Stastika (teorija) Flashcards

1
Q

Išskiriamos trys statistikos* dalys:

A
  • duomenų rinkimas;
  • aprašomoji statistika, nagrinėjanti duomenų sisteminimo metodus;
  • statistinės išvados – analizės ir interpretavimo metodai.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

POPULIACIJA

A

tiriamų žmonių, kitų gyvų organizmų arba negyvų objektų visuma (pvz., visi
žmonės, sergantys tam tikra liga, visi universiteto studentai).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

imtis

A

Tyrimui pasirinkta populiacijos dalis vadinama imtimi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Kokia raide žymima populiacija?

A

𝑁.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Kokia raide žymima imtis?

A

n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Kokia gali būti populiacija?

A

Populiacija gali būti
- baigtinė (visi studentai, studijuojantys Kauno universitetuose) arba
- begalinė (visi galimi pacientų kraujospūdžio matavimai). Jei populiacija yra baigtinė, jos elementų skaičius vadinamas populiacijos dydžiu ir žymimas 𝑁.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Maža imtis

A

Imties elementų skaičius žymimas raide 𝑛 (𝑛 ≤ 𝑁) ir vadinamas imties dydžiu. Jeigu 𝑛 < 30,
tai tokia imtis laikoma maža imtimi (𝑛 < 30).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Kokia gali būti imtis?

A

Imtis yra
- atsitiktinė, jeigu kiekvienas populiacijos elementas turi vienodą patekimo į imtį
tikimybę.
Imtis – reprezentatyvi, jei joje tinkamai atspindėtos tiriamų požymių reikšmių populiacijoje proporcijos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Imtyje matuojami populiacijos požymiai

A

Imtyje matuojami populiacijos požymiai vadinami kintamaisiais. Jei požymiai matuojami atsitiktinėje imtyje, tai matavimų rezultatas – kintamieji, kurie yra atsitiktiniai dydžiai.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Pagal matuojamo reiškinio prigimtį kintamieji yra:

A

KIEKYBINIAI:
KOKYBINIAI:

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

KIEKYBINIAI kintamieji

A

KIEKYBINIAI: diskretieji (pasiskiepijusiųjų skaičius) ir tolydieji (ūgis, svoris);

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Kokybiniai kintamieji

A

KOKYBINIAI: nominalieji (lytis, gyvenamoji vieta) ir ranginiai (sveikatos vertinimas 10 balų skalėje).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

KINTAMIEJI

A

KINTAMIEJI – dydžiai, gauti matuojant tiriamą požymį imtyje bei kintantys kartu su imties nariais.
Pagal matuojamo reiškinio prigimtį kintamieji skirstomi į kiekybinius ir kokybinius:

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Jei skaitinės charakteristikos skaičiuojamos visai populiacijai, gaunami ?

A

Jei skaitinės charakteristikos skaičiuojamos visai populiacijai, gaunami
populiacijos parametrai,
kurie yra pastovūs, populiaciją charakterizuojantys dydžiai.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Jei skaičiavimams naudojami imties duomenys, gaunamos ?

A

✓Jei skaičiavimams naudojami imties duomenys, gaunamos
imties statistikos,
kurios yra atsitiktiniai dydžiai.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Populiacijos parametrus galima vertinti ir intervaliniais įverčiais

A

pasikliautinaisiais intervalais.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Ką vertinam pasikliautinaisiais intervalais?

A

Populiacijos parametrus galima vertinti ir intervaliniais įverčiais

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

statistinę eilutė

A

9, 10, 8, 5, 9, 6, 7, 8, 8, 5, 6,
7, 8, 5, 7.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

variacine eilutė

A

5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 8, 8, 9, 9, 10.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Pagrindinės nominaliuosius kintamuosius aprašančios charakteristikos yra

A

dažnis ir santykinis dažnis (procentais).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

DAŽNIS

A

DAŽNIS (imtyje žymimas k) yra skaičius, nurodantis, kiek kartų dominanti nominaliojo kintamojo reikšmė pasikartoja duomenų statistinėje eilutėje.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

SANTYKINIS DAŽNIS

A

SANTYKINIS DAŽNIS (imtyje žymimas graikiška raide 𝜈 „niu“) yra skaičius, nurodantis, kokią duomenų statistinės eilutės dalį sudaro dominanti nominaliojo kintamojo reikšmė.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Santykinis dažnis apskaičiuojamas pagal formulę:

A

v=k/n
kur 𝑘 – dominančios nominaliojo kintamojo reikšmės dažnis, o 𝑛 – elementų skaičius duomenų statistinėje eilutėje (imties dydis).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Padėties charakteristikos

A

Vidurkis
Moda
Mediana
Kvantiliai
Kvartiliai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Sklaidos charakteristikos

A

Dispersija
Standartinis nuokrypis
Variacijos koeficientas
Imties plotis
Kvartilinis plotis

26
Q

Ryšio charakteristikos

A

Koreliacijos koeficientas
Asociacijos koeficientas

27
Q

VIDURKIS

A

taškas, kuris vidutiniškai artimiausias visiems statistinės eilutės elementams.
Skaičiuojamas kiekybiniams kintamiesiems. Kartais (kai turi prasmę) naudojamas ir ranginiams
kintamiesiems aprašyti (vidutinis skausmo balas skalėje nuo 1 iki 10).

