Föreläsning 5: Att generalisera
Introduktion Föreläsning 5: Att generalisera Olika sorters generalisering Statistisk inferens Pär Nyman [email protected] Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 4 september 2015 -1- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Generalisering innebär att vi drar slutsatser om någonting annat än det vi har studerat. Vi använder djurförsök som en indikation på hur samma preparat fungerar på människor. En opinionsundersökning avslöjar – med viss felmarginal – den svenska befolkningens åsikter. En tillämpning Avslutning Vi kan utgå från all tidigare forskning för att på förhand beräkna effekten av en planerad reform. -2- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Varför är generaliseringar viktigt? Påstående: Vi bör huvudsakligen intressera oss för generella teorier och stora populationer. Superpopulationer Strategiska urval En tillämpning Avslutning -3- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Varför är generaliseringar viktigt? Påstående: Vi bör huvudsakligen intressera oss för generella teorier och stora populationer. Eftersom vi sällan kan genomföra en totalundersökning – och aldrig direkt studera abstrakta fenomen eller teorier – måste vi generalisera. -3- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen ”Varje situation är unik” Sant i en trivial mening: två situationer är aldrig identiska. Det kan ändå finnas mycket som förenar. Konfidensintervall Räkneexempel Slutsats 1: Generalisering är aldrig något binärt. Superpopulationer Strategiska urval En tillämpning Avslutning Slutsats 2: Ju godare förutsättningar att generalisera, desto bättre. Slutsats 3: Utforma teorier så att de kan appliceras på många fall. -4- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Exempel: Hur ska vi förklara valresultat? Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Fokusera på det som särskiljer valen? Säldöd, valstugereportage, Lars Leijonborg-effekten, etc. Mitt bud: fokusera på mer allmängiltiga förklaringar. En tillämpning Avslutning -5- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Procent av rösterna för sittande present Hibbs (2000) samband mellan valresultat och inkomstutveckling 65 1972 1964 1984 1956 60 55 50 45 1996 1960 1976 1992 1980 1988 1968 1952 40 −1 0 1 2 3 4 Genomsnittlig förändring i disponibel inkomst (procent) -6- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Procent av rösterna för sittande present Hibbs (2000) samband mellan valresultat och inkomstutveckling 65 1972 1964 1984 1956 60 55 50 45 1996 1960 1976 1992 1980 1988 1968 1952 40 −1 0 1 2 3 4 Genomsnittlig förändring i disponibel inkomst (procent) -6- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Procent av rösterna för sittande present Hibbs (2000) samband mellan valresultat och inkomstutveckling 65 1972 1964 1984 1956 60 55 50 45 1996 1960 1976 1992 1980 1988 1968 Vietnam 1952 Korea 40 −1 0 1 2 3 4 Genomsnittlig förändring i disponibel inkomst (procent) -6- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Hibbs slutsats: Stödet för presidenten beror nästan enbart på inkomstutvecklingen och antalet amerikanska soldater som dött i krig. Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Verkligheten är så komplex att såhär starka och allmängiltiga samband är mycket ovanliga. Exemplet visar att vi inte bör avfärda generalisering på förhand utan tvärtom anstränga oss för att förbättra möjligheterna till generalisering. -7- Disposition för eftermiddagen Introduktion Olika sorters generalisering Statistisk inferens 1 Introduktion 2 Olika sorters generalisering 3 Statistisk inferens 4 Strategiska urval 5 Avslutning Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -8- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Vi generaliserar i två dimensioner Till en högre abstraktionsnivå. T&S kallar detta för teoretisk generalisering. Till andra situationer. T&S kallar detta för empirisk generalisering. I regel ägnar vi oss åt båda typerna av generalisering, även om vi sällan uttrycker oss i termer av teoretisk och empirisk generalisering. -9- Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Teoretisk generalisering Vi generaliserar från det vi observerat tillbaka till de teoretiska begreppen. Liknas ibland vid att ersätta egennamnen med mer abstrakta begrepp. Uttrycks ofta med frågan ”vad är det här ett fall av?”. Styrkan i den teoretiska generaliseringen beror på validiteten i operationaliseringen. - 10 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Teoretisk generalisering Anta att vi studerat den ekonomiska krisen och funnit att inställningen till både en höjning av den kommunala inkomstskatten och ersättningsgraden i arbetslöshetsförsäkringen har blivit mer positiv i de kommuner där arbetslösheten steg mest. En tillämpning Avslutning En teoretisk generalisering är att upplevd risk innebär ett ökat stöd för ekonomisk omfördelning. - 11 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Empirisk generalisering innebär att dra slutsatser om andra situationer än de vi studerat. Från urval till population: SCB intervjuar några tusen svenskar för att beräkna arbetslösheten i hela landet. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Från fall till fall: Eftersom en dörrknackningskampanj ökade antalet Hollanderöster i presidentvalet 2012 fungerar dörrknackning i ett svenskt riksdagsval. Från ”population” till ”urval”: Eftersom man minns bättre när man antecknar för hand gäller det även dig. - 12 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Det vi vill uttala oss om skiljer sig ofta med avseende på Variabler (val av utfall, definition, källa) Räkneexempel Superpopulationer Strategiska urval Analysenheter (exempelvis andra personer) Kontext (tid, plats och sammanhang) En tillämpning Avslutning - 13 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Flera faktorer påverkar förutsättningarna I vilka avseenden skiljer sig din studie från den population du vill uttala dig om eller fallet du jämför med? Räkneexempel Superpopulationer Strategiska urval Hur bör dessa skillnader påverka resultaten? Hur stora skillnader kan det orsaka? En tillämpning Avslutning I vilken riktning förväntar vi oss dessa skillnader? - 14 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Fundera på generalisering tidigt Vanligt att dessa resonemang kommer först i slutsatserna. Bättre att motivera tidigt, både i uppsatsen och forskningsprocessen: • Vad är det för fenomen eller population du är intresserad av? Vad är fallet ett ”fall av”? • Varför bör vi då studera just ditt fall/urval? • Kommer studien erbjuda tillräckliga förutsättningar för generalisering? - 15 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Summering: Olika sorters generalisering Teoretisk generalisering Empirisk generalisering • Från urval till population I Statistisk inferens I Strategiska fall • Från fall till fall • Från ”population” till ”urval” - 16 - Generaliseringar Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Summering: Olika sorters generalisering Teoretisk generalisering Empirisk generalisering • Från urval till population I Statistisk inferens I Strategiska fall • Från fall till fall • Från ”population” till ”urval” - 16 - Från urval till population Urval Introduktion Olika sorters generalisering Slutsats Statistisk inferens Population Normalfördelningen Konfidensintervall Generalisering Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 1 Först fastställer vi den population vi är intresserade av. 2 Därefter väljer vi fall som maximerar möjligheten till generalisering. 3 När vi dragit slutsatser om urvalet försöker vi generalisera dessa. - 17 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens När vi använder statistiska metoder för att dra slutsatser om en större population än den vi har studerat kallas det för statistisk inferens. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 18 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens När vi använder statistiska metoder för att dra slutsatser om en större population än den vi har studerat kallas det för statistisk inferens. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Om urvalet är slumpmässigt och alla analysenheter i populationen har samma sannolikhet för att inkluderas i urvalet så kommer våra urval i genomsnitt att återspegla populationen. Vår enda felkälla är slumpen. Avslutning - 18 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens När vi använder statistiska metoder för att dra slutsatser om en större population än den vi har studerat kallas det för statistisk inferens. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Om urvalet är slumpmässigt och alla analysenheter i populationen har samma sannolikhet för att inkluderas i urvalet så kommer våra urval i genomsnitt att återspegla populationen. Vår enda felkälla är slumpen. Samma tekniker kan användas när vi har andra typer av urval, men då tillkommer andra felkällor. - 18 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 19 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Det finns alltid en viss osäkerhet när vi utifrån ett urval vill generalisera till en hel population. Ett sätt att hantera den osäkerheten är med hjälp av så kallade konfidensintervall. En tillämpning Avslutning - 19 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Det finns alltid en viss osäkerhet när vi utifrån ett urval vill generalisera till en hel population. Ett sätt att hantera den osäkerheten är med hjälp av så kallade konfidensintervall. Innan vi kommer till att beräkna och tolka konfidensintervall vill jag introducera normalfördelningen. - 19 - Statistisk inferens Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Det finns alltid en viss osäkerhet när vi utifrån ett urval vill generalisera till en hel population. Ett sätt att hantera den osäkerheten är med hjälp av så kallade konfidensintervall. Innan vi kommer till att beräkna och tolka konfidensintervall vill jag introducera normalfördelningen. Det jag säger om normalfördelningen examineras inte på kursen, men det är en viktig bakgrund för att bättre förstå konfidensintervall. - 19 - Normalfördelningen Introduktion Vi kan i regel anta att medelvärdet i alla möjliga urval följer en normalfördelning (eller t-fördelning). Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 20 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Vi kan i regel anta att medelvärdet i alla möjliga urval följer en normalfördelning (eller t-fördelning). Det innebär bland annat att sannolikheten för ett punktestimat nära populationens medelvärde är högre än sannolikheten för ett kraftigt avvikande punktestimat. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 20 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Vi kan i regel anta att medelvärdet i alla möjliga urval följer en normalfördelning (eller t-fördelning). Det innebär bland annat att sannolikheten för ett punktestimat nära populationens medelvärde är högre än sannolikheten för ett kraftigt avvikande punktestimat. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Jag kommer inte härleda detta antagande, men illustrera det med ett exempel. Strategiska urval En tillämpning Avslutning - 20 - Normalfördelningen Introduktion Olika sorters generalisering Anta att vi undersöker en population där hälften röstar på något av de rödgröna partierna och hälften röstar på ett annat parti. Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 21 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Anta att vi undersöker en population där hälften röstar n=1 på något av de rödgröna partierna och hälften röstar på ett annat parti. Om vi drar ett urval där n = 1 kommer punktestimatet av andelen rödgröna vara antingen 0 eller 100 procent. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=2 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=10 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=25 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=25 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=50 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=100 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen n=100 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen Medelvärde: 50. Standardavvikelse: 5. Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Medelvärde: 50. Standardavvikelse: 10. Avslutning 0 50 Andel rödgröna i urvalet - 21 - 100 Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion 90 procent av urvalen har ett punktestimat inom 1.65 standardavvikelser från populationsvärdet. Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion Olika sorters generalisering 90 procent av urvalen har ett punktestimat inom 1.65 standardavvikelser från populationsvärdet. 95 procent av urvalen har ett punktestimat inom 1.96 standardavvikelser från populationsvärdet. Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall 90 procent av urvalen har ett punktestimat inom 1.65 standardavvikelser från populationsvärdet. 95 procent av urvalen har ett punktestimat inom 1.96 standardavvikelser från populationsvärdet. 99 procent av urvalen har ett punktestimat inom 2.58 standardavvikelser från populationsvärdet. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion Olika sorters generalisering Eftersom populationens medelvärde i regel är okänt vet vi inte om punktestimatet i vårt urval ligger nära eller långt ifrån populationens medelvärde. Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Eftersom populationens medelvärde i regel är okänt vet vi inte om punktestimatet i vårt urval ligger nära eller långt ifrån populationens medelvärde. Men om vi beräknar en felmarginal runt punktestimatet på 1.65 standardavvikelser vet vi att för 90 procent av urvalen kommer populationsmedelvärdet befinna sig inom detta intervall. Strategiska urval En tillämpning Avslutning -3 -2 -1 0 1 2 3 Antal standardavvikelser från medelvärdet - 21 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens 1.65, 1.96 och 2.58 kallas för kritiska värden och vi kommer snart att återkomma till dem. I vår notation kallas de zkv . Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 22 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval 1.65, 1.96 och 2.58 kallas för kritiska värden och vi kommer snart att återkomma till dem. I vår notation kallas de zkv . Students t-fördelning påminner om normalfördelningen. Vid stora urval har de båda fördelningarna samma kritiska värden, men vid små urval är värdena något större för t-fördelningen. Vi benämnar dessa värden tkv . En tillämpning Avslutning - 22 - Normalfördelningen Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning 1.65, 1.96 och 2.58 kallas för kritiska värden och vi kommer snart att återkomma till dem. I vår notation kallas de zkv . Students t-fördelning påminner om normalfördelningen. Vid stora urval har de båda fördelningarna samma kritiska värden, men vid små urval är värdena något större för t-fördelningen. Vi benämnar dessa värden tkv . På kursen används normalfördelningen när vi beräknar konfidensintervall runt en proportion och t-fördelningen när vi beräknar konfidensintervall runt ett medelvärde eller runt en regressionskoefficient. - 22 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 23 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Det kan tyckas vanskligt, men sådana punktestimat används hela tiden för att beskriva populationen! En tillämpning Avslutning - 23 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning När vi studerar ett urval från en population kan vi enkelt beräkna medelvärden och proportioner i urvalet. Dessa värden kallas punktestimat och är ofta vår bästa gissning om populationens egenskaper. Det kan tyckas vanskligt, men sådana punktestimat används hela tiden för att beskriva populationen! Man bör i så fall ange ett intervall i vilket vi är ganska säkra på att medelvärdet eller proportionen i populationen befinner sig. Det kallas konfidensintervall eller intervallestimat. - 23 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Vi sätter en säkerhetsnivå, oftast 95 procent men även 90 och 99 procent är vanligt. