Fordele og ulemper ved latent klasseanalyse
|
|
- Line Søgaard
- 7 år siden
- Visninger:
Transkript
1 Fordele og ulemper ved Institut for Erhvervsstudier, Aalborg Universitet
2 Disposition Hvad er (klassisk)? Eksempel på anvendelse Senere udviklinger Eksemplet fortsat Fordele og ulemper ved latent klasseanalyse
3 Hvad er (klassisk)? Paul F. Lazarsfeld, o og frem til 1968 Faktoranalyse af kvalitative data? Begrebet statistisk forklaring (Mosteller) Estimation med tvivlsomme metoder Leo A. Goodman, Et specialtilfælde af den log-lineære model til analyse af antalstabeller ML estimation af modellens parametre Første computerprogram (Clogg s MLLSA, 1977) Falder ind under modeller med incomplete data, Dempster, Laird & Rubin (1977)
4 Eksempel på anvendelse af (klassisk) latent klasseanalyse Forbrugerklageundersøgelsen 1978 Repræsentativ undersøgelse med 600 respondenter 6 hypotetiske situationer A - F For hver situation bliver respondenten spurgt om han/hun vil klage i situationen Eksempel
5 Eksempel på anvendelse af Formålet med spørgsmålene er at måle forbrugernes klagetilbøjelighed Hertil blev først anvendt itemanalyse i form af en Rasch-model Med 6 items giver modellen grundlæggende en klassifikation i 7 grupper, hvoraf de to ydergrupper (klager aldrig, klager i hver situation) er ikkeskalerbare Data blev senere analyseret med MLLSA med følgende resultat
6 Eksempel på anvendelse af 6
7 Eksempel på anvendelse af Vurdering af goodness-of-fit Bestemmelse af antal klasser ved AIC, BIC, o.l. For et givet antal klasser 2 -statistics, Pearson og specielt L 2 Hypotesetests ved betinget testning af nestede modeller Restriktioner på parametrene Værdirestriktioner Lighedsrestriktioner Tilordning af hver respondent til klassen med størst recruitment probability (Bayes teorem)
8 Eksempel på anvendelse af Modellen giver altså En opdeling af respondenterne efter deres forskellige klageprofil Et estimat over størrelsen af klasserne For et givet antal klasser, et goodness-of-fit -mål baseret på 2 -fordelingen Mulighed for hypotesetest ved betinget testning En klassifikation af respondenter, der i princippet gør den latente klassevariabel manifest
9 Udvikling af den latente klasse model De gyldne år 1980 ca Flere anvendelser Udvikling den grundlæggende model Mixed Markov og Latent Markov (Poulsen, 1982) Mixed Latent Markov (Langeheine & van der Pol, (1990) LK-modellen som logistisk regression, (Kamakura & Russel, 1989) Softwareudvikling, PANMARK, lem, Latent GOLD LK modellen som et ikke-parametrisk alternativ til Bayesianske metoder og multi-level modellering Ca En række stadig mere raffinerede, men også mere komplekse modeller, især knyttet til Vermundts & Magidsons Latent GOLD program
10 Eksempel på mere avanceret brug af Klageundersøgelsen blev fulgt op i 2002 De samme 6 situationer anvendtes med henblik på sammenligning af strukturen på de to tidspunkter Resultatet
11 * N.B. Kun 2 klasser Eksempel på mere avanceret brug af A D E B F C A D E B F C Klasse 1 (54%) Klasse 2 Klasse 1 (57%) Klasse 2 (43%) A = Sokker, B =Tæppe, C = Køleskab, D = Bukser og trøje, E = Ægte bihonning, F = Bogreol Postalt udsendt skema efter en telefonisk rekruttering Forskellene mellem de to modeller kan formelt testes ved en gruppe analyse, Goodman & Clogg (1982)
12 Eksempel på mere avanceret brug af I 2002 tilføjedes 4 nye situationer, G J, som var inspirerede af typiske sager fra Forbrugerklagenævnet De indeholdt hver en række elementer, som blev varieret eksperimentelt i et telefonisk interview (CATI)
13 Situation G: Eksempel på mere avanceret brug af 1. 4 mdr mdr mdr. 1. Et lavprisvarehus 2. En skoforretning kr. 2. 1,000 kr. 3. 1,200 kr. Hver respondent fik et tilfældigt valgt niveau af de tre eksperimentelle faktorer præsenteret. Der er således 18 varianter af denne klagesituation.
