redovisningssed

Arbetsmiljöuppföljning IFO-FH enhet: Boendeenheten

1. Hur gammalt är ditt barn?

Datorövning 2 Fördelningar inom säkerhetsanalys

Allmänna avtalsvillkor för konsument

Föreläsning G70 Statistik A

HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen.

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Översikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.

F4 Enkel linjär regression.

a) Beräkna E (W ). (2 p)

Många tror att det räcker

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

Uppgifter 3: Talföljder och induktionsbevis

AMF. I princip är det bara möjligt att flytta privat sparande och sparande där avtalet tecknats efter den 2 februari i fjol.

Resultatet av kryssprodukten i exempel 2.9 ska vara följande: Det vill säga att lika med tecknet ska bytas mot ett plustecken.

En tablett innehåller 5 mg solifenacinsuccinat, vilket motsvarar 3,8 mg solifenacin. Hjälpämne: laktosmonohydrat (107,5 mg)

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Subsystem. Klasser är ett bra sätt att organisera små system. Klasser är för små enheter för att organisera stora system

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Transkript:

Teoribildig Översikt forskigsmetodik Mål för veteskape: Att kostruera bättre och bättre teorier De veteskapliga processe z Teori z Hypotesgeererig z Observatio (empirisk test) z Abduktio (det observerade skulle kua orsakas av ) 2 Teoribildig (forts.) Teoriegeskaper CONCEPTUALÀSCIENCE ÀÈ3OLSOÉ TEORI TEORI TEORI TEORI TEORI TEORI Sudhet z Bara saige : Iga falska teser Kompletthet z Hela saige : Täcker alla saa teser OBSERVATION EMPIRI OBSERVATION I verklighete: Teori giltig ( sa ) m.a.p. idag käda observatioer, givet ett ramverk av grudatagade ( axiom ) 3 4 Teoriers giltighet Plausibilitet ( face validity ; ug: verkar vara ok ) z Realiserar avsett beteede z Motsäger ite vad vi vet om kogitio z Ibördes kosisteta atagade Giltighet (validitet) z Går ite (uta orsak) emot gägse teorier z Samma (yttre) beteede som i empiriska observatioer Iter styrka hos e teori Förklarigsförmåga z Ger e algoritmisk beskrivig (ger svar på hur) z Geerell, dvs. täcker ett brett spektrum av empiriska observatioer Förutsägigsförmåga z Ka extrapoleras till äu ej gjorda experimet y Beskriver ibladade kogitiva processer, metala represetatioer, etc. z Ka härigeom falsifieras 5 6

Rolle av sambad Sammafall (korrelatio) Empiriska veteskaper försöker belysa sambad mella etiteter (kogitiva mekaismer, observerbara reaktioer, etc.) Måste göra empiriska observatioer där ma ka se tecke på dessa sambad 0OSITIV KORRELATION Observatio: z Högre födelsetal iom ladsdelar där det fis måga storkar.egativ KORRELATION 7 8 Korrelatio Korrelatio (forts.) B tederar att förekomma samtidigt med A När mycket A, fis mycket B ( och vice versa: När lite A, fis lite B) Fis det ågot direkt sambad mella A och B? Det fis ett sambad om påverka frå alla adra variabler ka uteslutas z Ladsbygd vs. städer z Årstidsvariatioer z z Olika stark korrelatio i Norrlad och Skåe? 2ISKÀF RÀSAMMANBLANDNING Ka ite kotrollera alla täkbara variabler 9 10 Orsakssambad (kausalitet) Orsakssambad För att visa sambad mella A och B, aktivt variera A, observera B BERÀVARÀÈ"É Oberoede variabel (OV) varieras Beroede variabel (BV) mäts È! " É È! " É OBERÀVARÀÈ!É 11 12

Orsakssambad Exempel Om B åtföljer variatioer i A så vet vi att B = f(a) Teori z Kropp och själ är två sidor av samma sak Förutsätter att ma ka kotrollera A, mäta B Ite alltid lätt att åstadkomma Hypotes z Psykiskt välbefiade bör medföra högre fysisk prestatio 13 14 Exempel Exempel (forts) Empiriskt test z Påverkar psykiskt välbefiade z Mäter resulterade fysisk prestatio Geomförade z 30 kor (Hereford-ras) i ett stall z Etc. Operatioaliserig z Kor som får lyssa på Vivaldi vs. Wager z Jämför deras mjölkproduktio Resultatet stödjer teori (me, ka bero på aat!) MJ LKPROD 6 IVAL 7 AGNER D I 15 16 Möjliga fällor Fel i hjälpatagade som gjorts? Dålig operatioaliserig? z Att musike påverkar själsligt välbefiade z Musik påverkar kaske ite bara välbefiade, uta också vakehetsgrad, etc. z Att Wager har egativ, Vivaldi positiv effekt z Mjölk esidigt mått på fysisk prestatio Möjliga fällor Sammabladig av orsakssambad? z Adra förädrigar i hur kora behadlades? z Hawthore-effekte y Vivaldi-kora fick extra mycket omtäksamhet? z Udersöktes kora samtidigt eller ka årstidsvariatioer ha spelat i? 17 18

