Types of Measurement Errors Quiz

Odpowiednia liczebność, dobrana losowo

Lepsze opisanie populacji generalnej

Gdy badana cecha manifestuje się silnie z dużą powtarzalnością

30 elementów

Przypadkowy

Test U Manna-Whitneya

k-1

Test Kruskala-Wallisa

R spearmana, Tau Kendalla, test χ2 (chi kwadrat)

Test Kołmogorowa-Smirnowa i test χ2 (chi kwadrat)

Miara korelacji pomiędzy 2 zmiennymi jakościowymi w tabeli 2x2; przyjmuje wartości od 0 do 1.

Im bliższa 1 jest wartość współczynnika, tym silniejsze jest powiązanie pomiędzy analizowanymi cechami.

Jeśli wartość wynosi 0, to cechy X i Y są niezależne.

Model regresji liniowej i model regresji logistycznej.

Polega na tym, że każdej wartości jednej zmiennej niezależnej odpowiada tylko jedna, jednoznacznie określona wartość zmiennej zależnej.

Błąd próbkowania to rozkład częstości danych, nawet w dobrze dobranej próbie, który jest nieco inny niż w populacji generalnej.

Cechy stałe to własności wspólne dla wszystkich jednostek danej zbiorowości statystycznej, definiują badaną grupę.

Rodzaje cech statystycznych to cechy stałe (CS) i cechy zmienne.

Błąd losowy wynika z czynników losowych, na które eksperymentator nie ma wpływu, np. zmienność indywidualna obiektów.

Przykłady cech jakościowych to np. kolor oczu, płeć, obywatelstwo, miejsce zamieszkania.

Polega na obczytaniu się w celu zebrania potrzebnych informacji do badania.

Jest to etap zbierania danych, mający na celu przetestowanie metod badawczych przed badaniem właściwym.

Materiał ciągły (longitudinalny), materiały przekrojowe, materiał półciągły.

Należy usystematyzować, pogrupować, zestawić zebrane dane oraz obliczyć odpowiednie statystyki i dokonać prezentacji graficznej.

Opis wyników polega na przedstawieniu uzyskanych wyników, natomiast ocena/dyskusja wyników to analiza i interpretacja uzyskanych wyników.

1. Ostatnia cyfra nie zmienia się, jeśli po niej następuje cyfra mniejsza od 5: 3,5739 -> 3,57
2. Ostatnia cyfra nie zmienia się, jeśli następuje po niej 5, a wszystkie kolejne to 0 lub są nieokreślone a ostatnia jest parzysta: 3,565 -> 3,56; 3,565000 -> 3,56
3. Ostatnia cyfra zwiększa się o 1 jednostkę, jeśli po niej następuje cyfra większa od 5: 3,5783 -> 3,58
4. Ostatnia cyfra zwiększa się o 1 jednostkę, jeśli po niej następuje cyfra 5 a po niej następują inne cyfry większe od 0
5. Ostatnia cyfra zwiększa się o 1 jeśli po niej następuje 5, dalej jest 0 lub nieokreślone a ostatnia jest nieparzysta: 3,575 -> 3,58

Proporcje - metoda klasyfikacji jest rozłączna i wyczerpująca – badana jednostka znajduje się w jednej i tylko jednej kategorii!!!!- proporcję przypadków określa się jako wynik podzielenia liczby przypadków przez całkowitą liczbę przypadków!!!!- dodając proporcję przypadków znajdujących się we wszystkich kategoriach otrzymujemy jedność!!!!- N1+N2+N3+N4=N - N1/N + N2/N + N3/N + N4/N=1

Otrzymuje się je z proporcji pomnożonej przez 100.

Wstęp, cel pracy, materiał, metody, wyniki (analiza), dyskusja, wnioski (podsumowanie), literatura.

Jeśli próba była reprezentatywna, można pokusić się o uogólnianie uzyskanych wyników na populację generalną. Jednak zwracać uwagę na ograniczenia i poczynione założenia.

