Statistik seminarium
Hypotesprövning
är när man testar en gissning med data för att se om den verkar stämma eller inte
multipel linjär regrission
är en metod som hittar sambandet mellan ett resultat och flera saker som kan påverka det
beroende variabel
är en variabel som visar resultat på de man försöker förklara (kvmpris)
intressevariabel
är den förklarande variabel som forskaren bryr sig mest om (brottanmälningar per 1000k)
kontrollvariabel
är saker man håller konstanta så att de inte påverkar resultatet, (boarea, biarea och byggår)
nominal variabel
är en kategorivariabel utan någon inbördes ordning som strandnära och kommun
ordinalvariabel
är en kategorivariabel där kategorierna har en tydlig ordning som energiklass, belägenhet och kommungrupp
kvantitativ variabel
är en variabel som mäts med siffror som längd eller vikt
dummy variabel
är en variabel som visar kategorier med siffror 0 och 1
regressionskoefficient
visar hur mycket resultatet ändras när en förklarande variabel ökar med 1
konfidensintervall
visar inom vilket intervall ett värde troligen ligger
P-värde
visar hur troligt det är att ett resultat beror på slumpen
R2
visar hur stor del av variationen i resultatet som modellen lyckas förklara
justerat R2
visar hur mycket modellen förklarar men straffar onödiga variabler
centrala gränsvärdessatsen
När man lägger ihop många slumpgrejer blir resultatet nästan alltid "normalfördelat"
Varför använder vi LN/LOG
för att variablerna var snedfördelade och för att få mer linjärt samband, minska extremvärden och kunna tolka koefficienterna som procentuella effekter
Vad är er huvudsakliga slutsats?
Att brott inte var kopplat till kvmpris (rik och fattig) men när vi la in lnkvm och lnbrott (utan kontrollvariabler) så fanns det ett samband.