statistik quiz

Alla Inga Spara

• förklara F-kvot är den större än den kritiska gränsen förkastar vi nollhypotesen. Detta innebär att minst en grupp skiljer sig signifikant från de andra. Den kan aldrig bli mindre än noll men den kan bli hur stor som hels
• förklara Signifikansnivån gränsen vi sätter för hur stor risk vi är villiga att ta att göra typ 1-fel när vi förkastar nollhypotesen
• hur påverkar signifikansnivån typ 1 och 2 fel Att sänka nivån minskar risken för Typ I-fel, men det ökar risken för Typ II-fel
• förklara p-värde Det faktiska måttet på hur sannolikt ditt resultat är, givet att nollhypotesen är sann. Ju lägre värde, desto mindre sannolikt att resultatet beror på slumpen.
• P-värde mindre än α slumpen förklarar troligtvis inte resultatet → förkasta nollhypotesen (statistiskt signifikant resultat)
• P-värde större än α → slumpen kan förklara resultatet → behåll nollhypotesen (inte statistiskt signifikant)
• typ 1 fel Du tror att det finns en effekt – men det gör det inte. (Förkastar en sann nollhypotes → styrt av signifikansnivån). Att öka konfidensgraden ökar risken
• typ 2-fel Du missar att det faktiskt finns en effekt. (Behåller en falsk nollhypotes → styrs bl.a. av power (1 - β), stickprovsstorlek etc). Ökad stickprovsstorlek minskar risken
• förklara konfidensintervall ett intervall av värden som med en viss sannolikhet innefattar det sanna värdet i populationen. Ett x% konfidensintervall betyder att vi kan vara x% säkra på att det sanna värdet ligger inom ett visst intervall. Det innebär att om vi skulle upprepa studien många gånger, skulle det sanna värdet hamna inom det specifika intervallet i x% av fallen
• Konfidensintervallets vidd påverkas av tre faktorer Stickprovets standardavvikelse, Konfidensgraden, Stickprovsstorleken
• cohens d användning används för att mäta skillnaden mellan två medelvärden, till exempel mellan två grupper eller före/efter en behandling. Det visar hur stor skillnaden är i antal standardavvikelser. T-test
• vad behöver cohens d mått vara för liten, medelstor, stor och mycket stor effekt? 0.2 = liten effekt 0.5 = medelstor effekt 0.8 = stor effekt 1+ = mycket stor effekt
• förklara variansanalys (anova) statistisk metod som används för att jämföra medelvärden mellan tre eller fler grupper. Man använder det för att ta reda på om någon av grupperna skiljer sig signifikant från de andra
• när används envägs anova Används när du har en oberoende variabel (faktor) och vill jämföra medelvärden mellan tre eller fler grupper
• Du vill undersöka om olika studietekniker påverkar examensresultat (betyg) på en kurs. Du har tre grupper som använder olika studietekniker:vilket test? envägs anova
• krav för envägs anova En oberoende variabel med tre eller fler grupper. En beroende variabel som är kvantitativ. Normalfördelning inom varje grupp (särskilt för små stickprov). Testas med Shapiro-Wilks test. Homogenitet av varians. Testas med Levenes test. Oberoende observationer (varje observation ska vara oberoende av de andra).
• när används två vägs anova Används när du har två oberoende variabler och vill undersöka både deras individuella effekt på den beroende variabeln samt om det finns en interaktion mellan de två variablerna
• Du vill jämföra två variabler på stressnivåer. Dessa är terapimetod (KBT, psykodynamisk terapi, kontrollgrupp) och Kön (man, kvinna). Vilket test? tvåvägs anova
• krav för tvåvägs anova Två oberoende variabler (faktorer), till exempel kön och behandlingsmetod. En beroende variabel som är kvantitativ. Normalfördelning inom varje grupp. Testas med Shapiro-Wilks test. Homogenitet av varians. Testas med Levene's test. Oberoende observationer.
• Vad gör tvåvägs anova som envägs ej gör? jämför tre eller fler grupper baserat på två faktorer och undersöker interaktionen mellan dessa faktorer
