Ladda ner presentationen
Presentation laddar. Vänta.
1
Data och att presentera data
Föreläsning 1, kvantitativ metod C-kurs Ekonomisk historia HT 2017
2
Kvantitativ metod i Ekonomisk Historia
Växt sedan 1970-talet i och med ett antal inflytelserika publikationer Användning av ekonometriska metoder, men skiljer sig oftast (men inte alltid) från Nationalekonomi Kontroversiellt i vissa fall – men man kan fråga sig hur mycket som skiljer sig från kvalitativ metod?
3
Vad man kan förvänta sig av kursen
Att man bättre ska kunna förstå och tillgodogöra sig kvantitativ metod och dess användning i ekonomisk historia Att man ska bli medveten om centrala problem inom kvantitativ metod och möjliga lösningar till problemen Att man själv praktiskt ska kunna utföra kvantitativ metod och veta varför vi gör som vi gör
4
Data och beskrivande statistik i Ekonomisk Historia
Grunden för kvantitativ metod – utan korrekt och bra data kan vi inte arbeta Historisk data kan vara problematisk på flera sätt – hur hanterar man problem? Ofta använder vi oss av tidsseriedata, vilket får betydelse för hantering och presentation av data
5
Olika typer av data/variabler
Beskrivning Exempel Nominal* Ger endast kvalitativ information Namn, yrken, länder, etc Ordinal Ranking eller ordning är viktigt Social status, ekonomisk klass, betyg, etc. Intervall Distans mellan två värden Datum, temperatur, lönesteg, skattenivå, etc. Kvot Förhållandet mellan två värden Bnp/capita, skatt/tull (i %)
6
Olika sätt att presentera data
Stapeldiagram Cirkeldiagram Linjediagram Ytdiagram
7
Stapeldiagram – Tre bankers utlåning per typ av säkerhet 1880
8
Cirkeldiagram – Utlåningsformer i % av total
9
Linjediagram - Sveriges alkoholimport 1830-1906
10
Ytdiagram – Sveriges alkoholimport 1830-1906 i % av tot
11
Olika typer av spridningsmått
Medelvärde Median Typvärde
12
Medelvärde Exempel: 3,4,4,4,4,5,7,9,11,11,71 12,1 i medelvärde (summan av alla värden delat med antal värden) Fördel: Använder alla värden, samt stor användbarhet som spridningsmått Nackdel: Känsligt för extremvärden
13
Att känna till – olika medelvärden
Aritmetiskt medelvärde – det ”vanliga” medelvärdet Geometriskt medelvärde – blir oftast mindre än det aritmetiska (använder produkten av talen, sedan roten ur av resultatet) Finns även andra: kvadratiska, kubiskt, harmoniskt, generaliserat, glidande
14
Median Exempel: 3,4,4,4,4,5,7,9,11,11,71 5 (den ”mittersta” observationen i serien) Fördel: Immunt mot extremvärden Nackdel: Mindre användbart som spridningsmått och i statistiska test
15
Typvärde Exempel: 3,4,4,4,4,5,7,9,11,11,71 4 (det vanligast förekommande värdet i serien) Fördel: Representerar den mest typiska observationen Exkluderar andra observationer, missar information
16
Övning 1 - Spridningsmått
Gör passande graf över data på strafflängd (Hudson, s. 61) Analysera medelvärde, median och typvärde Diskutera resultat
17
Variansmått Viktigt för att komplettera spridningsmått (medelvärde, etc.) Dataserier med samma medelvärde kan se mycket olika ut (se exempel, s. 94 i Hudson) Två varianter: varians och standardavvikelse (se exempel i Hudson, s. 95)
18
Övning 2 – Varians och standardavvikelse
Varians: genomsnittet av avvikelsen från medelvärdet (all värdens avvikelse från medelvärdet delat med antalet värden i serien) Standardavvikelse: roten av variansen (variansen är SD upphöjt i två) Använd data på fängelsestraff (från förra övningen) och räkna ut varians samt standardavvikelse
19
Variationskoefficient (CV)
Räknas ut som en kvot mellan standardavvikelse och medelvärdet Fördel: Går att jämföra olika seriers avvikelse från medelvärdet, särskilt när serierna har olika värden (pris i kronor jämfört med pris i pund) s/X*100 (procent)
20
Exempel på variationskoefficient (CV)
B C CV 75,8 96,0 2,8
21
Variationskoefficient över tid (regional BNP för Sverige 1860-2000)
22
Till nästa gång Läs: Hudson kapitel 3-5 (fram till avsnitt 5.7, s. 122) Gå igenom dagens genomgång och övningar Fundera över eventuella frågor inför fortsättningen
Liknande presentationer
© 2024 SlidePlayer.se Inc.
All rights reserved.