Repeated Measures Anova.
|
|
- Rikard Ludvigsen
- 6 år siden
- Visninger:
Transkript
1 Repeated Measures Anova.
2 Vi bruker oppgave-5 som eksempel. I en evalueringsstudie av en terapeutisk intervensjon valgte man et pre-post med kontrollgruppe design. Alle personer ble undersøkt tre ganger - før terapi (pre), umiddelbart etter terapi (post), og tre måneder senere (oppfølging). Tolv pasienter ble tilfeldig tilordnet to grupper: en kontrollgruppe (her kodet "0"), og en intervensjonsgruppe (her kodet "1"). Resultatene for et av symptommålene som ble anvendt så slik ut: I første omgang er vi her bare interesserte i hovedeffekten av Tid.
3 Vi kan tenke på dette designet som et variansanalyse-design med to uavhengige variabler (Person og Tid) og med bare en observasjon i hver celle. Da vil det være tre forhold som kan skape variasjon i de observerte skårene: forskjeller mellom tidspunkter (hovedeffekt av Tid), forskjeller mellom personer (hovedeffekt av Person), og at forskjeller mellom tidspunkter varierer fra person til person (en Tid*Person interaksjon). Forklart varians for de to hovedeffektene beregnes som tidligere.
4 Vi kan nå estimere alle verdier ut fra de to hovedeffektene: yˆ ijk y ( y j y) ( y k y) og vi ser at vi får en tabell helt uten Person*Tid interaksjon!
5 Forskjellen mellom de observerte verdiene og verdiene estimert fra de to hovedeffektene skyldes at effekten av Tid ikke er den samme for alle personene. Vi har altså en Person*Tid interaksjon. Hvor mye denne bidrar til variasjonen kan vi finne ved å beregne forskjellen mellom observerte og estimerte verdier:
6 I denne tabellen med bare en observasjon i hver celle, er det tre mulig kilder til variasjon: forskjeller mellom personer (hovedeffekt av person), forskjeller mellom tidspunkter (hovedeffekt av tid), og en tidspunkt*person interaksjon (tid*person). Vi er her primært interesserte i hovedeffekten av Tid, og feil i forhold til denne er at den kan variere fra person til person (tid*person interaksjonen). Generelle gjennomsnittsforskjeller mellom personer er helt irrelevante for denne effekten, og vi lager en signifikanstest hvor vi tester hovedeffekten av Tid mot Person*Tid interaksjonen. og fra SPSS: Skal dere få denne analysen riktig med SPSS, må dere bruke: Analyse, General Linear Model, Repeated Measures
7 Sett fra et rent statistisk synspunkt er det stort sett alltid fordelaktig å benytte et repeated measures design. Dette gjør det mulig å se bort fra en kilde til variasjon som vi ikke er interesserte i her: effekten av person, og vi får dermed høyere statistisk styrke. I mange tilfeller er det imidlertid ikke mulig å benytte et slikt design og i andre tilfeller er det ikke særlig smart fordi det vil gi oss tolkningsproblemer dvs. problemer knyttet til indre validitet.
8 Nå var jo dette designet litt mer komplisert: vi har egentlig et to-veis design med en mellom-person variabel (Gruppe) og en innen-person variabel (Tid). Da blir beregningene mer kompliserte, og vi lar foreløpig SPSS ta seg av det
9 Multiple Comparisons.
10 Eksemplet fra tidligere med tilfeldige, ukorrelerte tall: A B B-A Mean: Sd: Varians: Trekker tilfeldige tall fra to fordelinger. Den ene (A) har gjennomsnitt 50 og varians=100. Den andre (B) har gjennomsnitt=60 og varians=100. Tallene A og B er trukket helt uavhengige av hverandre, og korrelasjonen (kovariansen) mellom dem er dermed 0. Beregner differansen mellom A og B. Vi så at: var(a-b) = var(a) + var(b) 2*Kov(A,B) Men siden tallene var ukorrelerte var kovariansen 0, og det hele forenklet seg til: var(a-b) = var(a) + var(b)
11 Samme eksempel, men med tilfeldige, korrelerte tall: A B B-A Mean: Sd: Varians: Kovarians: Korrelasjon: 0.50 Trekker tilfeldige tall fra to fordelinger. Den ene (A) har gjennomsnitt 50 og varians=100. Den andre (B) har gjennomsnitt=60 og varians=100. Tallene A og B er trukket slik at kovariansen mellom dem er 50. Beregner differansen mellom A og B. var(a-b) = var(a) + var(b) 2*Kov(A,B) Som skulle bli: var(a-b) = *50 = 100 At variasjonen til en differanse avhenger av kovariansen (korrelasjonen), kan vi dra nytte av i et design med repeterte målinger!