14 Situation H: Eksempel på mere avanceret brug af 1. Nystartet PC butik 2. Autoriseret PC forhandler 1. 8,000 kr ,000 kr ,000 kr. Hver respondent fik et tilfældigt valgt niveau af de to eksperimentelle faktorer præsenteret. Der er således 6 varianter af denne klagesituation.
15 Eksempel på mere avanceret brug af 603 respondenter svarede på alle 10 situationer Vi havde vi nu for at estimere følsomheden i klagetilbøjeligheden over for de varierede elementer Men, bemærk, at vi analyserer de 10 situationer, A J, simultant
16 Eksempel på mere avanceret brug af Generel klagetilbøjelighed, betinget af klassen Situationsbestemt klagetilbøjelighed, betinget af klassen Situationsspecifikke effekter, betinget af klassen e e e e e 0,44 0,02 0,11 0,01 0,62 e 1,16 odds klage 1,16 e Pr klage 0, 76 1,16 1 e i den specificerede situation
17 Fordele og ulemper ved latent klasseanalyse Fordele Grundlæggende er der tale om en mixture af multinomiske choice-modeller (Derfor) Meget anvendelig i analyser af surveys, panel data o.l. inden for samfundsforskningen Et modelbaseret alternativ til datadrevet klyngeanalyse Generel model til håndtering af (parameter-) heterogenitet Let at kommunikere resultater Actionable Adgang til brugervenlig software (Latent GOLD læser og skriver SPSS-filer)
18 Fordele og ulemper ved latent klasseanalyse Ulemper Ikke en integreret del af gængse statistikpakker, dog har SAS nu siden 2009 en PROC LSA Bestemmelsen af antal klasser og goodness-of-fit baseres på heuristikker Kræver datasæt (antal respondenter) af en vis størrelse, men ikke større end sædvanlige surveys ( ) Diskret beskrivelse af heterogenitet vil nogen se som en (for) grov approksimation til fænomener som mere naturligt antages at variere kontinuert Med mange klasser kan antallet af estimerede parametre blive stort
19 Latent klasse analyse Hvis man vil vide mere Goodman s klassiske artikler er værd at læse, selv om de er noget omstændelige McCutcheon, A. L. (1987): Latent Class Analysis. Sage university Paper, no. 64 Hagenaars, J. A. (1993): Loglinear Models with Latent Variables. Sage university Paper, no. 94 Rost, J. & Langeheine, R. (1997): Applications of Latent Trait and Latent Class Models in the Social Sciences. Waxman. Hagenaars, J. A. & McCutcheon, A. L. eds. (2002): Applied Latent Class Analysis. Cambridge University Press. Software En oversigt findes på adressen Latent Gold er anvendt til eksemplet i denne præsentation
Efficiency og Effectiveness i Survey Research. Carsten Stig Poulsen, Aalborg Universitet
Efficiency og Effectiveness i Survey Research Carsten Stig Poulsen, Aalborg Universitet Disposition Personlig baggrund og erfaring Survey research og IT Efficiency: doing things right Effectiveness: doing
Læs mereBayesiansk statistik. Tom Engsted. DSS Aarhus, 28 november 2017
Bayesiansk statistik Tom Engsted DSS Aarhus, 28 november 2017 1 Figure 1: Nicolajs gur 2 Klassisk frekvensbaseret statistik Statistisk beslutningsteori Bayesiansk statistik Et kompromis mellem den klassiske
Læs mereStatistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P
Læs mereProgram. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)
Faculty of Life Sciences Program Logistisk regression Claus Ekstrøm E-mail: ekstrom@life.ku.dk Odds og odds-ratios igen Logistisk regression Estimation og inferens Modelkontrol Slide 2 Statistisk Dataanalyse
Læs mereStatistik II 4. Lektion. Logistisk regression
Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:
Læs mereDanskerne er gode til at købe økologisk. Hvor ofte køber du økologiske fødevarer? Jeg køber altid økologiske fødevarer
