Stikordsregister. (c) = kommando
|
|
- Kristian Berg
- 8 år siden
- Visninger:
Transkript
1 Stikordsregister (c) = kommando Symboler!= (forskellig fra) Se operatorer &-operatoren Se operatorer /* */ (kommentering) Se do-file // (kommentering) Se do-file /// (line join indicator) 41, 96 -operatoren Se operatorer == (lig) Se operatorer A acpr-plot (c) 171 added variable plot Se avplots ado-filer 167 alpha (c) 146 anova Se oneway avplot, avplots (c) 175 B bitest (c) 100 bitesti (c) 133 bonferroni Se oneway box-plot 102, 122 br (c) Se browse browse (c) 26 by-qualifieren 32, 36 bysort (prefix) 32 C capture (prefix) 89, 109 cd (c) 88, 169 ci (c) konfidensinterval, andel 98 konfidensinterval, gennemsnit 103 cii (c) 133 clear (c) 185 clonevar (c) 62, 79 codebook (c) frekvensfordeling med 23, 34 funktion 21 percentiler med 24 range med 23 standardafvigelse med 24 vise noter med 26 command-vinduet 17, 37, 85 Cook s distance, Cook s d Se predict correlate (c) 146 Cronbach s alpha Se alpha D d (c) Se describe databrowseren Se datamatricen el. browse dataeditoren Se datamatricen eller edit datamatricen databrowseren, åbne Se browse dataeditoren, åbne Se edit funktion 26 indtastning af data 51 skjule variable i 55 skriftfarver 27 ændre variabelrækkefølgen 63 datasæt gemme Se save søge i med lookfor Se lookfor åbne Se use db (c) 63 decimalindikator 26 describe (c) 25, 55 DFBETA (c) Se predict dfbeta (c) 176; Se også predict dialogboks finde
2 210 display (c) 174 regnemaskine, Stata som 134 display format 20 do (c) 39 doedit (c) 38 do-file auto-save 42 funktion 18, 37 gemme 42 kommentere kommandoer 40 overføre kommandoer til 38 åbne eksisterende 43 do-file-editoren funktion 18, 37 køre kommandoer fra 39 åbne Se doedit drop (c) 174 slette observationer 58 slette variable 56 ds (c) 61 dummyvariable forklaret 23, 65 omkodning til med recode Se recode omkodning til regression med Se regress E e(sample) 164 edit (c) 52 egen (c) 144 endogenitetsbias 170 estadd (c) 168 estat (c) 191 vif 181 white s test 180 estout (c) 167 esttab (c) 168 extended missing values Se missing values F faktorvariable 158, 183, 189 fejlmelding 89 filplacering 88 Fisher s exact test Se tabulate foreach (c) 150, 172, 183 forventede frekvenser Se tabulate frekvensfordeling for flere variable Se tab1 forklaret 32 F-test 161, 166 G g, gen (c) Se generate gamma forklaret 125 med tabi Se tabi gemte resultater 135, 142 koefficienter fra estimationsresultater 199 generate (c) 143, 164, 189 intro 51 kopiere variable med 62 kvadrering 182 logartimetransformation 182 oprette tomme variable 51 gennemsnit med mean Se mean global (c) Se makroer grafer Se også graph aksenavne 94 eksport 105 fanevisning 131 forsvinder 96, 131 graph-editoren 132 noter til 96 scheme 91 sort/hvid 91 stiplet linje 94 tendenslinje 130 vandret linje 179 visning af observationernes navne 130, 173 graph (c) 132 gsort (c) 30
3 H h (c) Se help help (c) hsearch (c) 45 intro 43 manual 44 search (c) 45 histogram med histogram (c) Se histogram (c) med inspect Se inspect histogram (c) 35, 102 med normalfordelingskurve 178 stolpediagram 92 hjælp Se help hsearch (c) Se help I if-qualifieren 31, 36, 58, 78, 108 immediate 133 indekskonstruktion 139 item-item-analyse 145 item-skala-analyse 145 missing values 141 variationsbredde 143 indflydelsesrige observationer 172 indikatorvariable 23 indtaste data Se datamatricen inferens 96 inlist 81 input (c) 53 in-qualifieren 36, 53, 108 intro 31 inspect (c) 35 interaktion 186 interquartile range forklaret 102 iqr Se interquartile range K keep (c) Se drop kodebog Se codebook kommandoer