12 Eksempel på enveis repetert design. 8 personer er målt to ganger (under to ulike betingelser). Treatment Treatment Person A B B-A Kov(A,B) Person A B B-A Kov(A,B) Mean Mean Sd Sd Varians Varians Kovarians 1.71 Kovarians 0.43 Variansen til B-A: 0.00 Variansen til B-A: 2.57 Vi ser at variansen til differansen avhenger av kovariansen mellom A og B!
13 Her kunne vi testet differansen mellom de to gjennomsnittene ved en enkel t-test for differansen mellom korrelerte gjennomsnitt (paired samples t-test i Spss): Det vil imidlertid bare fungere dersom vi som her har bare to repeterte målinger og en uavhengig variabel. Vi kunne hatt flere målinger og/eller flere uavhengige variabler. Da må vi finne en mer generell fremgangsmåte!
14 Vi går tilbake til eksemplet vi startet med. Der fikk vi følgende resultat:
15
16 Effect-size.
17 For differanser mellom gjennomsnitt («kontraster») kan vi bruke: Cohen s d = X 1 X 2 σ X 1 X 2 Sd = X 1 X 2 Mean(Var) = X 1 X Cohen's Standard d r r LARGE MEDIUM SMALL
Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)
Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Beskrive fordelinger (sentraltendens, variasjon og form): Observasjon y i Sentraltendens
DetaljerEndring over tid. Endringsskårer eller Ancova? Data brukt i eksemplene finner dere som anova-4-1.sav, anova-4-2.sav og likelonn.sav.
Endring over tid. Endringsskårer eller Ancova? Data brukt i eksemplene finner dere som anova-4-1.sav, anova-4-2.sav og likelonn.sav. Analyse av endringsskårer (change scores). Vi så forrige gang på analyser
DetaljerAnvendt medisinsk statistikk, vår Repeterte målinger, del II
Anvendt medisinsk statistikk, vår 009 Repeterte målinger, del II Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald
DetaljerRepeterte målinger. Repeterte målinger. Eirik Skogvoll. Gjentatte observasjoner på samme individ:
Repeterte målinger Eirik Skogvoll 1.amanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2008 1 Repeterte målinger Mer eller mindre synonymt med... Repeated measurements
DetaljerRepeterte målinger. Repeterte målinger. Eirik Skogvoll
Repeterte målinger Eirik Skogvoll Førsteamanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2009 1 Repeterte målinger Mer eller mindre synonymt med... Repeated
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00
MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden
DetaljerGjør gjerne analysene under her selv, så blir dere mer fortrolige med utskriften fra Spss. Her har jeg sakset og klippet litt.
Gjør gjerne analysene under her selv, så blir dere mer fortrolige med utskriften fra Spss. Her har jeg sakset og klippet litt. Data fra likelonn.sav og vi ser på variablene Salnow, Edlevel og Sex (hvor
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.
MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert
DetaljerRELIABILITET : Pålitelighet? Troverdighet? Reproduserbarhet? Stabilitet? Konsistens?
RELIABILITET : Pålitelighet? Troverdighet? Reproduserbarhet? Stabilitet? Konsistens? I dagligtale og i ulike fremstillinger også innenfor psykologisk forskningsmetode, brukes slike begreper og reliabilitet
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: Psykologisk institutt 73 59 19 60 Eksamensdato: 23.5.2013 Eksamenstid (fra-til):
Detaljer2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.
