DEL 2 - Hypotesprövning

Question 1

Varför använder man hypotesprövning?

Answer 1

För att se om medelvärdesskillnad mellan grupper i experimentet är större än de skillnader som kan förväntas bero på slumpen

Question 2

Felvariation

Answer 2

Data som inte kan förklaras av den oberoende variabeln
- Slumpen

Question 3

Null hypothesis significance testing, NHST

Answer 3

Används för att avgöra om vi har effekter
- Binärt

Question 4

Varför behövs NHST?

Answer 4

• Se om urvalet kan säga något om populationen
• Se om varians beror på verklig effekt eller slumpmässig variation (felvariation)

Question 5

Hypotesprövningens två egenskaper:

Answer 5

• Induktiv
• Indirekt

Question 6

Hypotesprövningens tre steg:

Answer 6

1. Formulera nollhypotes
2. Beräkna sannolikheten p
3. Jämföra sannolikheten med signifikansvärde

Question 7

Vad gör vi i steg 1?

Answer 7

Formulerar H0 som alltid betyder att det INTE finns effekt

Formulerar H1, som innebär att den oberoende variabel har effekt

Question 8

Vad görs vid steg 2?

Answer 8

Vi beräknar sannolikheten, p.
p-värdet gäller endast för vårt urval, ej populationen.

p beräknas under antagandet att H0 är sann.

Question 9

Vad gör vi vid steg 3?

Answer 9

Jämför erhållet p-värde med level of significance.

Signifikansnivån kallas för alpha.

Vi antingen förkastar eller behåller H0.

Question 10

Vad gör vi om p<?

Answer 10

Förkastar H0

Question 11

Vad gör vi om p>?

Answer 11

Behåller H0

Question 12

Vad kan vi uttala oss om?

Answer 12

Ifall vi har belägg för at påstå en effekt finns

Vi testar INTE om en effekt inte finns

Question 13

Vad innebär ett statistiskt signifikant resultat?

Answer 13

En låg sannolikhet att resultatet skulle inträffa om nollhypotesen vore sann

Skillnaderna i vårt resultat är större än vad som kan förväntas av slumpen - felvariation

Question 14

Möjliga orsaker till icke-statistiskt signifikant resultat?

Answer 14

• För liten sample size
• Stor variation i data

Question 15

Typ-I-fel

Answer 15

När vi förkastar H0 som är sann

Question 16

Typ-II-fel

Answer 16

När vi behåller H0 som är falsk

Question 17

Vilket fel är värst?

Answer 17

Typ-I-fel

Question 18

Sensitivity

Answer 18

Känsligheten hos experiment.
Sannolikheten att experiment upptäcker en effekt som finns.

Question 19

Power

Answer 19

Kraften i analysen
Sannolikheten att statistiska testet ger belägg för att förkasta H0 som är falsk.

Question 20

Vilket fel kan vi koppla Power till?

Answer 20

Typ-II-fel

Question 21

Power påverkas av:

Answer 21

• Signifikansnivå
• Effektstorlek
• Sample size

Question 22

Poweranalys

Answer 22

Före experimentet räkna ut antalet deltagare man behöver för tillräckligt stor power
- Minst 0,8 - 80%

Question 23

One-tailed test

Answer 23

När man bara undersöker effekt i viss riktning

Question 24

Two-tailed test

Answer 24

När man undersöker båda riktningarna.