Økonomisk analyse 6. maj 13 Axelborg, Axeltorv 3 169 København V T +45 3339 4 F +45 3339 4141 E info@lf.dk W www.lf.dk Danskerne er gode til at købe økologisk Highlights - 9 pct. af danskerne køber i større
Læs mereLogistisk regression. Basal Statistik for medicinske PhD-studerende November 2008
Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc
Læs mereØkonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1
Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere
Læs mereKAPITEL FRA EN KOMMENDE BOG OM SURVEYS Må ikke distribueres uden forfatterens tilladelse
Latent klasseanalyse Kristian Bernt Karlson (kbk@soc.ku.dk) Sociologisk Institut Københavns Universitet 1. Indledning Forskere har ofte interesse i at klassificere personer i nogle grundlæggende typer.
Læs mere! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion
Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!
Læs mereProgram. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration
Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: ekstrom@life.ku.dk Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion
Læs mereNoter til Specialkursus i videregående statistik
Noter til Specialkursus i videregående statistik Poul Thyregod IMM, februar 2005 Indhold Forord 6 1 Momenter og flerdimensionale stokastiske variable 7 1.0 Indledning............................. 7 1.1
Læs mereModul 7: Eksempler. 7.1 Beskrivende dataanalyse. 7.1.1 Diagrammer. Bent Jørgensen. Forskningsenheden for Statistik ST501: Science Statistik
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 7: Eksempler 7.1 Beskrivende dataanalyse............................... 1 7.1.1 Diagrammer.................................
Læs mereInformationskildernes opdeling
Fig. 12.1 Informationskildernes opdeling. Informationskildernes opdeling Informationskilder Interne data Eksterne data Primære data Sekundære data Procent af familier med besiddelse af varige forbrugsgoder
Læs mereOpsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller
Opsamling Modeltyper: Tabelanalyse Logistisk regression Binær respons og kategorisk eller kontinuerte forklarende variable. Generaliserede lineære modeller Normalfordelt respons og kategoriske forklarende
Læs mereStatikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression
Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives
Læs mereStatistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereBILAG 2 METODE OG FORSK- NINGSDESIGN
Til Undervisningsministeriet Dokumenttype Bilag Dato Marts 2014 BILAG 2 METODE OG FORSK- NINGSDESIGN BILAG 2 METODE OG FORSKNINGSDESIGN INDHOLD 1. Design- og metodebilag 1 1.1 Forskningsdesign 1 1.2 Analysemetoder
Læs mereSusanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne
Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag
Læs mereProgram. t-test Hypoteser, teststørrelser og p-værdier. Hormonkonc.: statistisk model og konfidensinterval. Hormonkoncentration: data
Faculty of Life Sciences Program t-test Hypoteser, teststørrelser og p-værdier Claus Ekstrøm E-mail: ekstrom@life.ku.dk Resumé og hængepartier fra sidst. Eksempel: effekt af foder på hormonkoncentration
Læs mereNaturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1
Matematisk Modellering 1 Side 1 I nærværende opgavesæt er der 16 spørgsmål fordelt på 4 opgaver. Ved bedømmelsen af besvarelsen vægtes alle spørgsmål lige. Endvidere lægges der vægt på, at det af besvarelsen
Læs mereSkriftlig eksamen Science statistik- ST501
SYDDANSK UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Science statistik- ST501 Torsdag den 21. januar Opgavesættet består af 5 opgaver, med i alt 13 delspørgsmål, som vægtes ligeligt.