forklaret 19, 107 forkortelser 110 options 108, 111 prefix 109 udtryk 109 using 110, 169 kommandolinjen Se command-vinduet kommandoloops Se foreach konfidensintervaller med ci Se ci med mean Se mean med prtest Se prtest med ttest Se ttest konstituerende led 187 kontrolvariable 161 korrelationskoefficient Se Pearson s r krydstabel Se krydstabulering krydstabulering multiple Se tab2 kvadrerede led 182 L l (c) Se list la, lab (c). Se label label (c) label copy 73 label list 50 label value 50 label variable 48 oprette value-labels 53 lagkagediagram 90 Levenes test 119 leverage-versus-residual-squared-plot Se lvr2plot lighedstegn, et eller to Se operatorer line join indicator 41 linearitet 171 lineær regression Se regress list (c) 28, 67, 70, 177 local (c) Se makroer log (c) 87 logaritme 182 log-filer 87 lookfor (c)
4 212 lowess-kurve 171 lvr2plot (c) 173 M Mac, Stata til 13 macro (c) 185 makroer 183 global (c) 185 local (c) 183 manglende værdier Se missing values marginale effekter Se margins margins (c) 194 marginsplot (c) 198 mean (c) 120 menulinje 17 missing values 22 extended missing values 71 forklaret 28 omkodning til 70 opliste ved indekskonstruktion Se indekskonstruktion ved omkodning 80 multikollinearitet 180 multiple sammenligninger Se oneway mvdecode (c) 76 N normalfordelte fejlled 177 notationer 15 noter forklaret 25 vise vise, tilføje, ændre, søge med notes Se notes vise/tilføje/redigere med variablesmanageren Se variables manager notes (c) 25, 61 O observationer samme i flere estimationer 164 slette Se drop OLS Se regress omkodning interval-ordinal Se recode intro 64 kontrol af 66 med recode Se recode med replace og if 77 til dummyvariable Se dummyvariable tildeling af value-labels Se recode oneway (c) 121, 159 bonferroni 159 multiple sammenligninger 121 online-materiale 14 operatorer!=, forskellig fra 59 &, og 81, eller 81 ==, lig 31, 78, 100 forklaret 79 lighedstegn, et eller to 32, 79 options Se kommandoer order (c) 55, 63 output eksport 105 gemme Se log-filer P partial-regression leverage plot Se avplots Pearson s chi-squared med tabi Se tabi Pearson s r med correlate Se correlate med pwcorr Se pwcorr percentiler forklaret 24, 102 pnorm (c) 178 p-p-plot Se pnorm predict (c) Cook s d 174 DFBETA 176 residualer 178
5 prefix Se kommandoer Properties-vinduet 17 proportion (c) 205 prtest (c) 205 to gruppers andele 117 univariat andel 101 pwcorr (c) 126, 146 Q qnorm (c) 178 q-q-plot Se qnorm (c) R range forklaret 23 recode (c) 141 interval til ordinal 76 intro 64 omkodning af flere variable 74 omkodning til dummyvariable med 65 prefix-optionen 76 tildele value-labels ved omkodning 68 reference-kategori Se regress reg (c) Se regress regnemaskine, Stata som Se display regress (c) 153 dummyvariable 157 faktorvariable 158 med transformerede variable 182 post-estimationskommandoer 171 reference-kategori 157 robuste standardfejl 163 standardiserede regressionskoefficienter 155 relative frekvenser beregning Se tabulate forklaret 115 rename (c) 62 replace (c) 53, 141 residual versus fitted plot Se rvfplot residual versus predictorplot Se rvpplot results-vinduet 16, 204 return list (c) 137 review-vinduet 17 robuste standardfejl Se regress robvar (c) 119 run (c) 39 rvfplot (c) 179 rvpplot (c) 179 S save (c) 42 scatter (c) 127 scatteri (c) 133 scatterplot Se scatter scheme Se grafik Search (c) Se help set (c) set autotabgraphs 131 set level 104 set more 21 set varabbrev 86 smcl (filtype) 87 sort (c) 30 sortere data Se sort faldende Se gsort SPSS 14 select caces 31 split-file 32 syntax 18 variable view-fanen 47 standardafvigelse forklaret 24 standardiserede regressionskoefficienter Se regress stolpediagram forklaret 92 med histogram Se histogram storage type Se variabeltyper string 22, 52 su, sum (c) Se summarize summarize (c) 174, 191 detail-optionen 101 gennemsnit med 36,