H12 - Semesteroppgave i statistikk - sensurveiledning Del 1 - teori 1. Gjør rede for resonnementet bak ANOVA. Enveis ANOVA tester om det er forskjeller mellom gjennomsnittene i tre eller flere populasjoner.
DetaljerKlassisk ANOVA/ lineær modell
Anvendt medisinsk statistikk, vår 008: - Varianskomponenter - Sammensatt lineær modell med faste og tilfeldige effekter - Evt. faktoriell design Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin
DetaljerOppsummering & spørsmål 20. april Frode Svartdal
Oppsummering & spørsmål 20. april 2016 Frode Svartdal Nullhypotese og sånt 119 deltakere Folk som svarer på en test for prokrastinering 40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0
DetaljerGenerelle lineære modeller i praksis
Generelle lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y en eller flere uavhengige
DetaljerEksamensoppgave i PSY3100 forskningsmetoder kvantitativ
Institutt for psykologi Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 15. mai 2017 Eksamenstid: 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerLineære modeller i praksis
Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:
DetaljerEksamensoppgave i PSY3100 Forskningsmetode kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 8. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk
MASTER I IDRETTSVITENSKAP 013/015 MASTER I IDRETTSFYSIOTERAPI 013/015 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 10. mars 014 kl. 10.00-1.00 Hjelpemidler: kalkulator Eksamensoppgaven består
DetaljerEffektstørrelse. Tabell 1. Kritiske verdier for Pearson s produkt-moment-korrelasjon med 5% og 1% signifikansnivå. N 5% 1% N 5% 1%
Thor Arnfinn Kleven Institutt for pedagogikk 19.09.2013 Effektstørrelse Tradisjonelt har signifikanstesting vært fremhevet som den viktigste statistiske analyseformen i pedagogisk og psykologisk forskning.
DetaljerNoen momenter ved vurdering av eksamen PSY1010 PSYC1100 høsten 2018.
Noen momenter ved vurdering av eksamen PSY1010 PSYC1100 høsten 2018. Generelt: Denne veiledningen peker på noen elementer som kan diskuteres i oppgavene. Den er ikke dekkende eller ment som en fullstendig
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST 301 Statistiske metoder og anvendelser. Eksamensdag: Torsdag, 2. juni, 1994. Tid for eksamen: 09.00 14.00. Oppgavesettet er
DetaljerEKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012
NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:
DetaljerVerdens statistikk-dag.
Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator
DetaljerLøsningsforslag eksamen 25. november 2003
MOT310 Statistiske metoder 1 Løsningsforslag eksamen 25. november 2003 Oppgave 1 a) Vi har µ D = µ X µ Y. Sangere bruker generelt trapesius-muskelen mindre etter biofeedback dersom forventet bruk av trapesius
DetaljerOppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
DetaljerSammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt
SOS1120 Kvantitativ metode Forelesningsnotater 10. forelesning høsten 2005 Per Arne Tufte Sammenlikninger av gjennomsnitt Sammenlikner gjennomsnittet på avhengig variabel for ulike grupper av enheter Kan
Detaljer6.2 Signifikanstester
6.2 Signifikanstester Konfidensintervaller er nyttige når vi ønsker å estimere en populasjonsparameter Signifikanstester er nyttige dersom vi ønsker å teste en hypotese om en parameter i en populasjon
DetaljerOppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080.
EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 28. FEBRUAR 2005 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 4 OPPGAVER PÅ
DetaljerEksamen PSY2011 Forskningsmetode II: Eksperimentell design og statistisk analyse Høsten 2013
Eksamen PSY011 Forskninsmetode II: Eksperimentell desin o statistisk analyse Høsten 013 Skriftli skoleeksamen, manda 8. oktober kl. 09:00 (3 timer). Sensur etter tre uker. Kalkulator uten rafisk display
DetaljerNoen momenter ved vurdering av eksamen PSY1010 PSYC1100 våren 2019.
Noen momenter ved vurdering av eksamen PSY1010 PSYC1100 våren 2019. Generelt: Denne veiledningen peker på noen elementer som kan diskuteres i oppgavene. Den er ikke dekkende eller ment som en fullstendig
DetaljerKan vi stole på resultater fra «liten N»?