Læs mereØkonometri 1. Dagens program. Den multiple regressionsmodel 18. september 2006
Dagens program Økonometri Den multiple regressionsmodel 8. september 006 Opsamling af statistiske resultater om den simple lineære regressionsmodel (W kap..5). Den multiple lineære regressionsmodel (W
Læs mereOpgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved
Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1
Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære
Læs mereFaculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable
Faculty of Health Sciences Logistisk regression: Kvantitative forklarende variable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Sammenhæng
Læs mereIntroduktion til GLIMMIX
Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.
Læs mereEn oversigt over udvalgte kontinuerte sandsynlighedsfordelinger
Institut for Økonomi Aarhus Universitet Statistik 1, Forår 2001 Allan Würtz 4. April, 2001 En oversigt over udvalgte kontinuerte sandsynlighedsfordelinger Uniform fordeling Benyttes som model for situationer,
Læs mereMorten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Læs merePræsentation og praktisk anvendelse af PROC GLMSELECT
Præsentation og praktisk anvendelse af PROC GLMSELECT Kristina Birch, projektchef Copyright 2011 SAS Institute Inc. All rights reserved. Præsentation og praktisk anvendelse af PROC GLMSELECT Abstract I
Læs mereBILAG 2 DESIGN OG METODE- BILAG
Til Undervisningsministeriet Dokumenttype Bilag Dato August 2014 BILAG 2 DESIGN OG METODE- BILAG BILAG 2 DESIGN OG METODEBILAG INDHOLD Design- og metodebilag Error! Bookmark not defined.1 1.1 Forskningsdesign
Læs merePilotområdebeskrivelse Norsminde
Pilotområdebeskrivelse Norsminde Oktober 2014 Mette V. Odgaard, Institut for Agroøkologi, Aarhus Universitet Camilla Vestergaard, Videncentret for Landbrug P/S (eds.) 1 Indholdsfortegnelse 1. Generel beskrivelse
Læs mereBilag 1: Projektbeskrivelse
Bilag 1: Projektbeskrivelse Dette notat beskriver de aktiviteter, der gennemføres i forbindelse med samarbejdsaftalen mellem ChoosEV og DTU Transport. Baggrund Brugerne af den tidligere generation af elbiler
Læs mereMaple 11 - Chi-i-anden test
Maple 11 - Chi-i-anden test Erik Vestergaard 2014 Indledning I dette dokument skal vi se hvordan Maple kan bruges til at løse opgaver indenfor χ 2 tests: χ 2 - Goodness of fit test samt χ 2 -uafhængighedstest.
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin aug-juni 10/11 Institution Campus Vejle Handelsgymnasie Uddannelse Fag og niveau Lærer(e) Hold HHX Statistik
Læs mereLøsning til opgave i logistisk regression
Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator
Læs mereEn Bayesiansk tilgang til Credit Scoring
En Bayesiansk tilgang til Credit Scoring Et akademisk studie af: Daniel Lund, SAS Institute Rune Tousgaard Piil, Jyske Bank Ana Alina Tudoran, Aarhus Universitet Agenda Mål for studiet Vores tilgang til
Læs mereKlassificering af overgreb
Klassificering af overgreb ved Ask Elklit Seksuelle overgreb forebyggelse og behandling Videnscenter for Psykotraumatologi 11. Januar 2013 Hvad ved vi? 2 Klassificering hvad er problemet? I forskellige
Læs mereStatistiske Modeller 1: Kontingenstabeller i SAS
Statistiske Modeller 1: Kontingenstabeller i SAS Jens Ledet Jensen October 31, 2005 1 Indledning Som vist i Notat 1 afsnit 13 er 2 log Q for et test i en multinomialmodel ækvivalent med et test i en poissonmodel.
Læs mereca. 7 min. SURVEY- PROCESSEN
ca. 7 min. SURVEY- PROCESSEN Forenklet består surveyprocessen af 5 dele, foruden den efterfølgende analyse af det data som du indsamler. Jeg har skåret det helt ind til benet, og udvalgt de allervigtigste
Læs mereMorten Frydenberg 26. april 2004
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik RESUME: 2 2. gang: 2002 Institut for Biostatistik, Århus Universitet MPH. studieår Specialmodul 4 Cand. San. uddannelsen.
