Medición ab initio: comprender los conceptos comunes de estadística

Caso: cada individuo | registro

Variables: atributos

Error : error aleatorio (no se puede encontrar el motivo) error sistemático (regular)

Fiabilidad: el mismo método, la medición repetida del mismo objeto, el resultado de la coherencia

Validez: similitud con resultados reales.

diferencia

• Los temas de investigación son diferentes
  Fiabilidad: Respondent Validez: Compositor

• Diferentes perspectivas de investigación

  Fiabilidad: la calidad de la medición validez: la calidad del cuestionario

• Valores diferentes

  • Validez del cuestionario <fiabilidad del cuestionario
  • Validez máxima ≤ raíz cuadrada de confiabilidad
  • Alta validez significa alta confiabilidad; alta confiabilidad significa no necesariamente alta validez

Distribución normal

• M ± 1SD: 68%
• M ± 1,96SD: 95%
• M ± 2.58SD: 99%

Sesgo: El sesgo de los datos (la imagen de abajo es la desviación correcta)

Curtosis: qué tan alto

Grado de libertad: número desconocido que se puede cambiar libremente, X + Y + Z = 0, el grado de libertad es 2, se determinan dos números y el tercer número desconocido se determina automáticamente

Para datos con un tamaño de muestra de N, su grado de libertad es naturalmente N-1. Debido a que tiene un valor medio, esta es la condición que lo limita.
Grados de libertad = número de variables (tamaño de la muestra) condiciones N-restringidas

prueba hipotética

Criterios de juicio: nivel de significancia-α-criterios comúnmente usados ​​5%, 1% y 0.1%
p-valor: es decir, la hipótesis nula realmente se cumple, pero el resultado que calculamos juzga incorrectamente que la hipótesis nula no es válida.
Utilice el valor p para comparar la probabilidad de α para juzgar el resultado.

Conocimiento profundo del valor p

Esta cosa me ha molestado durante mucho tiempo, solo puedo comparar pero no entiendo el significado.
El valor p representa la contingencia de un evento de probabilidad pequeño en los datos de la muestra real. Cuando la contingencia no es grande, la hipótesis nula puede considerarse incorrecta. Por ejemplo, una granja de cerdos afirma que su carne de cerdo es de 5 kg, y usted compra 100 piezas de carne de cerdo y encuentra que el promedio no es de 5 kg, pero 4 kg, la hipótesis original es que la carne de cerdo pesa 5 kg, y la hipótesis de respaldo es que la carne de cerdo no pesa 5 kg. El valor p es la posibilidad de que la carne de cerdo no aparezca con 5 kg. Ahora fija el nivel de significancia $\alpha$ es 5%, es decir, mientras la contingencia sea menor al 5%, se puede rechazar la hipótesis nula, porque cuanto menor es la contingencia, más común es que la carne de cerdo no sea de 5 kg. ¿Cuál es el significado del intervalo de confianza a continuación, o cerdo, si el promedio de las 100 piezas de cerdo que compra es 4 kg y el error estándar es 1 kg, entonces su intervalo de confianza es (4 ± 1) * cuantil de probabilidad del 95%? Aún así, cerdo, si el promedio de las 100 piezas de cerdo que compra es 4 kg y el error estándar es 1 kg, entonces su intervalo de confianza es (4 ± 1) * cuantil de probabilidad del 95%.