28
Q

MODA

A

– tai dažniausia statistinėje eilutėje pasikartojanti reikšmė.
Gali būti nurodoma aprašant bet kurį kintamąjį, tačiau dažniausiai naudojama aprašant
kokybinius kintamuosius.

29
Q

MEDIANA

A

variacinės eilutės vidurys.
Dažniausiai nurodoma aprašant ranginius kintamuosius, bet gali būti nurodoma ir aprašant
kiekybinius kintamuosius.

30
Q

KVANTILIAI

A

ai 𝑞 eilės (0 < 𝑞 < 1) charakteristika, dalijanti variacinę eilutę į 𝑞 100 ir (1 – 𝑞) * 100 procentinių dalių.
Dažniausiai nurodomi aprašant ranginius kintamuosius, bet gali būti nurodomi ir aprašant
kiekybinius kintamuosius.

31
Q

Statistinė eilutė 9, 10, 8, 5, 4, 6, 7 kokia moda?

A

Statistinė eilutė 9, 10, 8, 5, 4, 6, 7 modos neturi.

32
Q

Statistinės eilutės 10, 8, 5, 9, 6, 7 , 8, 8, 5, 6, 7, 8, 5, 7 moda?

A

Statistinės eilutės 10, 8, 5, 9, 6, 7 , 8, 8, 5, 6, 7, 8, 5, 7 moda yra 8.

33
Q

Statistinė eilutė 10, 8, 5, 8, 9, 6, 10 moda?

A

Statistinė eilutė 10, 8, 5, 8, 9, 6, 10 turi dvi modas: 8 ir 10.

34
Q

Statistinės eilutės 10, 8, 5, 8, 9, 6, 9 moda

A

Statistinės eilutės 10, 8, 5, 8, 9, 6, 9 moda yra 8,5.

IBM SPSS programa dažnai nurodo tik vieną modą – mažesniąją, todėl moda būtų 8

35
Q

Variacinės eilutės 5, 6, 6, 7, 7, 8, 8, 9, 10 mediana ?

A

Variacinės eilutės 5, 6, 6, 7, 7, 8, 8, 9, 10 mediana yra lygi 7.

36
Q

Variacinės eilutės 5, 6, 7, 8, 9, 10 mediana ?

A

Variacinės eilutės 5, 6, 7, 8, 9, 10 mediana yra lygi (7 + 8) / 2 = 7,5.

37
Q

Standartinis nuokrypis raidė kokia? ir formulė

A

S=sqrt(S^2)

38
Q

Variacijos koeficientas raidė ir kokia formulė?

A

cv=s/x*100%
Jei cv iki 10% - sklaida maža
Jei cv 10-20 proc. - sklaida vidutinė
Jei cv yra 20-30proc. - sklaida didelė
Jei cv yra didesnis 30% - sklaida labai didelė

39
Q

Ranginiams duomenimis dažnai naudojamos charakteristikos?

A

Imties plotis = xmax - xmin
Kvartilinis plotis IQR= Q3-Q1

40
Q

STATISTINĖ HIPOTEZĖ

A

STATISTINĖ HIPOTEZĖ – tai bet koks tyrėjo teiginys apie nagrinėjamo požymio reikšmių skirstinį ar jo parametrus populiacijoje arba lyginamosiose populiacijose.

41
Q

HISTOGRAMA

A

HISTOGRAMA – stulpelinė diagrama, kuria grafiškai vaizduojamas kiekybinio kintamojo reikšmių pasiskirstymas imtyje.

42
Q

Tikrinant statistines hipotezes yra formuluojama

A

nulinė hipotezė (𝑯𝟎) ir jai alternatyvi hipotezė (𝑯𝟏), kuri yra priešinga nulinei hipotezei.

43
Q

Taisyklė, kuria remiantis nagrinėjama hipotezė yra atmetama (priimama), vadinama?

A

Taisyklė, kuria remiantis nagrinėjama hipotezė yra atmetama (priimama), vadinama STATISTINIU KRITERIJUMI.

44
Q

Statistiniai kriterijai yra sudaromi remiantis imties duomenimis bei pagrįsti dviem
principais:

A

Statistiniai kriterijai yra sudaromi remiantis imties duomenimis bei pagrįsti dviem
principais:

45
Q

Paprastai medicinoje hipotezės tikrinamos remiantis 0,95 tikimybe, t. y. teigiama, jog tikimybė P = 0,95, kad nulinė hipotezė yra teisinga, ir vadinama

A

Paprastai medicinoje hipotezės tikrinamos remiantis 0,95 tikimybe, t. y. teigiama, jog tikimybė P = 0,95, kad nulinė hipotezė yra teisinga, ir vadinama PASIKLIOVIMO LYGMENIU.

46
Q

Tuomet tikimybė, kad nulinė hipotezė yra neteisinga yra žymima α ir lygi yra apskaičiuojama: α = 1 – P = 1 – 0,95 = 0,05. Ši tikimybė vadinama ?