Kan vi stole på resultater fra «liten N»? Olav M. Kvalheim Universitetet i Bergen Plan for dette foredraget Hypotesetesting og p-verdier for å undersøke en variabel p-verdier når det er mange variabler
DetaljerOppgave 1. Kilde SS df M S F Legering Feil Total
MOT30 Statistiske metoder, høste0 Løsninger til regneøving nr. 0 (s. ) Oppgave Y ij = µ i + ε ij, der ε ij uavh. N(0, σ ) der µ i er forventa kopperinnhold for legering i og ε ij er feilleddet (tilfeldig
DetaljerVerdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/
Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator
DetaljerKort overblikk over kurset sålangt
Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente
DetaljerAnalyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger
Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives
DetaljerPSY Forskningsmetode II: Eksperimentell design og statistisk analyse, høst 2015.
Psykoloisk institutt PSY011 - Forskninsmetode II: Eksperimentell desin o statistisk analyse, høst 015. Onsda 8. oktober, 09:00 (3 timer). Kalkulator er tillatt. En liste med relevante formler er itt på
DetaljerHypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal
Hypotesetesting: Prinsipper Frode Svartdal UiTø Januar 2014 Frode Svartdal Alt dette er mat for hypotesetesting! Utgangspunkt En antakelse begrunnet i teori Dissonansteori: Hvis, så. En vanlig oppfatning
DetaljerOPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.
EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir forlag) OPPGAVESETTET
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: IKBM STAT100 Torsdag 13.des 2012 STATISTIKK 09.00-12.30 (3.5 timer) Emneansvarlig: Solve Sæbø ( 90065281) Tillatte hjelpemidler: C3: alle typer kalkulator, alle
DetaljerNorges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt
Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt BOKMÅL/NYNORSK EKSAMEN I: PED3001 - STATISTIKK FAGLIG KONTAKT UNDER EKSAMEN: Per Frostad
DetaljerLøsningsforslag eksamen 27. februar 2004
MOT30 Statistiske metoder Løsningsforslag eksamen 7 februar 004 Oppgave a) Y ij = µ i + ε ij, der ε ij uavh N(0, σ ) der µ i er forventa kopperinnhold for legering i og ε ij er feilleddet (tilfeldig variasjon)
DetaljerOppgaver Oppgavetype Vurdering Status 1 ME-417, forside Flervalg Automatisk poengsum Levert. 2 ME-417, oppgave 1 Skriveoppgave Manuell poengsum Levert
ME-417 1 Vitenskapsteori og kvantitativ metode Kandidat 3704 Oppgaver Oppgavetype Vurdering Status 1 ME-417, forside Flervalg Automatisk poengsum Levert 2 ME-417, oppgave 1 Skriveoppgave Manuell poengsum
DetaljerOppgave 1. X 1 B(n 1, p 1 ) X 2. Vi er interessert i forskjellen i andeler p 1 p 2, som vi estimerer med. p 1 p 2 = X 1. n 1 n 2.
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 17 november 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk Tapir
DetaljerInnhold. Del 1 Grunnleggende begreper og prinsipper... 39
Innhold Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forsk ning... 22
DetaljerKapittel 1 Vitenskap: grunnleggende antakelser
Innholdsfortegnelse Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forskning...
DetaljerLøsningsforslag: STK2120-v15.
Løsningsforslag: STK2120-v15 Oppgave 1 a) Den statistiske modellen er: X ij = µ i + ϵ ij, j = 1,, J, i = 1,, I Her indekserer i = 1,, I gruppene og j = 1,, J observasjone innen hver gruppe Feilleddene
DetaljerI enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x
Multiple regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable.det er fortsatt en responsvariabel. Måten dette gjøre på er nokså naturlig. Prediktoren
DetaljerPSY Forskningsmetode II: Eksperimentell design og statistisk analyse, høst 2014.