Praktiskt dilemma Praktiskt dilemma Vill hålla allt rut omkrig kostat z För att vara säker på att effekte härrör frå OV Hur geerella blir då resultate? z Ige effekt med olika typer av pop-musik? z Gäller kaske bara i de udersökta ladugårde, årstide, etc.? I verklighete flera OV : A 1, A 2, A 3,..., A Hur veta vilka aspekter som kommer att påverka udersökige? Vill ha kotroll över (dvs. själv variera) alla variabler som ka ha e möjlig påverka Ger 2 fall, dvs. m*2 deludersökigar Hur hatera komplexitete? 19 20 Kogitiv modellerig Laboratoriexperimet Måste förstå bakomliggade koppligar mella täkbara variabler z Varför är psykiskt välbefiade kopplat till fysisk prestatio? z Vilka mekaismer och processer medlar mella psykiskt och fysiskt tillståd? Köra datorsimulerigar med täkbara variabler z Ger e figervisig om vilka var. som är itressata att udersöka empiriskt Ka ofta ite korsvariera alla aspekter ( OV ) Udersökige fokuseras i praktike till ågra få variabler i e kotrollerad laboratoriemiljö z De var. som tycks mest cetrala varieras z De var. som (förhoppigvis) är mer perifera (ex.vis. midre iverka) låses vid ågot vettigt värde Kotrollerade experimet ger säkra slutsatser (me begräsad geeralitet) 21 22 Situerad kogitio Tre perspektiv Systemsy: Hatera alla OV, me på ett sammataget sätt Stor vikt vid yttre omstädigheter, sammahag 4 CKNING KVALITATIVA UNDERS KNINGAR Miljö påverkar hur vi täker och agerar Kogitio uppstår i ett sammahag i samverka mella idivider och artefakter Beteede=f(perso, miljö) $JUPÀVARF RÀHUR LABORATORIEEXPERIMENT KOGNITIVÀMODELLERING 23 24

Veteskapsteoretisk fälla Söka bevisa ollhypotese Hypotes: Om teori är korrekt ska X häda Observatio: X häde Slutsats: Teori är korrekt Vi gör allt för att hitta fall av X, dvs. försöker kullkasta teori Vår tro att teori är korrekt ökar om vi ite lyckas Nollhypotes (H 0 ) = OV har ige effekt på BV ( X) Alterativ hypotes (H) = OV påverkar BV (X) EGENTLIGEN FANN ( ÀSANN ( ÀFALSK INGENÀEFFEKT ( TYPÀ))ÀFEL EFFEKTÀHITTAD TYPÀ)ÀFEL ( ÈaÉ 3IGNIFIKANT N RÀRISKENÀF R ( À RÀÀ 25 26 Faller teori Gradvis utvecklig av teorier om ma lyckats motbevisa favorithypotese X? T X, X Logiskt sett: Ja! Ny teori, ya hypoteser, ya empiriska test TEORI VERKLIGHET Vill egetlige ite förkasta hela teori, är delar av de falsifieras Cetral kära + bälte av perifera stödhypoteser Förädrigar OK så läge som de... z Ite är ad hoc z Ite motsäger kära 27 28 Tre metoder Forskig i praktike LABORATORIEEXPERIMENT KOGNITIVÀMODELLERING KVALITATIVA UNDERS KNINGAR &ALSIFIERING 'RADVIS KONSTRUKTION AVÀTEORIER Det fis iga 100% säkra metoder Går ite att kotrollera alla påverkasfaktorer Ka ite vara säker på att e effekt ite uppstod p.g.a. e slump (saolikhet < 0.05) Forskare träas i att täka logiskt korrekt. Ädå lätt att påverkas av z Traditioer, ivat sysätt z Öska att få sia förvätigar bekräftade 29 30

Avsikte med projektarbetet Att ite falla offer för pseudoveteskapliga påståede i ert framtida arbete z Få iblick i begräsigar hos olika metoder z Lära sig käa ige valigaste fallgropara Kua bedöma z Vilka aspekter av data är relevata för e teori eller praktisk tillämpig? z Få e uppfattig om värdet hos olika resultat y Giltighet, pålitlighet 31