Prawo trzech sigm mówi o znikomym prawdopodobieństwie wystąpienia wartości cechy wykraczającej poza przedziały: <-3s, +3s>, które zawierają 99,7% osobników.

Stosowanie odchylenia przeciętnego jako miary dyspersji jest celowe, gdy znaczne odchylenia, nawet pojedynczych wartości od wartości średniej, mogą spowodować zawyżenie poziomu odchylenia standardowego, szczególnie gdy pomiarów jest zaledwie kilka.

Tylko 5% obserwacji wykracza poza obszar wyznaczony przez średnią arytmetyczną i dwa odchylenia standardowe.

Prawo to oznacza, że znaczne odchylenia, nawet pojedynczych wartości od wartości średniej, mogą prawo spowodować zawyżenie poziomu odchylenia standardowego.

Oznacza to, że około 32% obserwacji wykracza poza typowy przedział wyznaczony przez średnią arytmetyczną i odchylenie standardowe.

Odchylenie przeciętne jest stosowane jako miara dyspersji w przypadkach, gdy znaczne odchylenia pojedynczych wartości od wartości średniej mogą wpłynąć na poziom odchylenia standardowego, szczególnie przy niewielkiej liczbie pomiarów.

Oznacza to, że tylko 0,3% obserwacji wykracza poza obszar wyznaczony przez średnią arytmetyczną i trzykrotność odchylenia standardowego.

Odchylenie standardowe dla populacji, oznaczone jako Sigma, mierzy rozproszenie danych względem średniej populacyjnej.

Prawo trzech sigm określa, że <-1s, +1s> zawiera 68,3% osobników, <-2s, +2s> zawiera 95,5% osobników, a <-3s, +3s> zawiera 99,7% osobników.

To wynika z faktu, że przeciętnie 6 odchyleń standardowych pokrywa się z prawie całym zakresem zmienności cechy, co oznacza, że około 32% obserwacji wykracza poza typowy przedział wyznaczony przez średnią arytmetyczną i odchylenie standardowe.

Elementy wybrane do próby powinny reprezentować ogół elementów badanej całej zbiorowości (populacji generalnej) i spełniać określone warunki.

Im większa próba, tym lepiej opisuje populację generalną.

Minimum statystyczne liczebności próby wynosi 30 elementów.

Dobór jednostki do próby powinien być przypadkowy, każdy element powinien mieć jednakowe szanse wejścia do próby.

Odchylenie standardowe dla populacji to miara rozproszenia wartości w populacji.

Badania pilotażowe to wstępne badania mające na celu przeprowadzenie ewentualnej modyfikacji metod przed właściwymi badaniami.

Przejście od danych indywidualnych do danych zbiorowych oznacza usystematyzowanie, pogrupowanie i zestawienie zebranych danych w celu obliczenia odpowiednich statystyk i prezentacji graficznej.

Rodzaje materiałów to materiał ciągły, materiał przekrojowy i materiał półciągły.

Obserwujemy te same elementy materiału pod względem tej samej zmiennej po ustalonym okresie czasu.

Analiza statystyczna to proces prezentacji danych statystycznych i analizy zmian w badaniach.

R spearmana, Tau Kendalla, test χ2 (chi kwadrat)

Test U Manna-Whitneya

Test Kruskala-Wallisa

68%, 95%, 99.7%

k-1

Związek funkcyjny odznacza się tym, że każdej wartości jednej zmiennej niezależnej (będziemy ją oznaczać jako X) odpowiada tylko jedna, jednoznacznie określona wartość zmiennej zależnej (Y).

Modele regresyjne omawiane w tekście to modele regresji liniowej i modele regresji logistycznej.

Omawiane w tekście miary zależności między zmiennymi ciągłymi to korelacja i miary korelacji.

