Elaborering: Analyse af betingede relationer
|
|
|
- Troels Frode Lauridsen
- 9 år siden
- Visninger:
Transkript
1 Elaborering: Analyse af betingede relationer 1
2 Mordsager i Florida i perioden Sammenhæng mellem morderens race og forekomst af dødsdom i 4764 mordsager i Florida i Dom Morder sort hvid dødsdom anden dom % 97.6% 100.0% % 96.8% 100.0% % 97.3% 100.0% χ 2 = 3.1, df = 1, p = γ = , p =
3 Sammenhæng mellem morderens race og efterfølgende dødsdom elaboreret mht. offerets race Dom Offer dødsdom anden dom sort Morder sort % 99.5% 100.0% hvid % 100.0% % 99.5% 100.0% hvid Morder sort % 83.3% 100.0% hvid % 96.6% 100.0% % 95.1% 100.0% Sort offer: χ 2 = 0.55, df = 1, p = 0.59 γ = 1.00 p = 0.59 Hvidt offer: χ 2 = 96.5, df = 1, p = γ = 0.71 p = Simpsons paradoks! 3
4 Sammenhængen mellem alder og erhvervsfrekvenser i Rochdale, England Hustrus arbejde Hustrus alder intet arbejde arbejde % 62.6% 100.0% % 70.8% 100.0% % 66.8% 100.0% χ 2 = 5.06, df = 1, p = γ = 0.184, p =
5 Sammenhæng mellem alder og erhvervsfrekvens elaboreret mht. om der er et mindreårigt barn i familien Hustrus arbejde Barn intet arbejde arbejde nej Hustrus alder % 80.2% 100.0% % 71.9% 100.0% % 74.9% 100.0% ja Hustrus alder % 42.1% 100.0% % 41.7% 100.0% % 42.1% 100.0% Mindreårigt barn: χ 2 = 4.2, df = 1, p = γ = , p = Intet barn: χ 2 = 0.01, df = 1, p = γ = , p = Simpsons paradoks igen! 5
6 To kohorder af 70-årige fra Københavns Amt - Boligstandard (god eller dårlig). - Tilknytning til arbejdsmarkedet (Fuldtidsarbejde, deltidsarbejde, pensioneret og ingen tilknytning). - Uddannelse (restgruppen, 9-12 års uddannelse og mere end 12 års uddannelse). - Ægteskabelig status ( gift eller alene). - Køn - Kohordeår: (1967 og 1984). 1
7 Sammenhængen mellem arbejde og boligstandard som 70-årig. Tilknytning til arbejdsmarkedet fuldtid deltid pensioneret ingen Bolig god dårlig ,7% 30,3% 100,0% ,2% 17,8% 100,0% ,5% 17,5% 100,0% ,0% 23,0% 100,0% ,4% 19,6% 100,0% χ 2 = 12.9, df = 3, p= γ = -0.04, p=
8 Fordeling af arbejde og boligforhold blandt 70-årige i 1967 og 1984 Bolig År god dårlig 1967 Tilknytning til arbejdsmarkedet fuldtid ,7% 34,3% 100,0% deltid ,7% 33,3% 100,0% pensioneret ,6% 34,4% 100,0% ingen ,1% 34,9% 100,0% ,6% 34,4% 100,0% 1984 Tilknytning til arbejdsmarkedet fuldtid ,0% 10,0% 100,0% deltid ,8% 4,2% 100,0% pensioneret ,8% 8,2% 100,0% ingen ,4% 6,6% 100,0% ,2% 7,8% 100,0% 1967: χ 2 = 0.0, df = 3, p = γ = 0.01, p = : χ 2 = 1.3, df = 3, p = γ = 0.00, p =
9 Betinget uafhængighed To variable, A og B, er betinget uafhængige givet en eller flere kontrolvariable, C 1,...C k, hvis A og B er uafhængige inden for samtlige de grupper, der kan defineres ved kombinationer af værdier af kontrolvariablene. Symbolsk angives betinget uafhængighed på følgende måde A B C 1,...C k Elaboreringsparadigmet ser C 1,...,C k, som forklaringen på sammenhængen mellem A og B, mens en kausal analyse vil tale om en spuriøs sammenhæng, hvis samtlige kontrolvariable ligger tidsmæssigt og/eller kausalt før A og B. 2
10 Multivariat statistisk teknik. Det globale χ 2 test = summen af χ 2 testene Partial γ = vægtet gennemsnit af γ erne Test for betinget uafhængighed Global χ 2 = 1.35, df = 6, p = Partiel γ = 0.01, p = Homogene eller heterogene γ-koefficienter? 1
11 Lokal afhængighed. Uddannelsesmæssige forskelle mellem 70-årige i 1967 og 1984 Uddannelse År <9 år år 13+ år ,4% 40,3% 6,3% 100,0% ,6% 43,7% 12,7% 100,0% ,9% 42,2% 9,9% 100,0% χ 2 = 2.11 df = 2, p = 0.21 γ=0.21, p=
