Forelesning 1

Question 1

Hva er hovedmålene med statistikk generelt?

Answer 1

Hovedmålene med statistikk er:

1.Beskrive verden på en forenklet måte, uten å miste relevant informasjon.

2.Forutsi/predikere fremtidige hendelser ved å bruke kunnskap fra tidligere situasjoner.

3.Beslutte ting basert på data i møte med usikkerhet.

Question 2

Hva er forskjellen mellom beskrivende statistikk og slutningsstatistikk?

Answer 2

Beskrivende statistikk oppsummerer og beskriver de viktigste egenskapene til et datasett, f.eks. gjennomsnitt, modus og median. Slutningsstatistikk vil derimot bruke utvalgsdata til å trekke slutninger om populasjonen.

Question 3

Hva er forskjellen mellom data og variabler?

Answer 3

Data er verdiene som vi samler inn fra utvalget, som vanligvis er organisert etter variabler (hva som måles) og observasjonsenheter (medlemmer av utvalget/populasjonen).

Et eksempel er at hvis vi skal måle IQ, som er en variabel, så trenger vi data for å si noe om denne variabelen. Ved at flere tar en IQ-test, så har vi dataen nok til å sette en gjennomsnittlig IQ-score.

Question 4

Hvordan forholder validitet og reliabilitet seg til begreper og variabler?

Answer 4

Når vi skal måle variabler eller begreper, så ønsker vi at de skal ha høy reliabilitet og validitet.

Det vil si at måten vi måler variabelen på må ha god konsistens slik at hvis vi f.eks. måler IQ-en til en person flere ganger, så skal den personen få samme IQ-score hvis man benytter seg av samme test. I tillegg må testen måle det den skal måle. Hvis man måler IQ, så må oppgavene på IQ-testen faktisk måle IQ-en til en person.

Question 5

Hvordan kan variabler klassifiseres basert på hvordan de representerer data? Gi ett eksempel for hver variabeltype!

Answer 5

Vi skiller mellom numeriske og kategoriske data.
Kategorisk variabler er verdier som representerer forskjellig identiteter, f.eks. ulike øyenfarger.
Numeriske variabler er verdier som representerer forskjellige størrelser med like intervaller imellom. Det er to underkategorier på numeriske variabler:

1. Kontinuerlige variabler har i prinsippet et uendelig antall nyanser (desimaler gir mening her). Et eksempel på dette er høyde i cm.
2. Diskrete variabler lar seg derimot bare måle i hele enheter, mellomverdier gir ikke mening her. For eksempel hvor mange biler man har i familien.

Question 6

Hvordan kan variabler klassifiseres basert på deres målenivå?

Answer 6

1. Nominal nivå: Den mest grunnleggende egenskapen ved en skala er at den differensierer i gjensidige utelukkende kategorier. Mann er forskjellig fra kvinne, A er forskjellig fra B, bestått er forskjellig fra ikke bestått.
2. Ordinalskala: Noen skalaer kan i tillegg til å differensiere, også uttrykke størrelse eller mengde og dermed rangering. Det viktige her er at noe er større, mer, hardere eller tyngre enn noe annet.
3. Intervallskala: En tredje egenskap med en skala er at den har like intervaller mellom hver målenhet på skalaen, f.eks. temperatur.
4. Ratioskala: En fjerde egenskap med en skala er at den har et punkt som tilsvarer verdien av 0 av det som måles, altså et absolutt nullpunkt. Eksempler på dette er alder.

Question 7

Hvordan kan variabler klassifiseres basert på deres rolle i statistisk analyse? Gi et eksempel!

Answer 7

I en statistisk analyse kan en variabel ha en av to rolle. Hvis variabelen blir manipulert, kalles det en uavhengig variabel. Variabelen vi måler i et eksperiment, kaller vi en avhengig variabel.

En fin huskeregel er at den avhengige variabelen er avhengig av den uavhengig variabelen. Så ut ifra hvordan man manipulerer den uavhengige variabelen, så vil det påvirke den avhengige variabelen.

Et eksempel på en uavhengig variabel er tiden man bruker på å studere, og den avhengige variabelen kan da være testresultatene. Så ved å manipulere hvor mye tid en elev brukte på å studere, så kan vi se hvordan det påvirker testscoren.