• när används mixad anova används när du har både en tidsvariabel och en gruppvariabel
• Tänk dig att du vill jämföra hur två olika behandlingsmetoder påverkar stressnivåer, och du mäter stress på tre olika tidpunkter: innan behandlingen, efter 3 veckor och efter 6 veckor. Grupp 1: KBT-behandling Grupp 2: Psykodynamisk terapi. vilket test? Mixad anova
• krav för mixad anova En inom-gruppsvariabel (t.ex. tid, mätningar före och efter behandling). En mellan-gruppsvariabel (t.ex. olika behandlingsgrupper). En beroende variabel som är kvantitativ. Normalfördelning inom varje grupp. (Testas med Shapiro-Wilks test) Homogenitet av varians. Oberoende observationer.
• förklara sfäricitet Det handlar om att skillnaderna mellan mätningarna ska ha ungefär samma varians. statistiskt antagande som gäller när du gör analyser med upprepade mätningar, som i en mixad ANOVA.
• Vad händer om sfäricitet inte uppfylls? p-värdet i ANOVA-analysen inte tillförlitligt – du riskerar att förkasta nollhypotesen felaktigt (Typ I-fel)
• hur testar man sfäricitet? Mauchly’s test of sphericity
• om sfäricitet inte uppfylls - vad gör man? använder en korrigering för att få mer tillförlitliga resultat: Greenhouse-Geisser-korrigering (vanligast) Huynh-Feldt-korrigering
• vad gör dessa tester mer exakt Greenhouse-Geisser och Huynh-Feldt-korrigering De justerar frihetsgraderna i ANOVA så att analysen blir korrekt trots att kravet på sfäricitet inte är uppfyllt
• vilket test Används för att studera samband mellan två variabler vars värden är nominaldata (frekvenser) Chi2
• vilket test används om det finns ett samband mellan kön (man/kvinna) och om man röker (ja/nej)? chi2
• krav för chi2? Oberoende observationer – varje person eller enhet får bara tillhöra en kategori. Förväntade frekvenser ska helst vara ≥ 5 i varje cell (i alla fall i majoriteten av cellerna). Variablerna ska vara på nominal- eller ordinalskala
• när är ett chi2 resultat skilt från slumpen? Signifikant skilt från slumpen om p < .005 (eller lika med .005)
• Vad representerar B0​ (interceptet) i en enkel linjär regressionsmodell? Det förväntade värdet på y när x = 0 ( värdet på den beroende variabeln när den oberoende variabeln är 0)
• 2. Vad betyder det om koefficienten B1 i en regressionsmodell är negativ? Det betyder att när x ökar, tenderar y att minska – alltså ett negativt samband mellan x och y
• 4. Vad är syftet med att genomföra en regressionsanalys? Förutsäga värden och undersöka samband mellan variabler
• vilka faktorer påverkar power Värdet på a, Den sanna effektens storlek, stickprovsstorlek och varians, undersökningens design
• vad är power sannolikheten att få ett signifikant resultat givet att nollhypotesen faktiskt är falsk (upptäcka en effekt som finns)
• vad kan vi främst påverka för att få så god power som möjligt? Stickprovsstorleken
• Vilken power får vi om risken för typ 2 fel är 10%? en power på 90%
• vad är multikollinearitet när man har tre eller flera oberoende variabler som samvarierar starkt. Det kan ställa till problem vid multipel regression
• förklara extrapolering Att gå utanför data och beräkna värden på variabeln y för värden på x där man inte har gjort några mätningar
• vad innebär det om r2 är 0,08 när man ska göra prediktioner? endast 8% av variansen i y förklaras genom linjen. Resterande 92% beror på faktorer som man inte har kontroll över
• residual/er Skillnaden mellan en mätpunkt och ett predicerat värde (det som finns kvar).
• residualspridningen Ett genomsnittligt mått på hur mycket som finns kvar utanför linjen, eller på hur stor felspridningen är. Kan betraktas som standardavvikelsen av y-värdena runt regressionslinjen

Alla Inga Spara