statistik mom 1
Variabel
egenskap som varierar mellan individer (kvalitativ/kvantitativ/respons/förklaring)
Kvalitativ Variabel
varje enhet som mäts kategoriseras ex: ögonfärg, kön
Kvantitativ Variabel
antar numeriska värden. ex: ålder, längd
Respons Variabel
variabel man är intresserad att förklara (beroende)
Förklaringsvariabel
förklarar en förändring i responsvariabeln (oberoende)
Slumpmässigt urval Fördelar
Möjliggör att dra slutsatser om en hel population pga urvalet.
Gör att vi kan ange mått på hur säkra våra slutsatser är.
Slumpmässigt urval Nackdelar
Kräver en ram.
Olämplig om man vill studera ovaliga egenskaper.
OSU (obundet slumpmässigt urval)
Helt slumpmässigt. Alla har samma chans att bli vald.
Stratifierat urval
delar in populationen i homogena delpopulationer. ex: tjej, kille.
Idealt: stor skillnad mellan strata, liten skillnad inom strata.
Klusterurval
naturliga grupper i populationen. ex: skola, jobb
Idealt: liten skillnad mellan kluster, stor skillnad inom kluster.
Systematiskt urval
utgår från en ram över enheterna i populationen, väljer vart j:te enhet med slumpmässig start. ex: ica
risk för fel om var j:te alltid är ex ett barn
Icke-slumpmässigt utval Fördelar
samlar data snabbt, billigt, enkelt
behöver ingen ram
Icke-slumpmässigt urval Nackdelar
Svårt att generalisera resultaten
Oklart hur skattningsr ska beräknas
Bekvämlighetsurval
de som är enklast att nå
Snöbollsurval
frågar en, som frågar en...
Självvalda urval
frivillig att delta. ex: medicinska studier
Kvoturval
kvotera in personer i urvalet för att skapa representativa urval.
Totala felet
slumpmässiga fel + systematiska fel
Slumpmässiga fel
urvalsfel (om urvalet var slumpmässigt)
växlar efter tillfälligheterna
Systematiska fel
urvalsfel, täckningsfel, bortfallsfel, mätfel, bearbetningsfel.
snedvrider resultatet eftersom det inte mäter det som avses
Urvalsfel
uppstår när man studerar urval istället för en hel population
täckningsfel
uppstår då ramen inte speglar populationen (under/över-täckning)
undertäckning
objekt som saknas i ramen men som borde ingå i målpopulationen
övertäckning
objekt som inte ska vara med i målpopulationen men som ändå finns i ramen
bortfallsfel
uppstår när ex inte alla enkäter blivit besvarade.
individbortfall: vissa individer vill inte delta
partiellt bortfall: vissa individer saknar mätvärden för vissa variabler
mätfel
mäter inte det man avser att mäta. kan bero på mätperioden, instrumentet, intervjuaren, respondenten
bearbetningsfel
ex: kodningsfel, inmatningsfel
Reliabilitet
tillförlitlig? risk för slumpavvikelser?
Validitet
giltiga resultat? mäter man det man avser?
statistiska felmarginalen
anger storleken på urvalsfelet.
I konfidensintervall skattning +- felmarginal
förändring > felmarginal = statistiskt säkerställt
förändring < felmarginal = förändring ligger inom felmarginalen
Lägesmått
typvärde, median, kvartiler, percentiler
Spridningsmått
variationsvidd, kvartilavstånd, standardavvikelse