Wartość współczynnika V-Cramera interpretuje się jako miarę korelacji pomiędzy 2 zmiennymi jakościowymi; przyjmuje wartości od 0 do 1, gdzie im bliższa 1, tym silniejsze jest powiązanie pomiędzy analizowanymi cechami.

Przykłady cech jakościowych w analizie statystycznej to np. kolor oczu, płeć, preferencje kulinarne.

Błąd próbkowania to rozkład częstości danych (zmienność próby) nawet w dobrze dobranej próbie, który jest nieco inny niż w populacji generalnej.

Związek funkcyjny między zmiennymi polega na tym, że zmiany w jednej zmiennej powodują przewidywalne i zależne zmiany w innej zmiennej.

Cechy stałe to własności wspólne dla wszystkich jednostek danej zbiorowości statystycznej, definiujące badaną grupę.

Dwa rodzaje modeli regresyjnych omawianych w tekście to model liniowy i nieliniowy.

Liczba stopni swobody w takim przypadku wynosi k-1.

1. Ostatnia cyfra nie zmienia się, jeśli po niej następuje cyfra mniejsza od 5: 3,5739 -> 3,57 2. Ostatnia cyfra nie zmienia się, jeśli następuje po niej 5, a wszystkie polejne to 0 lub są nieokreślone a ostatnia jest parzysta: 3,565 -> 3,56; 3,565000 -> 3,56 3. Ostatnia cyfra zwiększa się o 1 jednostkę, jeśli po niej następuje cyfra większa od 5: 3,5783 -> 3,58 4. Ostatnia cyfra zwiększa się o 1 jednostkę, jeśli po niej następuje cyfra 5 a po niej następują inne cyfry większe od 0 5. Ostatnia cyfra zwiększa się o 1 jeśli po niej następuje 5, dalej jest 0 lub nieokreślone a ostatnia jest nieparzysta: 3,575 -> 3,58

Prawo trzech sigm mówi, że około 99.7% obserwacji mieści się w przedziale od trzech odchyleń standardowych poniżej do trzech odchyleń standardowych powyżej średniej.

Kroki pracy końcowej to: wstęp, cel pracy, materiał, metody, wyniki (analiza), dyskusja, wnioski (podsumowanie), literatura.

Błąd próbkowania to różnica między wynikiem uzyskanym z próby a rzeczywistą wartością w populacji, spowodowana losowym doboru próby.

Dobór jednostki do próby powinien być losowy i reprezentatywny, aby zapewnić wiarygodność wyników.

Prawo trzech sigm mówi o niskim prawdopodobieństwie wystąpienia wartości cechy wykraczającej poza przedziały: <-3s, +3s>, które zawierają 99,7% osobników.

Odchylenie przeciętne jako miara dyspersji jest stosowane w przypadku znacznego odchylenia pojedynczych wartości od wartości średniej, szczególnie gdy pomiarów jest zaledwie kilka.

Prawo trzech sigm mówi, że przedział <-3s, +3s> zawiera 99,7% osobników, <-2s, +2s> zawiera 95,5% osobników, a <-1s, +1s> zawiera 68,3% osobników.

Współczynnik V-Cramera interpretuje się jako miarę związku między zmiennymi kategorialnymi, gdzie wartość bliska 1 wskazuje na silny związek, a wartość bliska 0 - na brak związku.

Zgodnie z podanymi w tekście zasadami, liczby zaokrągla się zwykle do dwóch miejsc po przecinku.

Odchylenie standardowe dla populacji jest miarą rozproszenia wartości w populacji, określa, jak bardzo wartości populacyjne różnią się od średniej populacyjnej.

Tekst omawia modele regresji liniowej oraz nieliniowej.

Związek funkcyjny między zmiennymi oznacza, że zmiana jednej zmiennej jest powiązana ze zmianą drugiej zmiennej w określony sposób.

Liczba stopni swobody w tym przypadku wynosi k - 1.

To oznacza, że zwykle 99,7% osobników zawiera się w przedziale o szerokości 6 odchyleń standardowych od średniej.