Læs mere1 Tabeller bag pjecen Forældresamarbejde om børns læring
1 Tabeller bag pjecen Forældresamarbejde om børns læring Følgende appendiks er en oversigt over de tabeller, som pamfletten Forældresamarbejde om børns læring bygger på. Tabellerne er krydstabeller mellem
Læs mereLøsning til øvelsesopgaver dag 4 spg 5-9
Løsning til øvelsesopgaver dag 4 spg 5-9 5: Den multiple model Vi tilføjer nu yderligere to variable til vores model : Køn og kolesterol SBP = a + b*age + c*chol + d*mand hvor mand er 1 for mænd, 0 for
Læs mereHver anden vil benytte øget åbningstid i dagtilbud
Børnefamiliers dagtilbud og arbejdsliv 17. maj 18 Hver anden vil benytte øget åbningstid i dagtilbud Halvdelen af alle lønmodtagere med børn mellem -13 år ville benytte sig af udvidede åbningstider i deres
Læs mereBilag 7. SFA-modellen
Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2
Læs mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mereKvantitative metoder 2
Opgave fra sidst (Gauss-Markov teoremet) Kvantitative metoder Inferens i den lineære regressionsmodel 7. marts 007 Opgave: Vis at hvis M = I X X X X ( ' ) ' er M idempoten dvs der gælder gælder M = M '
Læs mereTest og sammenligning af udvalgte regressionsmodeller Berit Christina Olsen forår 2008
Indholdsfortegnelse 1 INDLEDNING OG PROBLEMSTILLING... 2 1.1 OVERVÆGT SOM CASE... 2 2 ANALYSEFORBEREDELSER... 4 2.1 HEPRO-UNDERSØGELSEN... 4 2.2 DEN AFHÆNGIGE VARIABEL VIGTIGHED AF ÆNDRINGEN AF VÆGT...
Læs mereDagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/??
Dagens Temaer k normalfordelte obs. rækker i proc glm. Test for lineær regression Test for lineær regression - via proc glm p. 1/?? Proc glm Vi indlæser data i datasættet stress, der har to variable: areal,
Læs mereStofmisbrug -bedre behandling til færre penge Munkebjerg 20-21. marts 2012
Stofmisbrug -bedre behandling til færre penge Munkebjerg 20-21. marts 2012 Professor Hanne Kathrine Krogstrup Det Samfundsvidenskabelige Fakultet Aalborg Universitet Stofmisbrug Bedre behandling for færre
Læs meredet offentlige Hilsner fra sådan vil danskerne tiltales BJERG KOMMUNIKATION FLÆSKETORVET 68, 1 1711 KØBENHAVN V T: +45 33 25 33 27 KONTAKT@BJERGK.
Hilsner fra det offentlige sådan vil danskerne tiltales BJERG KOMMUNIKATION FLÆSKETORVET 68, 1 1711 KØBENHAVN V T: +45 33 25 33 27 KONTAKT@BJERGK.DK INDHOLD RESULTATERNE KORT...3 Hvordan skal et digitalt
Læs mereDet sorte danmarkskort:
Rockwool Fondens Forskningsenhed Arbejdspapir 37 Det sorte danmarkskort: Geografisk variation i danskernes sorte deltagelsesfrekvens Peer Ebbesen Skov, Kristian Hedeager Bentsen og Camilla Hvidtfeldt København
Læs mereHypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0
Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt
Læs mereIndholdsfortegnelse. Baggrund og metode. Summary. Tabeller. Åbne besvarelser. Spørgeskema
Faglærte i byggebranchen 17. marts 3. april 2006 Indholdsfortegnelse Baggrund og metode Summary Tabeller Åbne besvarelser Spørgeskema 2006 Zapera.com A/S Ryesgade 3-2200 København N - Tel 70 27 22 24 -
Læs mereLogistisk regression
Logistisk regression Anvendt statistik Anders Tolver Jensen Institut for Grundvidenskab og Miljø Onsdag d. 25/2-2009 ATJ (IGM KU-LIFE) Logistisk regression Anvendt statistik 25/2-2009 1 / 12 (Multinomial)
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereLineær og logistisk regression
Faculty of Health Sciences Lineær og logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Dagens program Lineær regression
Læs mereSAS-øvelse: Vi starter ud med model et hvor x=(kvotient, eksald, halvaar, kvinde, MatB,, Gif).
