732G22 Grunder i statistisk metodik

Slides:



Advertisements
Liknande presentationer
Punkt- och intervallskattning Felmarginal
Advertisements

Inferens om en population Sid
Restauranger och service Våren 2005 T SHR: Leif Holmström Temo: Arne Modig, David Ahlin Datum:
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Klusterurval, forts..
Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4
Användande av hjälpinformation: Kvotskattning
Redovisning av drogvaneundersökning åk 7-9 Strömsunds kommun 2010
FL8 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
FL10 732G81 Linköpings universitet.
FL9 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
FL5 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Inferens om en ändlig population Sid
Jämförelse av två populationer Sid
Kapitel 5 Stickprovsteori Sid
Skånes Universitetssjukhus
MEDELVÄRDE, MEDIAN & TYPVÄRDE
732G22 Grunder i statistisk metodik
FL2 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
F11 Olika urvalsmetoder, speciellt obundet slumpmässigt urval (OSU)
Statistikens grunder, 15p dagtid
Vetenskaplig utveckling Läkarprogrammet KI HT 2010 termin 4
Workshop i statistik för medicinska bibliotekarier!
Kap 4 - Statistik.
Vad ingår kursen? i korta drag
Tillämpad statistik Naprapathögskolan
Beräkna en ekvation (metod 1)
Felkalkyl Ofta mäter man inte direkt den storhet som är den intressanta, utan en grundläggande variabel som sedan används för att beräkna det som man är.
Kartläggning av Valberedningar tillsatta under Maj 2009.
Skattningens medelfel
Student Ekonomi Erik Nygårds Hang-Jin Lee Vina Balaghi Projektarbete 2 732G22 Grunder i statistisk metodik Ht-08.
Experimentell utvärdering Språkteknologisk forskning och utveckling (HT 2006)
STs arbetsmiljörapport i samarbete med SCB Seminarium Torbjörn Carlsson.
Förelasning 6 Hypotesprövning
Centrala Gränsvärdessatsen:
FK2002,FK2004 Föreläsning 2.
Föreläsning 81 Sampling och urval Ofta möter vi påståenden av typen “4.5 miljoner svenskar såg VM-finalen i fotboll”, “en svensk tolvåring väger i genomsnitt.
Samhällsvetenskapliga metoder
732G22 Grunder i statistisk metodik
FL7 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Binomialsannolikheter ritas i ett stolpdiagram
Statistik för internationella civilekonomer
Sannolikhet Stickprov Fördelningar
FL6 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
Vara kommun Grundskoleundersökning 2014 Föräldrar 2 Levene skola årskurs 5 Antal svar 2014 för aktuell årskurs i skola: 12 Antal svar 2014 för årskurs.
Hur bra är modellen som vi har anpassat?
Normalfördelningen och centrala gränsvärdessatsen
Övningsexempel till Kapitel 7 Ex 1. BRÄNNBOLLSDILEMMAT ! En person funderar över hur man bäst uppskattar 28 meter. Av erfarenhet vet han att hans steglängd,
732G22 Grunder i statistisk metodik
F8 Hypotesprövning. Begrepp
Forskningsmetodik Sampling och urval Hypotesprövning Lektion 9
732G22 Grunder i statistisk metodik
VetU termin 4 moment 3 Analysera nivåer av kalium och kreatinin Mätningar genomförda på 120 män och 120 kvinnor (tidigare studenter KI) Dagens uppgift:
1 Fler uträkningar med normalfördelningstabell Låt X vara Nf(170,5). Beräkna Lösning:
Grundläggande statistik, ht 09, AN
Grundläggande statistik, ht 09, AN1 F6 Slumpmässigt urval 1. Population där X är diskret med fördelningen p(x). Medelvärdet μ och variansen σ². Observationer:
Föreläsning 8 732G81. Kapitel 8 Inferens om en ändlig population Sid
Statistisk hypotesprövning. Test av hypoteser Ofta när man gör undersökningar så vill man ha svar på olika frågor (s.k. hypoteser). T.ex. Stämmer en spelares.
Föreläsning 4 732G81. Kapitel 4 Sannolikhetsfördelningar Sid
Statistisk inferensteori. Inledning Den statistiska inferensteorin handlar i huvudsak om att dra slutsatser från ett slumpmässigt urval (sannolikhetsurval)
Diskreta slumpvariabler. Stokastiskvariabel En slumpvariabel (stokastisk variabel) är en Funktion eller regel som tilldelar ett tal till varje Utfall.
1. Kontinuerliga variabler
Samband & Inferens Konfidensintervall Statistisk hypotesprövning –Hypotetisk –deduktiv metod Samband mellan nominal/ordinal-variabler –Chi2-test Samband.
Samband & Inferens Konfidensintervall Statistisk hypotesprövning –Hypotetisk –deduktiv metod Samband mellan nominal/ordinal-variabler –Chi2-test Samband.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
INFERENS OCH SAMBAND. Vi vill undersöka om det finns ett samband mellan tentamensresultat och genomsnittligt antal timmar/dag man studerat. Person ABCDEFGHIJ.
Marknadsundersökning Kap 12
Presentationens avskrift:

732G22 Grunder i statistisk metodik 2017-04-06 FL9 732G22 Grunder i statistisk metodik Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik, namn osv på sid 1. Börja sedan skriva in din text på sid 2. För att skapa nya sidor, tryck Ctrl+M. Sidan 3 anger placering av bilder och grafik. Titta gärna på ”Baspresentation 2008” för exempel. Den sista bilden är en avslutningsbild som visar LiUs logotype och webadress. Om du vill ha fast datum, eller ändra författarnamn, gå in under Visa, Sidhuvud och Sidfot. Linköpings universitet

Populationsparametrar och skattningsfunktioner 2017-04-06 Populationsparametrar och skattningsfunktioner Populationsparameter (okänd sanning) Skattningsfunktion (uppskattning baserat på stickprov) Medelvärde Varians Standardavvikelse Proportionstal Linköpings universitet

Är dessa antaganden rimliga? 2017-04-06 Punktskattning = att använda skattningsfunktion som en uppskattning av populationsparameter Dock: skattningsfunktioner är slumpvariabler och antar olika värden för varje stickprov. Hur ska vi hantera den osäkerheten? Vi börjar med att göra tre antaganden: stickprovet är draget som ett OSU populationen som vi drog stickprovet ur är normalfördelad populationsstandardavvikelsen σ är känd Är dessa antaganden rimliga? Linköpings universitet

Konfidensintervall för medelvärde 2017-04-06 Konfidensintervall för medelvärde Konfidensintervall = ett osäkerhetsintervall utlagt kring som tillåter oss att med en viss säkerhet säga att µ ingår i intervallet Formel för konfidensintervall: Beräkna Hämta värdet på z ur normalfördelningstabell Linköpings universitet

2017-04-06 Exempel Glödlampor som tillverkas i en viss fabrik har en lystid som kan betraktas som normalfördelad med medelvärde 1600 timmar och standardavvikelse 100 timmar. Nu har man bytt en maskin i fabriken, och har dragit ett stickprov om 150 lampor och konstaterat att bland dem var den genomsnittliga lystiden = 1618 timmar, medan standardavvikelsen förefaller oförändrad. Beräkna ett 95% konfidensintervall för lystiderna för lampor tillverkade med den nya maskinen! Linköpings universitet

Hur kan vi påverka bredden på ett konfidensintervall? 2017-04-06 Hur kan vi påverka bredden på ett konfidensintervall? Öka n Välj en annan konfidensnivå: Lägre konfidensnivå ger ett mindre tabellvärde och därmed ett smalare intervall, men samtidigt minskar säkerheten (exempelvis, 90% konfidensnivå innebär att vi bara med 90% säkerhet inkluderar det sanna populationsmedelvärdet (µ) i konfidensintervallet) Linköpings universitet

stickprovet måste vara draget som ett OSU 2017-04-06 Den metod för att bilda konfidensintervall vi diskuterat hittills baseras alltså på de tre kraven stickprovet måste vara draget som ett OSU populationen som vi drog stickprovet ur är normalfördelad populationsstandardavvikelsen σ är känd Är det rimligt att dessa krav uppfylls i praktiken? => Nej, åtminstone inte att σ är känd Linköpings universitet

Konfidensintervall när σ är okänd 2017-04-06 Konfidensintervall när σ är okänd Baserat på antagandena att stickprovet måste vara draget som ett OSU populationen som vi drog stickprovet ur är normalfördelad kan vi skatta σ med och beräkna konfidensintervallet som där t hämtas ur t-fördelningen Linköpings universitet

2017-04-06 Exempel En viss sorts påsar med kryddor påstås innehålla 4 gram. Vi kontrollmäter fyra slumpmässigt utvalda påsar och erhåller Beräkna ett 95% konfidensintervall för genomsnittsivikten i påsarna! 4.0 3.6 3.9 4.1 Linköpings universitet