6 214 intro 35 percentiler med 102 range 101 standardafvigelse med 36, 101 sunflower (c) 128 sunflower-plot Se sunflower T ta (c), tab (c) Se tabulate tab1 (c) 34, 75 tab2 (c) 116, 146 tabeller eksport 105 tabelopslag i Stata 135 tab-expansion 84 tabi (c) 133 tabout (c) 107 tabstat (c) 102 tabulate (c) danne dummyvariable 98 Fisher s exact test 124 Fisher s exact test 118 forventede frekvenser 123 frekvensfordeling 32, 44, 90 frekvensfordeling inkl. missing values 33 gamma 125 krydstabulering 67, 114 omkodning til dummyvariable 82 Pearson s chi-squared 124 relative frekvenser 115 tau-b 125 vis tal frem for labels 34 tabulering Se frekvensfordeling tau-b forklaret 125 test (c) 160, 166 testparm (c) 166 transformation Se generate ttest (c) 156 konfidensintervaller, gennemsnit 104 test, bivariat gennemsnit 118 test, univariat gennemsnit 104 ttesti (c) 133 tusindtalsseparator 26 twoway (c) 129 U udtryk Se kommandoer Unix, Stata til 13 use (c) 18, 19 using Se kommandoer V value-labels Se label forklaret 23 tildele,kopiere Se label tildeling ved omkodning Se recode vise value-labels i datasættet Se label variabel-labels forklaret 17, 47 tildeling, redigere med label Se label tildeling, redigere med vaiables manager Se variables manager variabeltyper 52 variable forkortelser 85 omdøbe med clonevar Se clonevar omdøbe med generate Se generate omdøbe med rename Se rename omdøbe med variables manageren Se variables manager omkode Se omkodning oprette nye med generate Se generate referere til med bindestreg 58 referere til med forkortelser 85 referere til med wildcards 57, 74, 86, 174 reskalere 143 slette med drop Se drop slette med variables manager Se variables manager slette vha variables-vinduet Se variables vinduet standardisering 144 transformation Se generate variables manager
7 intro 47 omdøbe variable med 48 se noter med 48 slette variable med 57 tildele/redigere variabel-labels med 47 tilføje/redigere noter med 49 variables-vinduet intro 17, 37 slette variable vha 57 varianshomogenitet 119, 122, 163, 179 varlist 57 varmanage (c) 48 vejning Se weight vif (c) Se estat VIF (Variance Inflation Factor) W Wald-test 161 weight 110 white-test Se estat wildcards Se variable Z z-transformation 144, 189
Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar
Århus 6. februar 2014 Morten Frydenberg Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Til disse øvelser har I brug for fishoil1.dta, der indeholder data fra det fiskeolie forsøg vi så på ved
Læs mereStatistik FSV 4. semester 2014 Holdundervisning Uge 1: 4. februar Introduktion til Stata
Århus 27. januar 2014 Morten Frydenberg Statistik FSV 4. semester 2014 Holdundervisning Uge 1: 4. februar Introduktion til Stata Hvad er Stata? Stata er et program, der kan lave statistiske analyser af
Læs mereStolpediagrammer for kategoriske data med -catplot-
Stolpediagrammer for kategoriske data med -catplot- [Revideret 4. oktober 2013] Kim Mannemar Sønderskov Institut for Statskundskab, Aarhus Universitet ks@ps.au.dk Denne note gennemgår, hvordan resultaterne
Læs mereSTATA A WORKFLOW APPROACH... Version 12 / 2012 Jakob Hjort, DataManager, MPH
STATA A WORKFLOW APPROACH... Version 12 / 2012 Jakob Hjort, DataManager, MPH 1 3. Hent, sammenkør & gem 4. Inspicér, oprens & klargør 5. Dokumentation 6. Variabel behandling (numeriske-/talvariable) 7.