PSY011 - Forskninsmetode II: Eksperimentell desin o statistisk analyse, høst 014. Manda 7. oktober, 09:00 (3 timer). Helpemidler: Kalkulator o forhåndsodkent ordbok er tillatt. En liste med relevante formler
DetaljerEksperimentelle design
Eksperimentelle design Frode Svartdal UiTø April 2015 Frode Svartdal Eksperimentelle design Design = plan for en undersøkelse, her eksperiment Eksperimenter har som hensikt å dokumentere at variabler har
DetaljerOppgave 14.1 (14.4:1)
MOT30 Statistiske metoder, høste006 Løsninger til regneøving nr. 0 (s. ) Modell: Oppgave 4. (4.4:) Y ijk = µ + α i + β j + (αβ) ij + ε ijk, der ε ijk uavh. N(0, σ ) der µ er gjennomsnittseffekten, α i
DetaljerForelesning 6: Punktestimering, usikkerhet i estimering. Jo Thori Lind
Forelesning 6: Punktestimering, usikkerhet i estimering Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Trekke utvalg 2. Estimatorer og observatorer som stokastiske variable 3. Egenskapene til en estimator
DetaljerTyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4
3 Tyngdepunkt Kapittel 4 Forventningsverdi, varians, kovarians for én stokastisk variabel og funksjoner av stokastiske variabler TMA4240 H2006: Eirik Mo 2 4.1 Forventing til en stokastisk variabel DEF
DetaljerPSY Kvantitativ metode
PSY2014 - Kvantitativ metode Skriftlig skoleeksamen onsdag 21. mai, 09:00 (3 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon er tillatt. En liste av relevante formler og en tabell av t-fordelingen
DetaljerLøsningsforsalg til andre sett med obligatoriske oppgaver i STK1110 høsten 2015
Løsningsforsalg til andre sett med obligatoriske oppgaver i STK1110 høsten 2015 R-kode for alle oppgaver er gitt bakerst. Oppgave 1 (a) Boksplottet antyder at verdiene er høyere for kvinner enn for menn.
DetaljerSupplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013
1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for
DetaljerMOT 310 Statistiske metoder 1 Løsningsforslag til eksamen høst 2006, s. 1. Oppgave 1
MOT 310 Statistiske metoder 1 Løsningsforslag til eksamen høst 2006, s. 1 Oppgave 1 a) Normalantakelse: Målingene x 1,..., x 21 og y 1,..., y 8 betraktes som utfall av tilfeldige variable X 1,..., X 21
Detaljer10.1 Enkel lineær regresjon Multippel regresjon
Inferens for regresjon 10.1 Enkel lineær regresjon 11.1-11.2 Multippel regresjon 2012 W.H. Freeman and Company Denne uken: Enkel lineær regresjon Litt repetisjon fra kapittel 2 Statistisk modell for enkel
DetaljerST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper
ST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper Bo Lindqvist Institutt for matematiske fag 2 Kapittel 8: Sammenligning av grupper Situasjon: Vi ønsker
DetaljerTil bruk i metodeundervisningen ved Høyskolen i Oslo
MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
DetaljerStatistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015
Statistikk & dataanalyse: Et eksempel Frode Svartdal UiT mars 2015 Eksempel UTGANGSPUNKT Vi antar at den som prokrastinerer (utsetter ting) drøyer med alt mulig som skal gjøres, eksempelvis Venter med
DetaljerDenne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans
Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner
DetaljerGruppe 1 Gruppe 2 Gruppe a) Finn aritmetisk gjennomsnitt, median, modus og standardavvik for gruppe 2.
Sensurveiledning Ped 3001 h12 Oppgave 1 Er det sammenheng mellom støtte fra venner og selvaktelse hos ungdom? Dette spørsmålet ønsket en forsker å undersøke. Han samlet data på 9. klassingers opplevde
DetaljerKrysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.
SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan
DetaljerEksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Målform/språk: Bokmål Antall sider: 10. Psykologisk institutt
1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato:11.12.014 Eksamenstid
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013
DetaljerStatistikk & dataanalyse: Et eksempel. Frode Svartdal UiT april 2016
Statistikk & dataanalyse: Et eksempel Frode Svartdal UiT april 2016 Eksempel UTGANGSPUNKT Vi antar at den som prokrastinerer (utsetter ting) drøyer med alt mulig som skal gjøres, eksempelvis Venter med
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk
MSTR I IRTTSVITNSKP 013/015 MSTR I IRTTSFYSIOTRPI 013/015 Utsatt individuell skriftlig eksamen i ST 400- Statistikk Mandag 5. august 014 kl. 10.00-1.00 Hjelpemidler: kalkulator ksamensoppgaven består av
DetaljerRegional forskingskonferanse for Psykiatri og rusfeltet Vår 2013. Olav M. Linaker PH, St. Olavs Hospital/INM, NTNU
Regional forskingskonferanse for Psykiatri og rusfeltet Vår 2013 Olav M. Linaker PH, St. Olavs Hospital/INM, NTNU Effektiv forskning Dette møtet skal handle om å gjøre forskningsarbeidet vårt effektivt
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 3. april Bjørn H. Auestad Kp. 6: Hypotesetesting
DetaljerKausalanalyse og seleksjonsproblem
ERLING BERGE SOS316 REGESJONSANALYSE Kausalanalyse og seleksjonsproblem Institutt for sosiologi og statsvitenskap, NTNU, Trondheim Erling Berge 2001 Litteratur Breen, Richard 1996 Regression Models. Censored,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK2120 Statistiske metoder og dataanalyse 2. Eksamensdag: Fredag 7. juni 2013. Tid for eksamen: 14.30 18.30. Oppgavesettet er
DetaljerSimulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen
Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen gir testobservatoren t mer spredning enn testobservatoren
DetaljerTillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
EKSAMENSOPPGAVER Institutt: Eksamen i: Tid: Emneansvarlig: IKBM STAT100 Tirsdag 28.mai 2013 Solve Sæbø STATISTIKK 09.00-12.30 (3.5 timer) Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler
DetaljerPålitelighetskontroll av RTK. Geodesidagene 2016 Pål Herman Sund, Even Brøste, Narve Schipper Kjørsvik
Pålitelighetskontroll av RTK Geodesidagene 2016 Pål Herman Sund, Even Brøste, Narve Schipper Kjørsvik Hvorfor RTK og pålitelighet i 2016? Etter at vegen var bygd ble det avdekket at vegen lå for lavt.
DetaljerInferens i regresjon
Strategi som er fulgt hittil: Inferens i regresjon Deskriptiv analyse og dataanalyse først. Analyse av en variabel før studie av samvariasjon. Emne for dette kapittel er inferens når det er en respons
DetaljerLogistisk regresjon 2
Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 30. mai 2014 Eksamenstid (fra til): 09:00-13:00
DetaljerKLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger
KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.
ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. Diskrete tilfeldige variable Kp. Diskrete tilfeldige variable Har sett på (tidligere: begrep/definisjoner; tilfeldig (stokastisk variabel sannsynlighetsfordeling
DetaljerOppgave N(0, 1) under H 0. S t n 3
MOT310 Statistiske metoder 1, høsten 2011 Løsninger til regneøving nr 9 (s 1) Oppgave 1 Modell: Y i β 0 + β 1 x i + β 2 x 2 i + ε i der ε 1,, ε n uif N(0, σ 2 ) e) Y Xβ + ε der Y Y 1 Y n, X 1 x 1 x 2 1
DetaljerEksamen PSYC2104 Kvantitativ metode A Vår 2019
Eksamen PSYC2104 Kvantitativ metode A Vår 2019 Her er forslag til forhold som kunne vært med i en besvarelse. At man har fått med alt er selvsagt ikke nødvending for å bestå men jo mer jo bedre.. OPPGAVE
DetaljerLØSNING: Oppgavesett nr. 1
LØSNING: Oppgavesett nr. MAT0 Statistikk, 208 (Versjon 0) Oppgave : ( fordeling, gjennomsnitt, varians og standardavvik ) a) Plotter fordelingen til x i : antall personer 5 4 5 3 2 2 2 2 40 50 60 70 80
DetaljerTillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler. Oppgaveteksten er på 11 sider.