12 Uddannelsesmæssige forskelle i 1967 og 1984 elaboreret mht. køn. Uddannelse Køn <9 år år 13+ år mand År ,5% 55,1% 9,4% 100,0% ,8% 52,2% 14,0% 100,0% ,6% 53,5% 12,0% 100,0% kvinde År ,6% 26,1% 3,3% 100,0% ,3% 35,2% 11,5% 100,0% ,1% 31,1% 7,8% 100,0% Mænd: χ 2 = 3.2, df = 2, p = γ = 0.08, p = Kvinder: χ 2 = 26.4, df = 2, p = γ = 0.36, p = Global: χ 2 = 29.6, df = 4, p = γ = 0.24, p =
13 Test for homogene γ-koefficienter Afprøv hypotesen om homogene γ- koefficienter ved hjælp af et Z-test. Forskel på γ-koefficienterne for mænd og kvinder er lig med Standardfejlene for γ-koefficienterne Mænd : 0,070 Kvinder: 0,067. Variansen på forskellen er lig med = Standardfejl på forskellen er lig med = Den standardiserede forskel er lig med 0.265/ = (p = 0.006). Lokal sammenhæng: Den uddannelsesmæssige gevinst kan kun påvises for kvinderne. 2
14 Specifikation homogene og heterogene sammenhænge Sammenhæng mellem køn og uddannelse blandt 70-årige Uddannelse Køn mand kvinde <9 år år 13+ år ,6% 53,5% 12,0% 100,0% ,1% 31,1% 7,8% 100,0% ,9% 42,2% 9,9% 100,0% χ 2 = 92.8, df = 2, p = γ = -0.42, p =
15 Betinget sammenhæng mellem køn og uddannelse givet år Uddannelse År <9 år år 13+ år 1967 Køn mand ,5% 55,1% 9,4% 100,0% kvinde ,6% 26,1% 3,3% 100,0% ,4% 40,3% 6,3% 100,0% 1984 Køn mand ,8% 52,2% 14,0% 100,0% kvinde ,3% 35,2% 11,5% 100,0% ,6% 43,7% 12,7% 100,0% 1967: γ = -0.59, p = : γ = -0.30, p = Global: γ = -0.46, p = Global sammenhæng: Er den homogen eller heterogen? 1
16 Marginale γ-koefficienter for parvise sammenhænge mellem År, Uddannelse og Bolig Variable γ standardfejl p År og Uddannelse År og Bolig Uddannelse og Bolig
17 2
18 Sammenhæng mellem År og Bolig elaboreret for Uddannelse Bolig Uddannelse god dårlig <9 år År ,3% 40,7% 100,0% ,6% 9,4% 100,0% ,1% 24,9% 100,0% år År ,5% 28,5% 100,0% ,8% 7,2% 100,0% ,8% 16,2% 100,0% 13+ år År ,1% 18,9% 100,0% ,8% 3,2% 100,0% ,3% 7,7% 100,0% <9 års udd.: γ = , SE = 0.051, p = års udd: γ = , SE = 0.071, p = års udd: γ = , SE = 0.158, p = Partiel γ = , SE = 0.040, p =
19 Parvise sammenligninger af γ- koefficienter fra forskellige grupper Forskel mellem γ-koefficienterne for personer med mindre end 9 års uddannelse og for personer med års uddannelse. Forskellen er klart insignifikant (Z = 0.721, p = 0.471). Forskel mellem γ-koefficienterne for personer med års uddannelse og personer med mere end 12 års uddannelse. Også her er forskellen insignifikant (Z = 0.439, p = 0.661). Samlet partiel γ-koefficient for personer med mere end ni års uddannelse (γ = , SE = 0.065). Sammenligning af denne γ-koefficient med koefficienten for gruppen med mindst uddannelse: (Z = 0.605, p = 0.545), Dvs. homogen sammenhæng. 2
20 Sammenhængen mellem uddannelse og bolig elaboreret for år. Bolig År Uddannelse Uddannelse <9 år år 13+ år <9 år år 13+ år god dårlig ,3% 40,7% 100,0% ,5% 28,5% 100,0% ,1% 18,9% 100,0% ,6% 34,4% 100,0% ,6% 9,4% 100,0% ,8% 7,2% 100,0% ,8% 3,2% 100,0% ,3% 7,7% 100,0% 1967: γ = , SE = 0.077, p = : γ = , SE = 0.117, p = Partiel γ = , SE = 0.064, p = Homogen sammenhæng Hvis sammenhængen mellem A og B er homogen efter elaborering med variablen, C, vil sammenhængen mellem A og C være homogen efter elaborering med B. 3
21 Skjulte sammenhænge Sammenhæng mellem køn og bolig Bolig Køn mand kvinde god dårlig ,1% 20,9% 100,0% ,6% 18,4% 100,0% ,4% 19,6% 100,0% χ 2 = 1.31, df = 1, p = γ = -0.08, p =
