Descriptive/graphic statistic

Question 1

Hvad er grafisk statistik?

Answer 1

• En god måde at simplificere analytisk data, og repræsentere det mere visuelt

Question 2

Hvad er et scatter plot?

Answer 2

• Den mest brugte metode til at beskrive eller præsentere data med to variabler (x,y). Man kan enten bruge observeret versus forventet eller man kan bruge det til at sammenligne to målte værdier. Giver en god indikation for spredning mod stigende værdi.

Question 3

Hvad er et dot plot?

Answer 3

• Er bedst til små datasæt, og det er nemt at se datapunkter, der stikker ud. Ved store datasæt kan der ske overlap mellem datapunkterne, hvilket kan forhindres ved stacking af punkterne. X-akse er værdier og y-akse kan inddeles i dage/uger.

Question 4

Hvad er et frekvens histogram?

Answer 4

• Inddeling af antal observationer i hvert interval. Data er inddelt i intervaller af x-aksen, og frekvens på y-aksen. Den er interval sensitiv (ift. størrelse af interval).

Question 5

Hvad er median og kvartiler

Answer 5

Q_1 beskriver at 25% af data ligger under denne værdi.
Q_2 også kaldet median, beskriver at 50% af data ligger enten over eller under denne værdi.
Q_3 beskriver at 75% af data ligger under og 25% ligger over denne værdi.

Question 6

Hvad er et boxplot

Answer 6

• Er god til håndtering af store datasæt, hvor data inddeles i grupper. Central linje er median for datasæt, toppen og bunden (quartiles) af rektanglen er 50% af datasættet (dispersion), og linjerne udenfor (whiskers) er det mindste og største værdi (range)

Question 7

Hvad er normal probability/distribution?

Answer 7

• Special form for scatter plot (qq plot). Bruges til hurtigt at tjekke om data følger en normal distribution. Hvis data ligger på den fittede linje er de normalfordelt, og hvis ikke, så afviger de fra normalitet. Udover dette kan en graph laves over samme datasæt, for at se det samme.

Question 8

Hvad er deskriptiv statistik?

Answer 8

• Deskriptive parameter til at give information om en population eller sample

Question 9

Hvad er sample mean x ̅?

Answer 9

Også kaldet arithmetic mean, er middelværdien for et sæt datapunkter. Sample mean er udvalgte værdier fra en population.
x ̅=(∑_(i=1)^n (x_i )/n

Sample mean bruges også til at estimere mean (μ) for en population, hvis sample er repræsentativ

Question 10

Hvad er population mean μ?

Answer 10

Middelværdi for alle værdier i en population.

μ=(∑_(i=1)^N (x_i/N)

Question 11

Hvad er sample variance s^2?

Answer 11

Variance beskriver spredningen, og bliver mere brugt i teoretisk statistik, fordi den er unbiased.
Beskriver spredning af datapunkter fra sample mean.
s^2= (∑_(i=1)^n ((x_i-x ̅ )^2 )/(n-1)

Question 12

Hvad er population variance σ^2?

Answer 12

Beskriver spredningen af datapunkter i et helt datasæt/population.
σ^2 = (∑_(i=1)^n ((x_i-μ)^2 )/n

Question 13

Hvad er sample standard deviation s?

Answer 13

Standard deviation beskriver også spredningen, men bliver oftere brugt, da den har samme enhed, som rådataen, og er biased.
Beskriver spredningen af datapunkter fra sample mean
s=√((∑_(i=1)^n ((x_i-x ̅ )^2)/(n-1))

Question 14

Hvad er population standard deviation σ?

Answer 14

Beskriver spredningen af datapunkter i et helt sæt/population
σ = √((∑_(i=1)^n ((x_i-μ)^2 )/n)

Question 15

Hvad er coefficient of variance (CV)?

Answer 15

En måde at sammenligne spredningen af data mod mean af data. Det bliver ofte brugt, hvis spredningen er proportional med koncentrationen.
CV=s/x ̅
%CV=s/x ̅ ⋅100%

Question 16

Hvad er standard deviation mean (standard error)?

Answer 16

Også kaldet ’standard error’ kigger på random variabler, da hver observation kan være random.
s(x ̅ )=s/√n

Question 17

Hvad er recovery?

Answer 17

Ratioen mellem sample mean og population mean. Man tilføjer analyt til et sample og finder ud af, hvor stor en procentdel af det tilføjede som bliver detekteret.

x ̅/μ
recovery%= x ̅/μ⋅100%

Question 18

Hvad er bias?

Answer 18

Forskellen mellem sample mean og population mean. Bias er non-random sampling. Hvis specifik vælger svaret fra en lille gruppe, og konkludere at alle må have det samme svar.
x ̅-μ
bias%=(x ̅-μ)/μ⋅100%