Kap 1-3 del 1

Question 1

Vad är Data och varför används det?

Answer 1

Sammanställningar av fakta och siffror från olika källor och används för att förbättra företags lönsamhet och konsumentupplevelse.

Question 2

Vad används Affärsstatistik till?

Answer 2

utveckla bättre marknadsstrategier, fördjupa kundengagemang, öka effektivitet inom inköp, minska kostnader, identifiera marknadstrender, och hantera risker och bedrägerier.

Question 3

Vad är de Tre nödvändiga stegen för att göra bra statistik?

Answer 3

1. välja rätt data,
2. använda lämpliga statistiska verktyg,
3. tydligt kommunicera resultaten.

Question 4

Vilka två huvudgrenar finns inom statistik?

Answer 4

deskriptiv och inferensstatistik. (inferentiell)

Question 5

Vad innebär Deskriptiv statistik?

Answer 5

fokuserar på att sammanfatta viktiga aspekter av en datamängd genom att samla in, organisera och presentera data i form av diagram och tabeller. Dessutom beräknas numeriska mått som sammanfattar data genom att exempelvis ge medelvärden osv.

Question 6

Vad innebär Inferensstatistik?

Answer 6

Att dra slutsatser om en stor datamängd (population) baserat på en mindre datamängd, ett urval.

Question 7

Vilka två huvudtyper av insamlad data finns?

Answer 7

tvärsnitts data och tidsseriedata.

Question 8

Hur samlas Tvärsnitts data in?

Answer 8

Genom att registrera en egenskap hos många ämnen vid samma tidpunkt utan hänsyn till när det samlats in.

Question 9

Hur samlas Tidsseriedata in?

Answer 9

Över flera tidsperioder och fokuserar på vissa grupper, händelser eller objekt.

Question 9

Vad innebär Strukturerad data?

Answer 9

Den visas i ett fördefinierat rad-kolumn format och är objektiv, inte öppen för tolkning.

Question 10

Vad innebär Ostrukturerad data?

Answer 10

Den passar inte in i rad-kolumnformatet.

Question 11

Vad är Big data?

Answer 11

Informationsresurser med hög volym, hög hastighet och/eller hög variation som kräver kostnadseffektiva, innovativa former av informationsbehandling som möjliggör förbättrad insikt, beslutsfattande och process automatisering.

Question 12

Vilka är de tre karaktärsdragen för big data?

Answer 12

Volym, Hastighet, variation.

Question 12

Vad avser sanningsenligheten?

Answer 12

trovärdigheten och kvaliteten på data.

Question 13

Vad är en Variabel?

Answer 13

En egenskap som skiljer sig från objekt till objekt.

Question 13

Vilka två typer av variabler finns det?

Answer 13

Kategorisk (kvalitativ) variabel., visar kategorier. Numerisk (kvantitativ) variabel, visar siffror.

Question 14

Vilka två grupper är numeriska variabler indelade i?

Answer 14

diskreta och kontinuerliga.

Question 14

Vad är en diskret variabel?

Answer 14

En variabel som antar ett räknebart värde. Behöver inte vara heltal.

Question 14

Vad är en kontinuerlig variabel?

Answer 14

En variabel som karaktäriseras av oändligt många värden inom ett intervall.

Question 15

Vilka fyra huvudsakliga mätskalor finns det?

Answer 15

• nominal, ordinal (för kategoriska)
• intervall, kvot. (för numeriska).

Question 15

Beskriv Nominalskalan?

Answer 15

representerar den minst sofistikerade nivån av mätning. Variablerna kan bara kategoriseras eller grupperas.

Question 15

Beskriv Ordinalskalan?

Answer 15

Är lite starkare nivå av mätning då vi både kan kategorisera variablerna och rangordna dem med avseende på någon egenskap.
Svaghet: vi kan inte tolka skillnaden mellan de rangordnade resultaten eftersom de faktiska numren som används är godtyckliga.

Question 15

Beskriv intervallskalan?

Answer 15

På intervallskalan kan variabeln både kategoriseras, rangordnas och vi kan hitta meningsfulla skillnader mellan dem.
Nackdel, värdet noll väljs godtyckligt. nollpunkten återspeglar inte fullständig frånvaro från det som mäts.

Question 15

Beskriv Kvotskalan?

Answer 15

Den starkaste mätnivån. Den har samma egenskaper som intervallskalan plus en verklig nollpunkt vilket gör att man kan tolka förhållanden mellan observationer.

Question 15

Vilka två strategier finns för att hantera saknade värden?

Answer 15

• Uteslutning strategin: observationer med saknade värden utesluts från efterföljande analys.
• Imputationsstrategin: De saknade värdena ersätts med några rimliga importerade värden, numeriska: medelvärde, kategoriska: vanligaste värdet.

Question 16

Vad kallas processen att ta bort delar av en datamängd som är relevanta för analys?

Answer 16

Att göra delmängder.

Question 16

Vad kan Delmängder också användas för?

Answer 16

Att eliminera observationer som innehåller saknade värden, låg kvalitativa data eller orimliga värden. Ibland innebär delmängder att utesluta variabler som innehåller överflödig information eller variabler med överdrivna mängder saknade värden.