22 Sammenhæng mellem køn og boligforhold elaboreret mht. uddannelse Bolig Uddannelse god dårlig <9 år Køn mand ,8% 27,2% 100,0% kvinde ,4% 23,6% 100,0% ,1% 24,9% 100,0% år Køn mand ,0% 19,0% 100,0% kvinde ,4% 11,6% 100,0% ,8% 16,2% 100,0% 13+ år Køn mand ,7% 10,3% 100,0% kvinde ,2% 3,8% 100,0% ,3% 7,7% 100,0% - 9 år : γ = , p = år: γ = , p = år: γ = , p = Global: γ = , p =
23 Sammenhæng mellem ægteskabelig status og tilknytning til arbejdsmarkedet Tilknytning til arbejdsmarkedet Ægteskabelig status alene gift fuldtid deltid pensioneret ingen ,0% 5,1% 69,1% 19,9% 100,0% ,6% 7,1% 67,9% 15,4% 100,0% ,4% 6,4% 68,3% 17,0% 100,0% χ 2 = 12.4, df = 3, p = γ = -0.17, p =
24 Sammenhæng mellem ægteskabelig status og tilknytning til arbejdsmarkedet elaboreret mht. køn Tilknytning til arbejdsmarkedet Køn fuldtid deltid pensioneret ingen mand Ægteskabelig status alene % 6.5% 76.8% 3.9% 100.0% gift % 8.5% 75.9% 1.3% 100.0% % 8.1% 76.1% 1.8% 100.0% kvinde Ægteskabelig status alene % 4.5% 66.1% 26.1% 100.0% gift % 4.9% 56.2% 36.1% 100.0% % 4.7% 61.0% 31.3% 100.0% Mænd: χ 2 = 5.4, df = 3, p = γ = -0.13, p = Kvinder: χ 2 = 10.0, df = 3, p = γ = +0.17, p =
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Stratificerede analyser Dødsstraf-eksempel Betyder morderens farve noget for risikoen for dødsstraf? 1 Dødsstraf-eksempel: data Variable: Dødsstraf
Statistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Statistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
Anvendt 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
Regneregler 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
Eksamen 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
Anvendt 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
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
Sammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.
Sammenhængsanalyser Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. rygevaner som 45 årig * helbred som 51 årig Crosstabulation rygevaner
Økonometri 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
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev
Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele
Anvendt Statistik Lektion 5 Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele Motiverende eksempel Antal minutter brugt på rengøring/madlavning: Rengøring/Madlavning
Vejledende eksamensopgaver vedr. hypotesetest (stx B og stx A)
Vejledende eksamensopgaver vedr. hypotesetest (stx B og stx A) Opgave 1 I nedenstående tabel ses resultaterne af samtlige hjerteklapoperationer i 007-08 ved Odense Universitetshospital (OUH) sammenlignet
Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele
Anvendt Statistik Lektion 5 Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele Motiverende eksempel Antal minutter brugt på rengøring/madlavning: Rengøring/Madlavning
Synopsis til eksamen i Statistik
Synopsis til eksamen i Statistik Kandidatuddannelsen i Folkesundhedsvidenskab Københavns Universitet december 2010 Eksamensnummer: 12 Antal anslag: 23.839 (svarende til 9,9 normalsider) - 1 - Indholdsfortegnelse
Kvantitative metoder 2
Kvantitative metoder 2 Beskrivende statistik og analyse af kvalitatitive data 12. februar 2007 Kvantitative metoder 2: F3 1 Program for i dag: Test i multinomialfordelingen: Q-testet (BL.13.1-2) Opsamling
INDLEDNING...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
Kønsproportion og familiemønstre.
Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,
Betinget fordeling Uafhængighed. Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
1 Kontingenstabeller Betinget fordeling Uafhængighed 2 Chi-kvadrat test for uafhængighed Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Synopsis 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
Skilsmisse - Alvorlige tal om bløde temaer. Michael Svarer Institut for Økonomi Aarhus Universitet
Skilsmisse - Alvorlige tal om bløde temaer Michael Svarer Institut for Økonomi Aarhus Universitet Fakta ca. 15.000 skilsmisser om året i Danmark. ca. 40% af alle ægteskaber opløses ved skilsmisse. ca.
Module 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
MATEMATIK A-NIVEAU. Anders Jørgensen & Mark Kddafi. Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 2012
MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 2012 Kapitel 4 Statistik & sandsynlighedsregning 2016 MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver
Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere
Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere Bilag I afrapportering af signifikanstest i tabeller i artikel er der benyttet følgende illustration af signifikans: * p
Eksamen 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
BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Bilag til Evaluering af de nationale test i folkeskolen Dato September 2013 BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Regressionsanalyser. Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer.
Regressionsanalyser Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer. Hvilke faglige problemer kan man løse vha. regressionsanalyser? 1 Regressionsanalyser Det primære problem
Kapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan
Dataanalyse. Af Joanna Phermchai-Nielsen. Workshop d. 18. marts 2013
Dataanalyse Af Joanna Phermchai-Nielsen Workshop d. 18. marts 2013 Kroniske og psykiske syge borgere (1) Sygdomsgrupper: - Kroniske sygdomme: Diabetes Hjertekarsygdomme Kroniske lungesygdomme Knogleskørhed
INDVANDRERES TILKNYTNING TIL ARBEJDSMARKEDET
Januar 2003 Af Anita Vium - Direkte telefon: 33 55 77 24 Resumé: INDVANDRERES TILKNYTNING TIL ARBEJDSMARKEDET Indvandrere har større ledighed, mindre erhvervsdeltagelse og dermed lavere beskæftigelse end
Simpsons Paradoks. Et emnearbejde om årsag og sammenhæng i kvantitative undersøgelser. Inge Henningsen
Simpsons Paradoks Et emnearbejde om årsag og sammenhæng i kvantitative undersøgelser Afdeling for Anvendt Matematik og Statistik Københavns Universitet 1 Simpsons Paradoks -Et emnearbejde om årsag og sammenhæng
Log-lineære modeller. Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres.
Log-lineære modeller Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres. Kontingenstabel Contingency: mulighed/tilfælde Kontingenstabel: antal observationer (frekvenser)
Statistik & 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
Mobning på arbejdspladsen. En undersøgelse af oplevelser med mobning blandt STEM-ansatte
Mobning på arbejdspladsen En undersøgelse af oplevelser med mobning blandt STEM-ansatte September 2018 Mobning på arbejdspladsen Resumé Inden for STEM (Science, Technology, Engineering & Math) var der
Kapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet
Deltidsansættelser i Danmark
Side 1 af 6 Deltidsansættelser i Danmark BESKÆFTIGELSE OG ARBEJDSLIV Side 2 af 6 Indholdsfortegnelse 1. Deltidsansættelser fordelt på køn... 3 2. Deltidsansættelse blandt akademikere... 5 Hovedkonklusioner
Indvandrere og efterkommere
Indvandrere og efterkommere Kriminalitet hvordan måler vi det? Lisbeth Lavrsen 18 pct. af de personer, der blev dømt i 2015 havde udenlandsk oprindelse er det meget eller lidt? 2 Afhænger selvfølgelig
Vejledende løsninger kapitel 9 opgaver
KAPITEL 9 OPGAVE 1 a) Hypoteser H 0 : Der er uafhængighed (ingen sammenhæng) i kontingenstabellen H 1 : Der er afhængighed (sammenhæng) i kontingenstabellen Observerede værdier Ny metode Gammel metode
Eksamen 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
Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006
Dagens program Økonometri 1 Kvalitative variable 8. marts 2006 Kvalitative variabler som forklarende variabler i en lineær regressionsmodel (Wooldridge kap. 7.1-7.4) Kvalitative variabler generelt Dummy