Læs mereVariansanalyse i SAS. Institut for Matematiske Fag December 2007
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 2 Tosidet variansanalyse Residualplot Tosidet variansanalyse
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 mereStatistik kommandoer i Stata opdateret 16/3 2009 Erik Parner
Statistik kommandoer i Stata opdateret 16/3 2009 Erik Parner Indledning... 1 Hukommelse... 1 Simple beskrivelser... 1 Data manipulation... 2 Estimation af proportioner... 2 Estimation af rater... 2 Estimation
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 mereMultipel Lineær Regression
Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer
Læs mereIntroduktion til SPSS
Introduktion til SPSS Øvelserne på dette statistikkursus skal gennemføres ved hjælp af det såkaldte SPSS program. Det er erfaringsmæssigt sådan, at man i forbindelse af øvelserne på statistikkurser bruger
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereLineær regression i SAS. Lineær regression i SAS p.1/20
Lineær regression i SAS Lineær regression i SAS p.1/20 Lineær regression i SAS Simpel lineær regression Grafisk modelkontrol Multipel lineær regression SAS-procedurer: PROC REG PROC GPLOT Lineær regression
Læs mereStatistik Lektion 4. Variansanalyse Modelkontrol
Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede
Læs mereGenerelle lineære modeller
Generelle lineære modeller Regressionsmodeller med én uafhængig intervalskala variabel: Y en eller flere uafhængige variable: X 1,..,X k Den betingede fordeling af Y givet X 1,..,X k antages at være normal
Læs mereEksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet
Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,
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 mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Multipel regression. Lene Theil Skovgaard 10. oktober 2017 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Figurer: s.
Læs mereØvelser i epidemiologi og biostatistik, 6. april 2010 Baseline-informationer fra Ebeltoft datasættet Eksempel på besvarelse
Øvelser i epidemiologi og biostatistik, 6. april 2010 Baseline-informationer fra Ebeltoft datasættet Eksempel på besvarelse 1. Hvor stor en andel af deltagerne var mænd? Var der samme andel i de tre randomiseringsgrupper?.
