9 Statistiske og grafiske tips og fælder - dummier

Statistikken er fuld af faldgruber, men den er også fuld af muligheder. Uanset om du er bruger af statistikker eller nogen, der skal fortolke dem, er det muligt at falde ind i faldgruberne. Det er også muligt at gå rundt omkring dem. Her er ti tip og fælder fra områderne af hypotesetest, regression, korrelation og graf.

Betydende betyder ikke altid vigtig

Betydning er på mange måder et dårligt valgt udtryk. Når en statistisk test giver et betydeligt resultat, og beslutningen er at afvise H ₀ , garanterer det ikke, at undersøgelsen bag dataene er en vigtig. Statistikker kan kun hjælpe beslutningstagning om tal og afledninger om de processer, der producerede dem. De kan ikke gøre disse processer vigtige eller jordskælvende. Vigtigheden er noget du skal dømme for dig selv - og ingen statistisk test kan gøre det for dig.

Regression er ikke altid lineær

Når man forsøger at passe en regressionsmodel til en scatterplot, er fristelsen at straks bruge en linje. Dette er den bedst forstodte regressionsmodel, og når du kommer på hænge af det, er skråninger og aflytninger ikke alt det skræmmende.

Men lineær regression er ikke den eneste form for regression. Det er muligt at passe en kurve gennem en scatterplot. Lad dig ikke narre: De statistiske begreber bag krøllet regression er sværere at forstå end begreberne bag lineær regression.

Det er dog værd at tage sig tid til at beherske disse begreber. Nogle gange er en kurve meget bedre egnet end en linje.

Ekstrapolering ud over en prøve scatterplot er en dårlig ide

Uanset om du arbejder med lineær regression eller krøllet regression, skal du huske på, at det er upassende at generalisere ud over grænserne for scatterplot.

Antag at du har etableret et solidt forudsigeligt forhold mellem en test af matematikevidenskab og præstationer i matematikkurser, og din scatterplot dækker kun et snævert udvalg af matematikegenskab. Du har ingen måde at vide, om forholdet holder op ud over dette interval. Forudsigelser uden for dette interval er ikke gyldige.

Dit bedste bud er at udvide scatterplot ved at teste flere mennesker. Du kan måske opleve, at det oprindelige forhold kun fortæller en del af historien.

Undersøg variabiliteten omkring en regressionslinje

Omhyggelig analyse af rester (forskellene mellem observerede og forudsagte værdier) kan fortælle dig meget om, hvor godt linjen passer til dataene. En grundlæggende antagelse er, at variabilitet omkring en regressionslinie er den samme op og ned ad linjen.Hvis ikke, kan modellen måske ikke være så forudsigende som du tror. Hvis variabiliteten er systematisk (større variabilitet i den ene ende end på den anden), kan krøllet regression være mere passende end lineær. Standardværdien af ​​estimatet er ikke altid indikatoren.

En prøve kan være for stor

Tro det eller ej, dette sker undertiden med korrelationskoefficienter. En meget stor prøve kan gøre en lille korrelationskoefficient statistisk signifikant.

Men hvad betyder denne korrelationskoefficient virkelig? Bestemmelseskoefficienten -r ² - er bare. 038, hvilket betyder at SS _Regression er mindre end 4 procent af SS _Total . Det er en meget lille sammenslutning.

Nederste linje: Når man ser på en korrelationskoefficient, skal man være opmærksom på stikprøvestørrelsen. Hvis det er stort nok, kan det gøre en triviel forening vise sig statistisk signifikant. (Hmmm … betydning - der er det igen!)

Forbrugere: Kend dine akser

Når du ser på en graf, skal du sørge for at vide, hvad der er på hver akse. Sørg for at forstå måleenhederne. Forstår du den uafhængige variabel? Forstår du den afhængige variabel? Kan du beskrive hver enkelt i dine egne ord? Hvis svaret på et af disse spørgsmål er "Nej", forstår du ikke den graf, du ser på.

Når du ser på en graf i en tv-annonce, vær meget forsigtig, hvis den forsvinder for hurtigt, før du kan se, hvad der er på akserne. Annoncøren kan forsøge at skabe et langvarigt fejlagtigt indtryk af et falsk forhold inde i grafen. Det grafiske forhold kan være lige så gyldigt som det andet hæfteklammer til tv-reklame - videnskabeligt bevis via animeret tegneserie: Tiny animerede skrubbørster, der rengør tegneserie tænder, kan ikke nødvendigvis garantere hvidere tænder til dig, hvis du køber produktet.

Grafering af en kategorisk variabel som om den er en kvantitativ variabel er bare forkert.

Så du er bare klar til at konkurrere i Rock-Paper-Scissors World Series. Som forberedelse til denne internationale turnering har du taget højde for alle dine kampe fra de sidste ti år og noteret den procentdel af gange du vandt, da du spillede hver rolle.

For at opsummere alle resultaterne, brug Excels grafikfunktioner til at oprette en graf.

Så mange mennesker opretter disse slags grafer - folk der burde vide bedre. Linjen i grafen indebærer kontinuitet fra et punkt til et andet. Med disse data er det naturligvis umuligt. Hvad er der mellem rock og papir? Hvorfor er de lige enheder fra hinanden? Hvorfor er de tre kategorier i den rækkefølge?

Kort sagt, en linjediagram er ikke den rigtige graf, når mindst en af ​​dine variabler er et sæt af kategorier. Opret i stedet en kolonnegraf. Et cirkeldiagram virker også her, fordi dataene er procentsatser, og du har bare nogle få skiver.

Når det er relevant, skal du inkludere variabilitet i din graf

Når punkterne i din graf repræsenterer betyder, skal du sørge for at grafen indeholder standardfejl for hvert gennemsnit.Dette giver seeren en ide om variabiliteten i dataene - hvilket er et vigtigt aspekt af dataene.

Midler i sig selv fortæller dig ikke altid hele historien. Tag enhver lejlighed til at undersøge afvigelser og standardafvigelser. Du kan finde nogle skjulte nuggets. Systematisk variation - høje værdier af varians forbundet med store midler, for eksempel - kan være et fingerpeg om et forhold, du ikke så før.

Vær forsigtig, når du relaterer statistik lærebogskoncepter til Excel

Hvis du er seriøs med at lave statistisk arbejde, har du sandsynligvis mulighed for at se på en statistik tekst eller to. Husk på, at symbolerne i nogle områder af statistikker ikke er standard.

Tilslutning af tekstbogskoncepter til Excel's statistiske funktioner kan være en udfordring på grund af teksterne og på grund af Excel. Meddelelser i dialogbokse og i hjælpefiler kan indeholde andre symboler end dem du læser om, eller de kan bruge de samme symboler, men på en anden måde. Denne uoverensstemmelse kan få dig til at foretage en forkert indtastning i en parameter i en dialogboks, hvilket resulterer i en fejl, der er svær at spore.