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mantel-Haenszel analyser Mantel-Haenszel analyser Sidst lærte vi om stratificerede analyser. I dag kigger vi på et specialtilfælde: både exposure
Analyse 18. december 2014
18. december 214 Unge efterkommere med ikke-vestlig baggrund halter stadig efter danskere i uddannelsessystemet Af Kristian Thor Jakobsen og Christoffer Jessen Weissert Unge med ikke-vestlig baggrund klarer
Hvad betyder miljøet i unges tanker om transportvalg? Af senior forsker Mette Møller, DTU Transport
Hvad betyder miljøet i unges tanker om transportvalg? Af senior forsker Mette Møller, DTU Transport Hvorfor interessere sig for de unge? Bærere af fremtiden Etablering af individuelle transportvaner/præferencer
Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)
Afdeling for Biostatistik Bo Martin Bibby 23. november 2006 Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06) Vi betragter 4699 personer fra Framingham-studiet. Der er oplysninger om follow-up
Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Statistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Statistik Lektion 0 Ikkeparametriske metoder Repetition KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Psykisk arbejdsmiljø og stress
Psykisk arbejdsmiljø og stress - Hvilke faktorer har indflydelse på det psykiske arbejdsmiljø og medarbejdernes stress Marts 2018 Konklusion Denne analyse forsøger at afklare, hvilke faktorer der påvirker
Statistik og Sandsynlighedsregning 2. Repetition og eksamen. Overheads til forelæsninger, mandag 7. uge
Statistik og Sandsynlighedsregning 2 Repetition og eksamen Overheads til forelæsninger, mandag 7. uge 1 Normalfordelingen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange
Løsninger til kapitel 9
Opgave 9.1 a) test for spredning, ensidet b) test for middelværdi, ensidet c) test for andel, ensidet d) test for to andele, ensidet e) test for spredning, tosidet f) test for middelværdi, ensidet g) test
Statistiske 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.
Analyse af binære responsvariable
Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley
Program 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;
Arbejdsløshed, arbejdsløshedsforsikring og konjunktursvingninger?
Arbejdsløshed, arbejdsløshedsforsikring og konjunktursvingninger? Mette Ejrnæs og Stefan Hochguertel EPRN konference 19. juni 2015 19. juni 2015 1 / 25 Motivation I Danmark har vi en arbejdsløshedsforsikringsordning
Generelle 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
Klyngeanalyse af langvarige kontanthjælpsmodtagere
Notat Klyngeanalyse af langvarige kontanthjælpsmodtagere Sammenfatning 4. april 2017 Viden og Analyse / APK 0. Baggrund Til brug for satspuljeinitiativet for langvarige kontanthjælpsmodtagere ( Flere skal
Rettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007
Rettevejledning til eksamen i Kvantitative metoder 1,. årsprøve. januar 007 I rettevejledningen henvises der til Berry and Lindgren "Statistics Theory and methods"(b&l) hvis ikke andet er nævnt. Opgave
Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april
Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et
Tema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.
Tema Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. (Fx. x. µ) Hypotese og test. Teststørrelse. (Fx. H 0 : µ = µ 0 ) konfidensintervaller
Den samlede model til estimation af lønpræmien er da givet ved:
Lønpræmien Lønpræmien i en branche kan indikere, om konkurrencen er hård eller svag i branchen. Hvis der er svag konkurrence mellem virksomhederne i branchen, vil det ofte give sig udslag i både højere
Multipel 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
Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Ikkeparametriske metoder Repetition Wilcoxon SignedRank Test KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Program. Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve I SAS. Øvelse: effekt af diæter
Program Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve Helle Sørensen E-mail: [email protected] I formiddag: Øvelse: effekt af diæter. Repetition fra sidst... Parrede og ikke-parrede
Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
Logistisk regression
Logistisk regression Test af antagelsen om lineære effekter Modelkonstruktion og modelsøgning Hvilke variable og hvilke interaktioner skal inkluderes i regressionsmodellerne? 1 Logistiske regressionsmodeller