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 24 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Vi sätter en säkerhetsnivå, oftast 95 procent men även 90 och 99 procent är vanligt. Med detta menar vi att om vi drog ett oändligt antal urval från populationen, skulle 95 procent av urvalen täcka in populationens medelvärde eller proportion. Strategiska urval En tillämpning Avslutning - 24 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Vi sätter en säkerhetsnivå, oftast 95 procent men även 90 och 99 procent är vanligt. Med detta menar vi att om vi drog ett oändligt antal urval från populationen, skulle 95 procent av urvalen täcka in populationens medelvärde eller proportion. Inte samma sak som att sannolikheten för att populationsvärdet ligger i intervallet är 95 procent. I stället för ”med 95 procents sannolikhet...” säger vi ”vid 95 procents säkerhetsnivå...”. - 24 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Konfidensintervall utgörs av ett punktestimat omgivet av en felmarginal åt varje håll. Dessa felmarginaler beräknas som ett kritiskt värde – vilket beror på vår säkerhetsnivå – multiplicerat med en uppskattning av standardavvikelsen i populationen av urval. - 25 - Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Konfidensintervall runt ett medelvärde s x̄ ± tkv × √ n Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 26 - (1) Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Konfidensintervall runt ett medelvärde s x̄ ± tkv × √ n Normalfördelningen Konfidensintervall Räkneexempel Urvalets medelvärde (x̄ ) Superpopulationer Strategiska urval En tillämpning Avslutning - 26 - (1) Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Konfidensintervall runt ett medelvärde s x̄ ± tkv × √ n Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Urvalets medelvärde (x̄ ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån En tillämpning Avslutning - 26 - (1) Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Konfidensintervall runt ett medelvärde s x̄ ± tkv × √ n Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Urvalets medelvärde (x̄ ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalets standardavvikelse (s) Avslutning - 26 - (1) Konfidensintervall Introduktion Konfidensintervall runt ett medelvärde Olika sorters generalisering s x̄ ± tkv × √ n Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Urvalets medelvärde (x̄ ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalets standardavvikelse (s) Urvalets storlek (n) - 26 - (1) Konfidensintervall Introduktion Konfidensintervall runt ett medelvärde Olika sorters generalisering s x̄ ± tkv × √ n Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Urvalets medelvärde (x̄ ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalets standardavvikelse (s) Urvalets storlek (n) Den sista termen ( √sn ) är vår uppskattning av populationens standardavvikelse. - 26 - (1) Konfidensintervall Introduktion Konfidensintervall runt en proportion Olika sorters generalisering Statistisk inferens s p ± zkv × Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 27 - p(1 − p) n (2) Konfidensintervall Introduktion Konfidensintervall runt en proportion Olika sorters generalisering Statistisk inferens s p ± zkv × Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Proportionen i urvalet (p) En tillämpning Avslutning - 27 - p(1 − p) n (2) Konfidensintervall Introduktion Konfidensintervall runt en proportion Olika sorters generalisering Statistisk inferens s p ± zkv × Normalfördelningen p(1 − p) n Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Proportionen i urvalet (p) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Avslutning - 27 - (2) Konfidensintervall Introduktion Konfidensintervall runt en proportion Olika sorters generalisering Statistisk inferens s p ± zkv × Normalfördelningen p(1 − p) n Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Proportionen i urvalet (p) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Urvalets storlek (n) - 27 - (2) Konfidensintervall Introduktion Konfidensintervall runt en proportion Olika sorters generalisering Statistisk inferens s p ± zkv × Normalfördelningen p(1 − p) n Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Proportionen i urvalet (p) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Urvalets storlek (n) q Den sista termen ( p(1−p) ) är vår uppskattning av n standardavvikelsen i populationen. - 27 - (2) Konfidensintervall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Vi kan också beräkna konfidensintervall för en skillnad mellan två urval. Vi tänker oss att urvalen är dragna ur två olika populationer och att vi vill veta skillnaden mellan de två populationerna. • Är förändringen statistiskt säkerställd? • Röstar fler män än kvinnor på moderaterna? Om konfidensintervallet omfattar noll kan vi inte vara säkra på att populationerna är olika. - 28 - Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 29 - s12 s2 + 2 n1 n2 (3) Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens s12 s2 + 2 n1 n2 Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Medelvärde i urval ett (x¯1 ) och två (x¯2 ) Strategiska urval