statistiska begrepp blandning Flashcards
Residual (vid beroende ANOVA)
Residual innebär den varians i BV som inte kan förklaras av en modell. Vid beroende ANOVA är detta den varians som återstår när en tagit bort den varians som beror på individ, och den varians som beror på grupp.
Det värde på BV som redspektive individ har då en tagit bort dess gruppmedelvärde och dess individuella medelvärde utgör residualer
Eta-två (n2)
eta-två är ett mått på effektstorleken vid ANOVA angett i procent. Det säger hur stor andel varians i BV som kan förklaras av varians i OV.
Räknas ut som ss between/ ss total
Det är dock ett biased mått, det tenderar att överskatta effektstorleken.
Nämn en rekommenderad metod som forskare använder för att öka powern i sina experiment
De mäter samma individer flera gånger för att få bort felvariansen som beror på individ.
De använder så bra mätinstrument som möjligt för att minska felvariansen
De använder stora stickprov
Power ökar också om man väljer en mer liberal alfa invå, men varför är detta vanligtvis inget man rekommenderar?
risken för typ 1 fel ökar, dvs risken för att man påstår att det finns en effekt i populationen som egentligen inte finns.
ex alfanivån 0,1 skulle innebära att i 10 % av fallen så kommer vi att påstå att det finns en effekt i populationen som egentligen inte finns.
Beskriv problemet med massignifikans. Om en forskare bestämt sig för att genomföra ett experiment som kräver 10 statistiska test, vad kan hen göra för att se till att den sammanlagda risken för att begå ett typ 1 fel inte överstiger 5%?
Massignifikans innebär att då vi gör flera test på vår insamlade data, stiger också risken för att begå ett typ 1 fel.
Då en gör fler test gäller: p = 1- (1-a)
Om en forskare genomför 10 test och vid varje test har signifikansnivå 5% blir risken för att göra ett typ 1 fel:
p = 1 - (1-0,05)10
p = 0,40 = 40 %
För att se till att den sammanlagda risken att ebgå ett typ 1 fel inte överstiger 5% kan forskaren anpassa sin signifikansnivå. Detta görs genom Bonferroni korrigering:
a ny = a önskad sammanlagd /antal test
ex: a ny = 0,05/10
a ny =0,005
Alltså för att inte den sammanlagda risken för att göra ett typ 1 fel ska överskrida 5% bör forskaren alltså använda a = 0,005 vid samtliga av de 10 testen.
post hoc -test
Post- hoc test betydern “efter data” och används om du har fått ett signifikant resultat i ett Anova test och du vill veta mellan vilka grupper (medelvärde) som det finns en signifikant skillnad.
Vid Post hoc test ökar risken markant för att göra ett typ-1 fel då fler test görs med en signifikansnivå. Alfa blir mer liberal. Justering för denna massignifikans kan göra med Boferroni korrigering:
För att se till att den sammanlagda risken att ebgå ett typ 1 fel inte överstiger 5% kan forskaren anpassa sin signifikansnivå. Detta görs genom Bonferroni korrigering:
a ny = a önskad sammanlagd /antal test
ex: a ny = 0,05/10
a ny =0,005
Alltså för att inte den sammanlagda risken för att göra ett typ 1 fel ska överskrida 5% bör forskaren alltså använda a = 0,005 vid samtliga av de 10 testen.
En forskare finner efter poweranalys att powern i ett experiment är 0,8. Vad innebär det?
Vad är skillnaden mellan statistisk signifikans och klinisk signifikans?
