Video: Sådan føles det at leve med ADHD 2025
Hvordan ved du, om en prognostrend er virkelig? Hvis du ser en basislinje, der ser ud som om den går op eller ned, betyder det en reel trend, eller er det bare tilfældig variation? For at besvare disse spørgsmål skal du komme ind i sandsynlighed og statistik. Heldigvis behøver du ikke komme ind i dem for langt - håndleddybde, måske.
Den grundlæggende tankegang går således:
- Brug Excel til at fortælle dig, hvad sammenhængen er mellem salgsindtægter og deres tilknyttede tidsperioder.
Det er ligegyldigt, om jeg repræsenterer denne tidsperiode som januar 2011, februar 2011, marts 2011 … december 2016 eller som 1, 2, 3 … 72.
- Hvis der ikke er noget forhold, målt ved sammenhængen, mellem indtægter og tidsperiode er der ingen tendens, og du behøver ikke bekymre dig om det.
- Hvis der er et forhold mellem indtægter og tidsperioder, skal du vælge den bedste måde at håndtere trenden på.
- Når Excel beregner korrelationen, skal du beslutte, om det repræsenterer et reelt forhold mellem tidsperiode og indtægt, eller om det bare er et heldigt skud.
Hvis sandsynligheden for at det er lige held er mindre end 5 procent, er det en reel trend. (Intet magi omkring 5 procent - det er konventionelt. Nogle mennesker foretrækker at bruge 1 procent som deres kriterium - det er mere konservativt end 5 procent, og de føler sig lidt sikrere.) Dette rejser spørgsmålet om statistisk betydning: Hvilken sandsynlighed har du brug for, før du beslutter dig for at noget (her en korrelation) er den rigtige McCoy?
Der findes forskellige metoder til at teste den statistiske betydning af en korrelationskoefficient. Her er tre populære metoder:
- Test korrelationen direkte og sammenlign resultatet med den normale distribution.
- Test korrelationen direkte og sammenlign resultatet med t-fordeling (t-fordelingen, selv om den ligner den normale kurve, forudsætter at du bruger en lille prøve snarere end en uendelig stor population).
- Konverter korrelationen med Fisher transformation (som konverterer en korrelationskoefficient til en værdi, der passer til den normale kurve) og sammenligner resultatet med den normale fordeling.
Der findes andre populære metoder til at teste den statistiske betydning af en korrelationskoefficient. Hver returnerer et lidt andet resultat. I praksis vil du næsten altid foretage den samme beslutning (korrelationen er eller er ikke signifikant forskellig fra nul), uanset hvilken metode du vælger.
Hvis du konkluderer, at den tendens, korrelationsforanstaltningerne er reelle (og når sandsynligheden er mindre end 1 procent, at korrelationen er et spøgelse, skal du sandsynligvis acceptere denne konklusion). Du har yderligere to spørgsmål til at spørge dig selv: >