Læs mereMPH specialmodul Epidemiologi og Biostatistik
MPH specialmodul Epidemiologi og Biostatistik Kvantitative udfaldsvariable 23. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per Kragh Andersen) 1 Kapitelhenvisninger Andersen & Skovgaard:
Læs mereStatistik kommandoer i Stata opdateret 22/ Erik Parner
Statistik kommandoer i Stata opdateret 22/4 2008 Erik Parner Indledning... 1 Simple beskrivelser... 1 Data manipulation... 1 Estimation af proportioner... 2 Estimation af rater... 2 Estimation af Relativ
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Regressionsanalyse. Lene Theil Skovgaard 5. februar 2018 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Indlæsning og
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 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 mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereØkonometri: Lektion 5. Multipel Lineær Regression: Interaktion, log-transformerede data, kategoriske forklarende variable, modelkontrol
Økonometri: Lektion 5 Multipel Lineær Regression: Interaktion, log-transformerede data, kategoriske forklarende variable, modelkontrol 1 / 35 Veksekvirkning: Motivation Vi har set på modeller som Price
Læs mere1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ
Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen
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 meregrupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Læs mereLineær regression. Simpel regression. Model. ofte bruges følgende notation:
Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til
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 mereØvelser i epidemiologi og biostatistik, 12. april 2010 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse
Øvelser i epidemiologi og biostatistik, 12. april 21 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse 1. Belys ud fra data ved 5 års follow-up den fordom, at der er flere
Læs mereHvorfor SAS Kort intro til SAS
Hvorfor SAS Kort intro til SAS Efterår 2015 Janne Petersen Judith L Jacobsen Lene Theil Skovgaard Kan alt Alle ph.d. studerende har gratis adgang Fra universitetet eller hospitalerne Kode --- hjælp fra
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Kovariansanalyse. Lene Theil Skovgaard 1. oktober 2018 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Bland-Altman plot,
Læs mereSPSS introduktion Om at komme igang 1
SPSS introduktion Om at komme igang 1 af Henrik Lolle, oktober 2003 Indhold Indledning 1 Indgang til SPSS 2 Frekvenstabeller 3 Deskriptive statistikker gennemsnit, standardafvigelse, median osv. 4 Søjlediagrammer
Læs mereR / RStudio. Intro til R / RStudio
R / RStudio Intro til R / RStudio R R er et open source statstikprogram og programmeringssprog introduceret i 1993. Seneste version er 2.15.3 R kan downloades på www.r-project.org R er i udgangspunktet
Læs mereStatistik Lektion 17 Multipel Lineær Regression
Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x
Læs mereStatistik Lektion 16 Multipel Lineær Regression
Statistik Lektion 6 Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk
Læs mereProgram. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12
Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Kovariansanalyse. Lene Theil Skovgaard 3. oktober 2017 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Bland-Altman plot,
Læs mereVi ønsker at konstruere normalområder for stofskiftet, som funktion af kropsvægten.
Opgavebesvarelse, Resting metabolic rate I filen T:\rmr.txt findes sammenhørende værdier af kropsvægt (bw, i kg) og hvilende stofskifte (rmr, kcal pr. døgn) for 44 kvinder (Altman, 1991 og Owen et.al.,
Læs mereStatistik i GeoGebra
Statistik i GeoGebra Peter Harremoës 13. maj 2015 Jeg vil her beskrive hvordan man kan lave forskellige statistiske analyser ved hjælp af GeoGebra 4.2.60.0. De statistiske analyser svarer til pensum Matematik
Læs mereNote om oparbejdning af data. Se også den samlede Stata Introduktionsnote (fx. fra www.epidata.dk/documentation.php)
Jens Lauritsen Note om oparbejdning af data. Se også den samlede Stata Introduktionsnote (fx. fra www.epidata.dk/documentation.php) Samlet oparbejdning af Bromaraton data med Stata I øvelserne indtil nu
Læs mereKort intro til SAS. Efterår 2015. Janne Petersen Judith L Jacobsen Lene Theil Skovgaard
Kort intro til SAS Efterår 2015 Janne Petersen Judith L Jacobsen Lene Theil Skovgaard 1 Hvorfor SAS Kan alt Alle ph.d. studerende har gratis adgang Fra universitetet eller hospitalerne Kode --- hjælp fra
Læs mereSeniorkursus i Biostatistik og Stata, Dag 2
SENIORKURSUS STATA OG BIOSTATISTIK Aarhus Universitet juni DAGENS TEMA: SAMMENLIGNINGER FORMIDDAG: KONTINUERTE DATA EFTERMIDDAG: KATEGORISKE DATA STATISTISK ANALYSE AF TO UAFHÆNGIGE STIKPRØVER FRA NORMALFORDELTE
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 mere1. Lav en passende arbejdstegning, der illustrerer samtlige enkeltobservationer.