Vi vil formulere en model for et kvalitativ variabel y i med to udfald, at bestå og ikke at bestå første årsprøve. Derefter modeller vi respons-sandsynligheden: Specifikation af sandsynligheden for at
Læs mereLongitudinale data. eller gentagne målinger. Helle Sørensen, Statistik, KU-LIFE. Anvendt Statistik, 5. marts 2008
Longitudinale data eller gentagne målinger Helle Sørensen, Statistik, KU-LIFE Anvendt Statistik, 5. marts 2008 Helle Sørensen (KU-LIFE) Longitudinale data Anv. Statistik 1 / 20 Dagens dataeksempler To
Læs mereKombinationer af lande- og individdata. Multilevel analyse.
Kombinationer af lande- og individdata Multilevel analyse No 1 of 27 Kombinationer af lande- og individdata Multilevel analyse Henrik Lolle Indlæg ved arrangement i Selskab for Surveyforskning: Kunsten
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereMinisteriet for fødevarer, landbrug og fiskeri
Ministeriet for fødevarer, landbrug og fiskeri Nøglehulsmærket 2008 Undersøgelsen er gennemført i Danmark, Sverige og Norge i perioden medio december 2008 til primo januar 2009 Side 1 Summary med grafer
Læs merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
Læs mereFaculty of Health Sciences. Basal Statistik. Logistisk regression mm. Lene Theil Skovgaard. 5. marts 2018
Faculty of Health Sciences Basal Statistik Logistisk regression mm. Lene Theil Skovgaard 5. marts 2018 1 / 22 APPENDIX vedr. SPSS svarende til diverse slides: To-gange-to tabeller, s. 3 Plot af binære
Læs mereIndhold. Forord 11. Introduktion 17. 1 Matematiske modeller og modellering hvad er det, og hvorfor undervises der i dem? 21. 2 Vækstmodeller 45
Indhold Forord 11 DEL I AT MODELLERE VERDEN MED MATEMATIK Introduktion 17 1 Matematiske modeller og modellering hvad er det, og hvorfor undervises der i dem? 21 Matematiske modeller og matematisk modellering
Læs mereAdgangsgivende eksamen (udeladt kategori: Matematisk student med matematik på niveau A)
Økonometri 1 Forår 2003 Ugeseddel 13 Program for øvelserne: Gruppearbejde Opsamling af gruppearbejdet og introduktion af SAS SAS-øvelser i computerkælderen Øvelsesopgave 6: Hvem består første årsprøve
Læs mereModule 4: Ensidig variansanalyse
Module 4: Ensidig variansanalyse 4.1 Analyse af én stikprøve................. 1 4.1.1 Estimation.................... 3 4.1.2 Modelkontrol................... 4 4.1.3 Hypotesetest................... 6 4.2
Læs mereIndblik i statistik - for samfundsvidenskab
Indblik i statistik - for samfundsvidenskab Læs mere om nye titler fra Academica på www.academica.dk Nikolaj Malchow-Møller og Allan H. Würtz Indblik i statistik for samfundsvidenskab Academica Indblik
Læs mereØkonometri 1. Interne evalueringer af forelæsninger. Kvalitative variabler. Dagens program. Dummyvariabler 21. oktober 2004
Dagens program Økonometri 1 Dummyvariabler 21. oktober 2004 Emnet for denne forelæsning er kvalitative egenskaber i den multiple regressionsmodel (Wooldridge kap. 7.1-7.6) Kvalitative variabler generelt
Læs mereDemo af PROC GLIMMIX: Analyse af gentagne observationer
Demo af PROC GLIMMIX: Analyse af gentagne observationer Kristina Birch, seniorkonsulent, PS Banking Agenda Uafhængige vs. afhængige observationer Analyse af uafhængige vs. afhængige observationer Lille
