B&W kap 16 Chi2

Question 1

När ska icke-parametriska tester användas?

Answer 1

• Om villkoren för att få räkna parametriskt inte är uppfyllda:
• om vi har nominal- eller ordinaldata som BV
• om data inte kan antas vara tillräckligt normalfördelade
• om vi inte ska skatta någon specifik parameter, (ex. medelvärde i population, standardavvikelse för population eller p=sannolikhet)
• Är förutsättningarna för att räkna parametriskt uppfyllda bör man använda parametrisk statistik, dvs om villkor inte uppfylls men avviker inte kritiskt = parametriskt

Question 2

Vad är Chi-2?

Answer 2

• Frekvensdata (ofta på nominalnivå)
• Variabler på högre nivå - ex. intervall eller kvotdata - kan gruppindelas innan analys (ålder)
• Jämför värden man beräknat med förväntade värden givna av ren slump

Question 3

Vad finns det för typer av Chi-2 tester?

Answer 3

Det finns två typer av Chi-2 tester:

• Chi-2 “goodness of fit”: analys av en variabels utfall gentemot förväntad slump
• Chi-2 “test for independence”: analys av två variabler i korstabell med variablers utfall vs förväntad slump
• I båda testerna jämförs observerade värden (Observed) med förväntade värden (expected)

Question 4

Är Chi-2 fördelningsvärden enbart positiva eller negativa?

Answer 4

Enbart positiva (bygger ju på kvadrering)

Question 5

Hur många variabler beräknas vid Chi-2 “goodness of fit”?

Answer 5

EN variabel

Question 6

Vad betyder df?

Answer 6

Antalet frihetsgrader

Question 7

Vad betyder o vid Chi-2?

Answer 7

observerad frekvens (observed)

Question 8

Vad betyder e vid Chi-2?

Answer 8

förväntad frekvens (expected)

Question 9

Vid Chi-2 beräknas df = k - 1, vad betyder k?

Answer 9

Antalet KLASSER hos variabeln

Question 10

Hur många variabler beräknas vid Chi-2 “test of Independence”?

Answer 10

TVÅ variabler

Question 11

Vad finns det för villkor och begränsningar för Chi-2?

Answer 11

• Förutsätter oberoende observationer
• Förutsätter slumpmässiga stickprov
• Missvisande om ngn förväntad frekvens ≤5 (använd då Fishers exakta test)
• Antal observationer (frekvens) är data (ej %)

Question 12

Om man inte kan använda oberoende t-test, vad för icke-parametriskt test ska man använda sig av då?

Answer 12

Mann-Whitney U-test (för denna kursen krävs inga manuella beräkningar på detta, MEN man ska veta vilket test som är motsvarande parametriskt test)

Question 13

Om man inte kan använda beroende t-test, vad för icke-parametriskt test ska man använda sig av då?

Answer 13

Wilcoxonns teckenrangtest (för denna kursen krävs inga manuella beräkningar på detta, MEN man ska veta vilket test som är motsvarande parametriskt test)

Question 14

Om man inte kan använda envägs oberoende ANOVA, vad för icke-parametriskt test ska man använda sig av då?

Answer 14

Kruskal-Wallis test (för denna kursen krävs inga manuella beräkningar på detta, MEN man ska veta vilket test som är motsvarande parametriskt test)

Question 15

Vid beräkning av Chi-2 med två variabler, hur beräknar man df?

Answer 15

df = (r - 1)(k - 1)
r = antalet klasser för variabel 1 (antalet rader i korstabellen)
k = antalet klasser för variabel 2 (antalet kolumner i korstabellen)

Question 16

När bör man använda icke-parametrisk statistik?

Answer 16

Frekvensdata (nominalskala eller ordinalskala), inte intressant med viss parameter, variablerna ej normalfördelade

Question 17

Ge ett exempel på en icke-parametrisk metod som kan användas som ersättning för a) ett oberoende t-test

Answer 17

Mann-Whitney U

Question 18

Ge ett exempel på en icke-parametrisk metod som kan användas som ersättning för b) ett beroende t-test

Answer 18

Wilcoxons teckenrangtest

Question 19

Ge ett exempel på en icke-parametrisk metod som kan användas som ersättning för c) en envägs oberoende ANOVA

Answer 19

Kruskal-Wallis test

Question 20

Ge ett exempel på en icke-parametrisk metod som kan användas som ersättning för e) produktmomentkorrelationskoefficienten

Answer 20

Spearmans korrelation