Vejledende besvarelse af hjemmeopgave Basal statistik, efterår 2008 En gruppe bestående af 45 patienter med reumatoid arthrit randomiseres til en af 6 mulige behandlinger, nemlig placebo, aspirin eller
Læs mereMultipel regression 22. Maj, 2012
Data: Det færøske kviksølv-studie Simpel linær regression Confounding Multipel lineær regression Fortolkning af parametre Vekselvirkning Kollinearitet Modelkontrol Multipel regression 22. Maj, 2012 Esben
Læs mereINDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF POPULATIONEN... 4
Indholdsfortegnelse INDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF OULATIONEN... 4 DELOGAVE 1...5 BEGREBSVALIDITET... 6 Differentiel item funktionsanalyser...7 Differentiel item effekt...10 Lokal
Læs merePROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved.
PROC TRANSPOSE SAS-tabellen - hensigtsmæssig lagring af data Copyright 2011 SAS Institute Inc. All rights reserved. Transponerede tabeller Brede eller smalle? Hvad: Brede tabeller har mange kolonner med
Læs mereTo-sidet variansanalyse
Program 1. To-sidet variansanalyse 2. Hierarkisk princip 3. Tre (og flere) sidet variansanalyse 4. Variansanalyse med blocking 5. Flersidet variansanalyse med tilfældige faktorer 6. En oversigtsslide til
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 mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) For 20 musekuld er der i tabellen nedenfor anført oplysning om kuldstørrelsen (fra 3 til 12 mus
Læs mereMultipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model
Multipel regression M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Y j 1 X 1j 2 X 2j... m X mj j eller m Y j 0 i 1 i X ij j BEMÆRK! j svarer til individ
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs mereOverlevelse efter AMI. Hvilken betydning har følgende faktorer for risikoen for ikke at overleve: Køn og alder betragtes som confoundere.
Overlevelse efter AMI Hvilken betydning har følgende faktorer for risikoen for ikke at overleve: Diabetes VF (Venticular fibrillation) WMI (Wall motion index) CHF (Cardiac Heart Failure) Køn og alder betragtes
Læs mereAnvendt Statistik Lektion 7. Simpel Lineær Regression
Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot
Læs mereBilag 12 Regressionsanalysens tabeller og forklaringer
Bilag 12 Regressionsanalysens tabeller og forklaringer Regressionsanalysens tabeller og forklaringer Regressionsanalysen vil være delt op i 2 blokke. Første blok vil analysere hvor meget de tre TPB variabler
Læs mereHypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j
Hypoteser om mere end to stikprøver ANOVA k stikprøver: (ikke ordinale eller højere) H 0 : 1 2... k gælder også for k 2! H 0ij : i j H 0ij : i j simpelt forslag: k k 1 2 t-tests: i j DUER IKKE! Bonferroni!!
Læs mere1 Start og afslutning. Help.
