Behöver hjälp med statistik (kvantitativa metoder)

[TheFlyingDragon]

VARNING! LÄS PÅ EGET BEVÅG!

 

Tja på er igen! Tyvärr kommer jag hit och förstör för er igen med ett riktigt tråkigt ämne; nämligen skolan.

 

Nu är det så att jag har åkt på en riktig nitisk lärare som vill ha allting perfekt (det verkar som om han inte tar hänsyn till att man är ny på området, utan han vill ha allting som om han själv hade skrivit det).

 

Ämnet i fråga är Kvantitativa (undersöknings)Metoder och jag har lite problem med att tolka och förklara vissa saker och skulle uppskatta om någon kunde hjälpa mig med uppgiften. Om ni vill läsa igenom mitt arbete och ge mig kritik på det är ni väldigt välkomna och det skulle uppskattas! Dock skall det tilläggas att detta är en förberedande uppsats på en högre nivå (närmare bestämt forskningsnivå, men all hjälp uppskattas).

 

Några av sakerna som jag har problem med att förklara är bland annat b-koefficienten (som läraren underkände).

 

"B- koefficienten förklarar hur mycket en variabel förändrar i det beroende variabeln när den ökar med en enhet (eller motsvarande)."

 

"Om variabeln ”högutbildade” förändras med 300 enheter, kommer b-koefficienten att beräknas som: 0,139*300=41,7 enheter (41,7 fler/färre högutbildade per 1000 i en kommun).

 

Varav b-koefficienten för "högutbildade" är 0,139 och jag visar upp ett exempel vad som händer när det förändras med 300 enheter.

 

Och R2 för att nämna en annan sak.

 

(Lärarens kommentar: NEW: Serious: In the beginning of the Discussion, there is an erroeous interpretation of what the R2 of 58.4% means, please check it out and change it.)

 

"Dessa variabler kan förklara 58,4% av alla anmälda fallen i en kommun, och den variabel som har störst påverkan på anmälningarna är utrikesfödda i svenska kommuner."

 

Har jag inte förklarat ordentligt här hur man skall tolka R2? Att 58,4% av den beroende variabeln kan förklaras av de oberoende variablerna?

 

Jag skulle verkligen uppskatta hjälpen från er andra studenter som studerar på högre nivåer, men all hjälp uppskattas såklart! Självklart kan jag även bjuda på lunch för dem som klarar av (och har vägarna förbi Stockholm) att förklara så att även jag förstår vad all fel ligger i (så att jag klarar kursen).

 

Med vänliga hälsningar,

Studenten som håller på att bli galen.

[Volbla]

Jag har egentligen inte läst någon statistik själv, men jag läser i alla fall matte (delvis), så jag kan förhoppningsvis vara till någon sorts hjälp.

 

I fallet b-koefficienten verkar det i alla fall som du inte förklarar helt konsekvent. I den här biten:

Om variabeln ”högutbildade” förändras med 300 enheter, kommer b-koefficienten att beräknas som: 0,139*300=41,7

Låter det som du säger att det är resultatet som är b-koefficienten, alltså 41,7, men annars förklarar du att det är koefficienten man använder för att beräkna resultatet (alltså 0,139) som är b-koefficienten. Det kanske är det som är fel.

 

Efter en smärre eskapad på wikipedia så tror jag att jag förstår vad R2 är för något (om vi ens pratar om samma R2, men det antar jag). Det beräknas som följande:

 

 

där SStot är summan av kvadraten på varje mätvärdes avvikande från medelvärdet av mätvärdena och SSerr är summan av kvadraten på varje mätvärdes avvikande från den approximerade modellen. Inga mätvärden är exakta, och i statistik är inte alla modeller exakta heller. R2 är ett mått på hur bra dina mätvärden passar in i din modell, alltså hur pålitlig modellen är. Wiki hade en jättebra bild där de approximerar en linjär modell.

 

 

Fyra stycken mätvärden som ungefär följer ett linjärt mönster. I vänstra grafen visas termerna i SStot (som kvadrater på avståndet till medelvärdet ȳ) och i högra visas termerna till SSerr och den approximerade modellen f. Som jag tolkar det så vill man ideellt ha så många och spridda mätvärden som möjligt för att få ett stort SStot, och de ska (förstås) vara så nära den approximerade modellen som möjligt för att få ett litet SSerr. Med litet SSerr och stort SStot blir kvoten mellan dem väldigt liten, och R2 blir därmed väldigt nära 1. Om R2 = 1 (vilket egentligen bara går om SSreg = 0) så följer alla mätvärden modellen exakt, och modellen och dina mätningar passar samman perfekt.

 

Utan att ha läst eller beblandat mig med statistik vet jag inte hur man ska tolka ett R2 på 58,4%. På rak arm låter det rätt dåligt, fast jag studerar ju fysik där man kräver exakta modeller, så jag kanske är ute och cyklar :3

 

Hoppas jag har hjälpt.

[TheFlyingDragon]

Får bara tacka för all hjälp som du givit mig! Och ursäkta för mitt sena svar! Har haft fullt upp med andra saker i skolan.

 

Hmm, får jag fråga hur skulle du formulera b-koefficients meningen så att den blir mer konsekvent?

 

Formeln ser ut på följande sätt: y=a+b*x, där a är den beroende variabeln, b är koefficienten och x är det man vill beräkna, och y är då resultatet av allt.

 

Ett exempel på detta är då att om a är 2 (som är konstant) och b är 3 (som även den blir konstant för tillfället) och x är 4 bör då uträkningen bli på följande vis: 2+3*4=14, vilket bör vara korrekt om jag har uppfattat allting rätt nu?

 

Ah, R2 behövde du inte lägga ner tid på att räkna ut, då jag använder ett program som gör det åt mig; dock verkar läraren ha problem med mitt språkliga kunskap än om mina kunskaper om själva ämnet.

 

Måste även tacka dig än en gång för all hjälp, uppskattar att ha någon att bolla runt saker med nu när man har suttit själv med arbetet och nästan gråtit sig till sömns.