Læs mereMetoder til detektering og vurdering af trafiksikkerhedsproblemer i vejnettet
Metoder til detektering og vurdering af trafiksikkerhedsproblemer i vejnettet Dorte Vistisen Carl Bro as, IMM/CTT på DTU M.Sc., PhD studerende 1 Indledning Selvom der årligt anvendes mange millioner på
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Korrelerede målinger. Lene Theil Skovgaard 8. april 2019 1 / 21 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Plots: s. 3, 4,
Læs mereProgram dag 2 (11. april 2011)
Program dag 2 (11. april 2011) Dag 2: 1) Hvordan kan man bearbejde data; 2) Undersøgelse af datamaterialet; 3) Forskellige typer statistik; 4) Indledende dataundersøgelser; 5) Hvad kan man sige om sammenhænge;
Læs mereSTATENS NATURHISTORISKE MUSEUM. DNA & liv. Statens Naturhistoriske Museum Formidlingsafdelingen Andreas Kelager
STATENS NATURHISTORISKE MUSEUM DNA & liv Statens Naturhistoriske Museum Formidlingsafdelingen Andreas Kelager STATENS NATURHISTORISKE MUSEUM STATENS NATURHISTORISKE MUSEUM STATENS NATURHISTORISKE MUSEUM
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen
Læs mereUsability-arbejde i virksomheder
Usability-arbejde i virksomheder Jan Stage Professor, PhD Forskningsleder i Information Systems (IS) og Human-Computer Interaction (HCI) Aalborg University, Department of Computer Science jans@cs.aau.dk
Læs mereModel. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister) og
Model M 0 : X hi N(α h + β h t hi,σ 2 h ), h = 1,...,m, i = 1,...,n h. m separate regressionslinjer. Behandles som i afsnit 3.3. (m separate analyser). I vores eksempel er m = 2, n 1 = 13 (13 journalister)
Læs mereSurvey i en digital tidsalder
Survey i en digital tidsalder Facebook som sampling frame og datakilde Jonas Toubøl, postdoc, Sociologisk Institut, Selskab for Surveyforskning, 24.4.2019 25-04-2019 2 Surveyens tredje æra: Survey + big
Læs mereKapitel 1 Statistiske grundbegreber
Kapitel 1 Statistiske grundbegreber Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 Indledning 2 Population versus stikprøve 3 Variabeltyper og måleskalaer 4 Parametrisk versus ikke-parametrisk
Læs mereLogistisk regression
Logistisk regression Test af antagelsen om lineære effekter Modelkonstruktion og modelsøgning Hvilke variable og hvilke interaktioner skal inkluderes i regressionsmodellerne? 1 Logistiske regressionsmodeller
Læs mereØkonomisk analyse. Aftensmaden i Danmark. 6. januar 2016
Økonomisk analyse 6. januar 2016 Axelborg, Axeltorv 3 1609 København V Aftensmaden i Danmark T +45 3339 4000 F +45 3339 4141 E info@lf.dk W www.lf.dk 53 pct. af forbrugerne tilbereder et varmt måltid til
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 9. september 003 Denne note er skrevet til kurset Økonometri på. årsprøve af polit-studiet.
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences APPENDIX Basal Statistik - SPSS Korrelerede målinger. Lene Theil Skovgaard 8. april 2019 med instruktioner til SPSS-analyse svarende til nogle af slides Plots: s. 3, 4, 7, 11-12
Læs mereEksempel på funktion af 2 variable, som har egentligt lokalt minimum på enhver ret linje gennem origo, men som ikke har lokalt minimum i origo!