Afdeling for Teoretisk Statistik STATISTIK 2 Institut for Matematiske Fag Jørgen Granfeldt Aarhus Universitet 24. september 2003 Hermed en udvidet udgave af Jens Ledet Jensens introduktion til R. 1 Start
Læs mereOversigt over emner I 1 Dataformater, indlæsning og editering
Oversigt Oversigt over emner I 1 Dataformater, indlæsning og editering Data Indlæsning af tekstfil i Rcmdr Data typer Omkodning af variable Hjælpesider 2 Stikprøvebegrebet 3 Gruppering og frekvenstabeller
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 mere1 enote 1: Simple plots og deskriptive statistik. 2 enote2: Diskrete fordelinger. 3 enote 2: Kontinuerte fordelinger
Kursus 02402/02323 Introduktion til statistik Forelæsning 13: Et overblik over kursets indhold Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Building 324, Room 220 Danish Technical University
Læs mereRegressionsanalyse i SurveyBanken
Først vælges datasættet De Kommunale Nøgletal. Klik på Variable Description og derefter De Kommunale Nøgletal 2010. De enkelte variable i datasættet bliver nu oplistet og kan vælges. Klik herefter på Analysis
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereEksamen i Statistik og skalavalidering
Eksamen i Statistik og skalavalidering 2009-studieordning Til aflevering d. 22. december 2010 Efterårssemestret 2010, Kandidatuddannelsen i Folkesundhedsvidenskab Opgaven er udarbejdet af: Eksamensnummer
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereØkonometri: Lektion 6 Emne: Heteroskedasticitet
Økonometri: Lektion 6 Emne: Heteroskedasticitet 1 / 32 Konsekvenser af Heteroskedasticitet Antag her (og i resten) at MLR.1 til MLR.4 er opfyldt. Antag MLR.5 ikke er opfyldt, dvs. vi har heteroskedastiske
Læs mereReeksamen i Statistik for Biokemikere 6. april 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på
Læs mereSAS systemet SAS. SAS vinduer. 2012 Janne Petersen
SAS systemet SAS 2012 Janne Petersen February 7, 2012 Styrken i SAS er dets evne til at håndtere store datasæt. Det er hurtigt og har mange statistiske og ikke-statistiske muligheder. Kan "alt", så det
Læs mereKvantitative metoder 2
Kvantitative metoder Heteroskedasticitet 11. april 007 KM: F18 1 Oversigt: Heteroskedasticitet OLS estimation under heteroskedasticitet (W.8.1-): Konsekvenser af heteroskedasticitet for OLS Gyldige test
Læs mereEksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereDanmarks Statistik. Retningslinjerne for brug af Forskermaskiner Institut for Folkesundhed Aarhus Universitet
Danmarks Statistik Retningslinjerne for brug af Forskermaskiner Institut for Folkesundhed Aarhus Universitet Institut for Folkesundhed Datamanagement, nsb Version 1.0 2014 1 1 Indholdsfortegnelse 2 Introduktion...
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007II. Økonometri 1
Rettevejledning til Økonomisk Kandidateksamen 2007II Økonometri 1 Vurderingsgrundlaget for tag-hjem eksamen er selve opgavebesvarelsen og bilaget. Programmer og data bedømmes som sådan ikke, men er anvendt
Læs mereEn Introduktion til SAS. Kapitel 5.
En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel
Læs mereGenerel illustration af SAS Enterprise Guide projekt:
Bilagsoversigt: Bilag 1: Dokumentation af data og data flow i SAS Enterprise Guide... II Bilag 2: Søgekriterier i Orbis... X Bilag 3: Dummy-variable for år... XI Bilag 4: Modelkørsel på modificeret Jones-model
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 11
Økonometri 1 Efterår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave: Paneldata estimation Sammenhængen mellem alder og
Læs mereStatistik & Skalavalidering
å Statistik & Skalavalidering Synopsis til mundtlig eksamen d. 24. januar 2011 K ø b e n h a v n s U n i v e r s i t e t K a n d i d a t u d d a n n e l s e n i F o l k e s u n d h e d s v i d e n s k
Læs mereEksamen i statistik 2010 Kandidatuddannelsen i folkesundhedsvidenskab
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T Eksamen i statistik 2010 Kandidatuddannelsen i folkesundhedsvidenskab Eksamensnummer: 16, 23
Læs mere2 Stikprøvebegrebet 8. 3 Gruppering og frekvenstabeller Gruppering Frekvenstabeller Bargraf... 10
Indhold 1 Dataformater, indlæsning og editering 2 1.1 Data............................................ 2 1.2 Indlæsning af tekstfil i Rcmdr.............................. 4 1.3 Data typer.........................................