Normalfördelning (z) och t-fördelning (t) 2017-04-06 Normalfördelning (z) och t-fördelning (t) t-värdet är alltid större än z för att ta hänsyn till den ökade osäkerheten som följer av att konfidensintervallet baseras på två skattningar (både och s) t-värdet konvergerar (går mot) z när n ökar (titta i t-tabellen!) Linköpings universitet

Konfidensintervall för π 2017-04-06 Konfidensintervall för π Om np(1-p) > 5 kan vi beräkna Exempel: Vid en undersökning bland 1000 personer dagen efter melodifestivalen svarade 536 att rätt låt vann. Beräkna ett 95-procentigt konfidensintervall för andelen av svenska befolkningen som anser att rätt låt vann! Linköpings universitet

När ska vi använda vilken fördelning? 2017-04-06 När ska vi använda vilken fördelning? Typ av problem Fördelning Medelvärde, σ känd Normalfördelning Medelvärde, σ okänd t-fördelning Medelvärde, σ okänd, n > 30 Andelar Linköpings universitet

2017-04-06 Finns det någon skillnad i genomsnittlig bromssträcka mellan yngre och äldre bilförare? Beror skillnaden vi tycker oss se på slumpen, eller är den statistiskt säkerställd? Med andra ord: är populationerna Yngre respektive Äldre lika? Krav: Vi har gjort två OSU och observationerna är oberoende av varandra Populationerna som stickproven dragits ifrån kan betraktas som normalfördelade Bromssträcka (i meter) Yngre Äldre 75.1 107.3 84.9 76.9 100.6 101.0 67.0 91.7 77.3 83.2 Linköpings universitet

2017-04-06 Konfidensintervall för jämförelse av medelvärden i två populationer om stickproven är små (n1 och n2 < 30) där och t är t-tabellvärdet med n1 + n2 -2 frihetsgrader Linköpings universitet

2017-04-06 Konfidensintervall för jämförelse av medelvärden i två populationer om stickproven är stora (n1 och n2 > 30) Exempel: En fabrik har två produktionslinjer som parallellt tillverkar samma produkt. Man vill undersöka om det finns några skillnader i produktivitet mellan de två linjerna och studerar därför antalet tillverkade produkter per produktionspass under 60 dagar, och följande beräknas: Linje n Medelvärde Standardavvikelse 1 60 2581 21.35 2 2623 14.38 Linköpings universitet

Finns det någon skillnad i preferens för reklambroschyr? 2017-04-06 Finns det någon skillnad i preferens för reklambroschyr? För att jämföra två reklambroschyrer, lät en reklamfirma trycka upp 1000 broschyrer enligt en metod och 1500 broschyrer enligt en annan.   Broschyrerna delades ut till 2500 slumpmässigt valda personer och slumpen styrde också vem som fick vilken sorts broschyr. Av de 1000 broschyrerna blev 370 lästa, och av de 1500 blev 491 lästa. Finns det några skillnader i effektivitet (mätt som andel lästa) mellan de två broschyrerna? Linköpings universitet

Konfidensintervall för jämförelse av andelar i två populationer 2017-04-06 Konfidensintervall för jämförelse av andelar i två populationer Linköpings universitet

Enkelsidiga konfidensintervall 2017-04-06 Enkelsidiga konfidensintervall  > Punktskattning – tabellvärde * medelfel  < Punktskattning + tabellvärde * medelfel Exempel: Vid en anonym enkät bland ett stickprov om 100 förvärvsarbetande i en kommun uppger 16% av respondenterna att de sjukanmält sig fast de var friska fast för att slippa gå till jobbet. Beräkna ett enkelsidigt 95% konfidensintervall som ger en nedre gräns för andelen falskt sjukanmälda i kommunen. Linköpings universitet

Parvisa observationer 2017-04-06 Parvisa observationer När samma individ undersöks vid två olika tillfällen, till exempel före och efter en behandling, uppfylls inte kravet på oberoende mellan stickproven. Exempel: I en kurs i lästeknik får de 8 deltagarna vara med om två läshastighetstest, den ena före kursen och den andra efter. Har kursen gett något resultat? Deltagare 1 2 3 4 5 6 7 8 Före 287 308 275 310 322 269 290 299 Efter 298 305 288 315 321 281 295 Linköpings universitet