EKSAMENSOPPGAVE Fakultet KBM Eksamen i: STAT 100 Statistikk Tidspunkt 19. mai 017 09.00-1.30. 3,5 timer Kursansvarlig: Trygve Almøy Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
DetaljerKapittel 4.4: Forventning og varians til stokastiske variable
Kapittel 4.4: Forventning og varians til stokastiske variable Forventning og varians til stokastiske variable Histogrammer for observerte data: Sannsynlighets-histogrammer og tetthetskurver for stokastiske
DetaljerKandidatene 4507, 4542, 4545 og 4569 har meget gode besvarelser supert!
MOT 310 Statistiske metoder 1 Løsningsforslag til eksamen høst 2006, s. 1 Flott! Samlet sett leverer dere gode resultater. Kandidatene 4507, 4542, 4545 og 4569 har meget gode besvarelser supert! Totalt
DetaljerEksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Nikolai Ushakov Tlf: 45128897 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerTMA4240 Statistikk Høst 2016
TMA4240 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 11 Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale begreper
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Mette Langaas a, Ingelin Steinsland b, Geir-Arne Fuglstad c Tlf: a 988 47 649, b 926 63 096, c 452 70 806
Detaljeri x i
TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 11, blokk II Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale
DetaljerOppgavesett nr. 5. MAT110 Statistikk 1, Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1.
Innleveringsfrist: mandag 19. mars kl. 16:00 (version 01) Oppgavesett nr. 5 MAT110 Statistikk 1, 2018 Oppgave 1: ( logistikk ) Et transportfirma har et varemottak for lastebiler med spesialgods, se figur
DetaljerOppgave 1. a) Anlysetype: enveis variansanalyse (ANOVA). Modell for y ij = ekspedisjonstid nr. j for skrankeansatt nr. i:
MOT310 tatistiske metoder 1 Løsningsforslag til eksamen høst 010, s 1 Oppgave 1 a) Anlysetype: enveis variansanalyse (ANOVA) Modell for y ij ekspedisjonstid nr j for skrankeansatt nr i: Y ij µ i + ε ij,
DetaljerEksamen PSYC2104 Kvantitativ metode A Høst 2018
Eksamen PSYC2104 Kvantitativ metode A Høst 2018 Skriftlig skoleeksamen, 22. oktober (3 timer). Sensur etter tre uker. Ingen hjelpemidler er tillatt under eksamen. Alle oppgavene skal besvares OPPGAVE 1
DetaljerAVLSDATA FRA FØLLFESTIVALEN DEL 1 av Unn Reierstad, cand.scient (NLH/UMB), veterinær (NVH) / RR Reierstad Ridehest
AVLSDATA FRA FØLLFESTIVALEN DEL 1 av Unn Reierstad, cand.scient (NLH/UMB), veterinær (NVH) / RR Reierstad Ridehest MATERIALE & METODER : AVLSLÆRE For ethvert dyr er P = GEN + ENV, der P, GEN og ENV er
DetaljerLøsningsforslag eksamen STAT100 Høst 2010
Løsningsforslag eksamen STAT100 Høst 2010 Oppgave 1 a) To-utvalg, parvise data. La Y være tilfeldig variabel som angir antall drepte i periode 1 og tilsvarende X for periode 2. Vi antar parvise avhengigheter
DetaljerHelserelatert livskvalitet hos deltagere i et kommunalt livss3lsendrings3ltak; Stor og Sterk
Helserelatert livskvalitet hos deltagere i et kommunalt livss3lsendrings3ltak; Stor og Sterk Førsteforfa9er: Martha Loland, fysioterapeut M.Sc Frisklivssentralen i Stavanger Andreforfa9er og veileder:
DetaljerOppgave 13.1 (13.4:1)
MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 11 (s. 1) Modell: Oppgave 13.1 (13.4:1) Y ij = µ i + ε ij, der ε ij uavh. N(0, σ 2 ) Boka opererer her med spesialtilfellet der man
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 9. oktober 2008. Tid for eksamen: 15:00 17:00. Oppgavesettet er på
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 En bedrift produserer elektriske komponenter. Komponentene kan ha to typer
Detaljer