Eksempel på funktion af 2 variable, som har egentligt lokalt minimum på enhver ret linje gennem origo, men som ikke har lokalt minimum i origo! Eksemplet er hentet fra side 122 i bogen "Counterexamples
Læs mereUge 13 referat hold 4
Uge 13 referat hold 4 Gruppearbejde 1a: Er variablen kvotient inkluderet på en hensigtsmæssig måde? Der er to problemer med kvotient: 1) Den er trunkeret ved 6.9 og 10.0, løsningen er at indføre dummyer
Læs mereForelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6
Kursus 02402 Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220
Læs mereTidsværdi for gods i Sverige
Tidsværdi for gods i Sverige Mogens Fosgerau 1 og Mikkel Birkeland, COWI 1 Indledning COWI har sammen med INREGIA i Stockholm gennemført en undersøgelse af tidsværdien for gods for SIKA, Statens Institut
Læs mereAT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5
AT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5 1. 2. 3. 4. AT-1. Metodemæssig baggrund. Oktober 09. (NB: Til inspiration da disse papirer har været anvendt i gamle AT-forløb med
Læs mereBasal statistik. 30. januar 2007
Basal statistik 30. januar 2007 Deskriptiv statistik Typer af data Tabeller Grafik Summary statistics Lene Theil Skovgaard, Biostatistisk Afdeling Institut for Folkesundhedsvidenskab, Københavns Universitet
Læs merePræcision og effektivitet (efficiency)?
Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet
Læs mereMatematik, maskiner og metadata
MATEMATIK, MASKINER OG METADATA VEJE TIL VIDEN Matematik, maskiner og metadata af CHRISTIAN BOESGAARD DATALOG IT Development / DBC 1 Konkrete projekter med machine learning, hvor computersystemer lærer
Læs mereAfdeling for Anvendt Matematik og Statistik Januar Regressionsanalyse i SAS 2. Regressionsanalyse med GLM Sammenligning af regressionslinier
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Inge Henningsen Afdeling for Anvendt Matematik og Statistik Januar 2007 2 Regressionsanalyse med GLM Sammenligning af regressionslinier
Læs mereHvordan finder man en god skala vha. Raschmetoden? Svend Kreiner & Tine Nielsen
Hvordan finder man en god skala vha. Raschmetoden? Svend Kreiner & Tine Nielsen 1 Svaret: Man spørger en, der har forstand på det, som man gerne vil måle 2 Eksempel: Spiritualitet Peter A., Peter G. &
Læs mereEstimering og anvendelse af modeller ved brug af PROC MODEL
Estimering og anvendelse af modeller ved brug af PROC MODEL Anders Ebert-Petersen Business Advisor Risk Intelligence Agenda 1. Indledning 2. Overordnet information om PROC MODEL 3. Eksempel med anvendelse
Læs merePrisen på sort arbejde. Kristian Hedeager Bentsen
Prisen på sort arbejde Kristian Hedeager Bentsen arbejdspapir 45 juni 2016 Rockwool Fondens Forskningsenhed Arbejdspapir nr. 45 Prisen på sort arbejde Kristian Hedeager Bentsen København 2016 Prisen på
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Estimation
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Estimation Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev herefter
Læs mereMPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme
MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes
Læs mereUge 48 II Teoretisk Statistik 27. november 2003. Numerisk modelkontrol af diskrete fordelinger: intro
Uge 48 II Teoretisk Statistik 7. november 003 Numerisk modelkontrol af diskrete fordelinger: intro Eksempel: kvalitetskontrol Goodness-of-fit test: generel teori Endeligt udfaldsrum Udfaldsrum uden øvre
Læs mereICF anvendt i Dansk kvalitetsmodel på det sociale område
ICF anvendt i Dansk kvalitetsmodel på det sociale område ICF/ICF-CY Netværksdag 9. Marts 2011 Dias 1 ICF anvendt i Dansk kvalitetsmodel på det sociale område Dansk kvalitetsmodel på det sociale område
Læs mere