Læs mereBilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen
Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Microsoft Excel har en del standard anvendelsesmuligheder i forhold til den beskrivende statistik og statistisk
Læs mereSynopsis til kursus i Statistik og skalavalidering på Folkesundhedsvidenskab
Synopsis til kursus i Statistik og skalavalidering på Folkesundhedsvidenskab Eksamensnr. 26, 41 og 11 Anslag (uden tabeller og figurer): 23.933 1 1. Indledning...3 2. Deskriptiv statistik...3 3. Indledende
Læs merePCIM udnytter funktionstasterne. Funktionstasterne har følgende indhold:
1 Reference over PCIM kommandoer PCIM er et simulationsprogram. Kommandoerne i PCIM giver dig mulighed for at afvikle modelkørsler og analysere sådanne modelkørsler. Kommandoerne giver dig samtidig mulighed
Læs mereTeknikker til analyse af tal med Excel
1 Appendiks 2 Teknikker til analyse af tal med Excel Dette appendiks indeholder mange gentagelser fra kapitel 10, afsnit 4 Teknikker til analyse af tal i Den skinbarlige virkelighed) dog med den forskel,
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 mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereBesvarelse af vitcap -opgaven
Besvarelse af -opgaven Spørgsmål 1 Indlæs data Dette gøres fra Analyst med File/Open, som sædvanlig. Spørgsmål 2 Beskriv fordelingen af vital capacity og i de 3 grupper ved hjælp af summary statistics.
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 mereBilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund
Bilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund Det er kun i model (1) i artiklen, at den gennemsnitlige betydning af at have indvandrerbaggrund (α 1 ) direkte kan estimeres.
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007II. Kvantitative Metoder 2: Tag-hjem eksamen
Rettevejledning til Økonomisk Kandidateksamen 2007II Kvantitative Metoder 2: Tag-hjem eksamen Der skal for hver studerende foretages en samlet bedømmelse af tag-hjem gruppeopgaven og den individuelle 2-timers
Læs mereKvantitative metoder 2
Kvalitative egenskaber og dummyvariabler Kvantitative metoder 2 Dummyvariabler 28. marts 2007 Vi har (hovedsagligt) set på kvantitative variabler (løn, priser, forbrug, indkomst, )... Men hvad med kvalitative
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 mereEksportørgevinst i eksportrelationen
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Ivanna Blagova 4. maj 2016 Eksportørgevinst i eksportrelationen Resumé: Nogle muligheder for at inkludere eksportørgevinst i eksportrelationen er undersøgt.
Læs mereGrupperede observationssæt Deskriptiv statistik: Middelværdi, frekvensfordeling, sumkurve, kvartilsæt, boxplot
Grupperede datasæt: Middelværdi, intervalfrekvens og kumuleret frekvens. Bilbestandens alder i 2005 fremgår af følgende tabel. Alder i år ]0;4] ]4;8] ]8;12] ]12;16] ]16;20] ]20;24] Antal i tusinde 401
Læs mereFokus på Forsyning. Datagrundlag og metode
Fokus på Forsyning I notatet gennemgås datagrundlaget for brancheanalysen af forsyningssektoren sammen med variable, regressionsmodellen og tilhørende tests. Slutteligt sammenfattes analysens resultater
Læs mereMultipel Lineær Regression. Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test
Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x k uafhængige variable
Læs mereModul 11: Simpel lineær regression
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 11: Simpel lineær regression 11.1 Regression uden gentagelser............................. 1 11.1.1 Oversigt....................................
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Begreber. Parrede sammenligninger. Lene Theil Skovgaard 5. september 2017 1 / 16 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides
Læs mereLineære sammenhænge, residualplot og regression
Lineære sammenhænge, residualplot og regression Opgave 1: Er der en bagvedliggende lineær sammenhæng? I mange sammenhænge indsamler man data som man ønsker at undersøge og afdække eventuelle sammenhænge
Læs mere