Statistik Flashcards
Vad är en korrelation? Vad finns det för olika korrelationer?
Ett linjärt samband mellan två variabler - x och y.
En korrelation kan vara positiv, negativ eller icke existerande.
Hur beskrivs en korrelation?
Med en korrelationskoefficient.
-1< r < 1.
Exempel på koefficienter är r, rho eller tau men oavsett vilken koefficient man använder varierar värdet inom samma intervall.
Vilka variabler är passande att använda för pearson och spearman?
Pearson och spearman är korrelationsanalyser.
- Pearson: Två kvantitativa och normalfördelade variabler. Parametrisk analys.
- Spearman: Kvantitativa, icke normalfördelade variabler och kvalitativa variabler. Icke parametrisk analys.
Vad ska man tänka på då man bedömer en spearman analys?
Att variablerna gör det svårt att komma upp höga korrelationsvärden så man ska inte bedöma värdena för hårt.
Man kan titta på om korrelationen man fått är bättre än de korrelationsvärden som erhållits i tidigare studier.
Vad är en bra korrelation?
Värden så nära -1 och 1 som möjligt.
Bättre resultat än de i tidigare studier.
Hur vet man om en variabel är normalfördelad?
Man kan exempelvis kolla om SD värdet är högre än hälften av medelvärdet.
Är så fallet är variabeln troligen inte normalfördelad.
Vad är en regression?
En linjär regression förklarar en variabel (y) med hjälp utav andra variabler (x).
Regressionsanalyser är multivariabla och man behöver fler än två variabler.
Vilka är kraven som måste uppfyllas för en regressionsanalys?
- Y-variabeln är kvantitativ och normalfördelad.
- X-variabeln är kvalitativ med diktom (det ska bara finns två alternativ, ex. ja/nej). X-variabeln kan också vara kvantitativa och normalfördelade.
Vad behövs inför en regressionsanalys?
- En korrelationsanalys för att se att det finns en relation mellan y och de x som ska förklara y.
- Korrelationsanalys mellan x-variablerna.
- Eventuell hantering av kolinearitet.
Varför måste man göra en korrelationsanalys mellan x-variabler inför en regressionsanalys? Vad innebär kolinearitet?
För att om det finns en korrelation mellan x-variablerna som ska förklara y (=kolinearitet) kan de störa resultatet.
Hur hanterar man en klonearitet?
Man slår ihop de x-variabler som det finns en korrelation mellan. Ex. vikt och längd blir BMI.
Vad ska man tänka på då man tittar på resultatet av en regressionsanalys?
- Hitta x och y variablerna.
- Är regressionen signifikant, p-värdet?
- Är konstanten signifikant?
- Är x-variablerna signifikanta?
- Förklaringsgraden
- Hur kan vi använda b-värden?
- Tolka beta-värden: Rangordna värdena, vilket påverkar y mest?
Vad menas med förklaringsgrad?
Hur mycket av y kan x-variablerna förklara?
Är detta värde lågt innebär det att det finns andra variabler än de i regressionen som påverkar och förklarar y.
Vad är b-värden och beta värden?
b-värden används för att kunna beräkna fram ett matematiskt utfall av y. Hur mycket varierar y om x varierar en enhet?
Betavärden används för att rangordna vilka x-variabler som påverkar y mest.