A

klaidos tikimybe arba REIKŠMINGUMO LYGMENIU.

47
Q

Paprastoji nulinė hipotezė teigia

A

Paprastoji nulinė hipotezė teigia, kad požymio reikšmių skirstinio parametras populiacijoje yra lygus tam tikram skaičiui arba požymio reikšmių
skirstiniai ar jų parametrai lyginamosiose populiacijose nesiskiria.

48
Q

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio skirstinio parametras populiacijoje nėra lygus tam tikram skaičiui arba požymio skirstiniai ar jų parametrai lyginamosiose populiacijose skiriasi, tuomet hipotezė vadinama

A

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio skirstinio parametras populiacijoje nėra lygus tam tikram skaičiui arba požymio skirstiniai ar jų parametrai lyginamosiose populiacijose skiriasi, tuomet hipotezė vadinama dvipuse alternatyva.

49
Q

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio parametras populiacijoje yra mažesnis arba didesnis nei tam tikras skaičius arba požymio parametras vienoje populiacijoje yra mažesnis arba didesnis nei kitoje populiacijoje, tuomet hipotezė vadinama

A

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio parametras populiacijoje yra mažesnis arba didesnis nei tam tikras skaičius arba požymio parametras vienoje populiacijoje yra mažesnis arba didesnis nei kitoje populiacijoje, tuomet hipotezė vadinama
vienpuse alternatyva.

50
Q

Pirmos rūšies klaida

A

Pirmos rūšies klaida padaroma tuomet, kai atmetama teisinga nulinė hipotezė. Šios klaidos tikimybė dar yra vadinama statistinio kriterijaus reikšmingumo lygmeniu ir žymima 𝜶: 𝑃 𝐻0 atmesti 𝐻0 teisinga = 𝛼.

51
Q

Antros rūšies klaida padaroma

A

Antros rūšies klaida padaroma, kai neteisinga nulinė hipotezė nėra atmetama. Šios klaidos tikimybė žymima 𝜷: 𝑃 𝐻0 neatmesti 𝐻0 neteisinga = 𝛽.

52
Q

Statistinio kriterijaus galia

A

Statistinio kriterijaus galia yra tikimybė atmesti neteisingą nulinę hipotezę: 𝑃 𝐻0 atmesti 𝐻0 neteisinga = 1 − 𝛽.

53
Q

Tikrinant statistines hipotezes, pirmiausia yra ?
Kas po to?

A
  • Tikrinant statistines hipotezes, pirmiausia yra formuluojamos nulinė ir alternatyvioji hipotezės (𝐻0 ir 𝐻1).
  • Po to pasirenkamas reikšmingumo lygmuo 𝛼 (dažniausiai 𝛼 = 0,05) bei nustatoma, koks statistinis kriterijus bus taikomas nulinės hipotezės tikrinimui.
  • Toliau pagal pasirinktą kriterijų iš imties duomenų skaičiuojama kriterijaus statistikos 𝑊 reikšmė 𝑤∗. Kriterijaus statistika 𝑊 yra atsitiktinis dydis, kurio skirstinys yra žinomas, kai 𝐻0 teisinga.
  • Apskaičiavus kriterijaus statistiką, kompiuterinėmis programomis apskaičiuojama kriterijaus p reikšmė.
  • Kriterijaus p reikšmė lyginama su pasirinktu reikšmingumo lygmeniu 𝛼 ir remiantis lyginimo rezultatais daroma hipotezės tikrinimo išvada.
54
Q

koks yra nulinės hipotezės tipas:

A

koks yra nulinės hipotezės tipas: parametrinė ar neparametrinė;

55
Q

koks stebimo kintamojo tipas:

A

koks stebimo kintamojo tipas: kiekybinis ar kokybinis;

56
Q

koks yra turimų atsitiktinių imčių tipas

A

koks yra turimų atsitiktinių imčių tipas: nepriklausomos ar priklausomos;

57
Q

koks stebimo kiekybinio kintamojo skirstinys:

A

koks stebimo kiekybinio kintamojo skirstinys: normalusis ar kitas.

58
Q
  • Tikrinant hipotezes, p reikšmė yra lyginama su?
A
  • Tikrinant hipotezes, p reikšmė yra lyginama su pasirinktu kriterijaus reikšmingumo lygmeniu 𝛼.
59
Q

Kaip vadinama p reikšmė? ir kaip vadinama 𝛼 reikšmė?

A
  • p reikšmė yra vadinama STEBIMU (apskaičiuotu, remiantis imties duomenimis) reikšmingumo lygmeniu,
    o 𝛼 – teoriniu (tyrėjo pasirinktu) reikšmingumo lygmeniu.
60
Q

Skaitinės charakteristikos, apskaičiuotos iš imties duomenų, yra nežinomų populiacijos parametrų?

A

Skaitinės charakteristikos, apskaičiuotos iš imties duomenų, yra nežinomų populiacijos parametrų TAŠKINIAI ĮVERČIAI.

61
Q
A