En tillämpning Avslutning - 29 - (3) Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens s12 s2 + 2 n1 n2 Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Medelvärde i urval ett (x¯1 ) och två (x¯2 ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån En tillämpning Avslutning - 29 - (3) Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens s12 s2 + 2 n1 n2 Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Medelvärde i urval ett (x¯1 ) och två (x¯2 ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalens respektive standardavvikelse (s1 och s2 ) Avslutning - 29 - (3) Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens s12 s2 + 2 n1 n2 Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Medelvärde i urval ett (x¯1 ) och två (x¯2 ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalens respektive standardavvikelse (s1 och s2 ) Urvalens respektive storlek (n1 och n2 ) - 29 - (3) Konfidensintervall Konfidensintervall för skillnad mellan medelvärden Introduktion Olika sorters generalisering s x̄1 − x̄2 ± tkv Statistisk inferens s12 s2 + 2 n1 n2 Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Medelvärde i urval ett (x¯1 ) och två (x¯2 ) Ett kritiskt värde (tkv ) som beror på säkerhetsnivån Urvalens respektive standardavvikelse (s1 och s2 ) Urvalens respektive storlek (n1 och n2 ) r s2 s2 Den sista termen ( n11 + n22 ) är vår uppskattning av populationens standardavvikelse. - 29 - (3) Konfidensintervall Introduktion Konfidensintervall för skillnad mellan proportioner Olika sorters generalisering Statistisk inferens Normalfördelningen s p1 − p2 ± zkv p1 (1 − p1 ) p2 (1 − p2 ) + n1 n2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Proportionerna i de två urvalen (p1 och p2 ) En tillämpning Avslutning - 30 - (4) Konfidensintervall Introduktion Konfidensintervall för skillnad mellan proportioner Olika sorters generalisering Statistisk inferens Normalfördelningen s p1 − p2 ± zkv p1 (1 − p1 ) p2 (1 − p2 ) + n1 n2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Proportionerna i de två urvalen (p1 och p2 ) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Avslutning - 30 - (4) Konfidensintervall Introduktion Konfidensintervall för skillnad mellan proportioner Olika sorters generalisering Statistisk inferens Normalfördelningen s p1 − p2 ± zkv p1 (1 − p1 ) p2 (1 − p2 ) + n1 n2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Proportionerna i de två urvalen (p1 och p2 ) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Urvalens storlek (n1 och n2 ) - 30 - (4) Konfidensintervall Introduktion Konfidensintervall för skillnad mellan proportioner Olika sorters generalisering Statistisk inferens s p1 − p2 ± zkv Normalfördelningen p1 (1 − p1 ) p2 (1 − p2 ) + n1 n2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Proportionerna i de två urvalen (p1 och p2 ) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Urvalens storlek (n1 och n2 ) q 1) 2) Den sista termen ( p1 (1−p + p2 (1−p ) är vår n1 n2 uppskattning av standardavvikelsen i populationen. - 30 - (4) Konfidensintervall Introduktion Konfidensintervall för skillnad mellan proportioner Olika sorters generalisering Statistisk inferens s p1 − p2 ± zkv Normalfördelningen p1 (1 − p1 ) p2 (1 − p2 ) + n1 n2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Proportionerna i de två urvalen (p1 och p2 ) Ett kritiskt värde (zkv ) som beror på säkerhetsnivån Urvalens storlek (n1 och n2 ) q 1) 2) Den sista termen ( p1 (1−p + p2 (1−p ) är vår n1 n2 uppskattning av standardavvikelsen i populationen. - 30 - (4) Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Anta att vi har studerat månadsinkomst i ett urval av 1 000 svenskar och vill beskriva den genomsnittliga månadsinkomsten för hela den svenska befolkningen. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 31 - Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Anta att vi har studerat månadsinkomst i ett urval av 1 000 svenskar och vill beskriva den genomsnittliga månadsinkomsten för hela den svenska befolkningen. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Anta vidare att medelinkomsten i urvalet är 23 000 kr och standardavvikelsen är 5 700 kr. Vår bästa gissning är att medelinkomst i populationen är 23 000 kr, men hur stor är osäkerheten? Avslutning - 31 - Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Anta att vi har studerat månadsinkomst i ett urval av 1 000 svenskar och vill beskriva den genomsnittliga månadsinkomsten för hela den svenska befolkningen. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Anta vidare att medelinkomsten i urvalet är 23 000 kr och standardavvikelsen är 5 700 kr. Vår bästa gissning är att medelinkomst i populationen är 23 000 kr, men hur stor är osäkerheten? Vi beräknar ett konfidensintervall för att ta reda på det! Fyra bra steg att komma ihåg (nästa bild). - 31 - Räkneexempel 1 Introduktion Olika sorters generalisering Statistisk inferens Vi väljer säkerhetsnivån 95 procent. Det innebär att om man skulle göra ett oändligt antal urval från populationen så skulle 95 av 100 konfidensintervall beräknade på detta sätt innesluta det faktiska populationsmedelvärdet. Det kritiska t-värdet blir 1,96. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 32 - Räkneexempel 1 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval 2 Vi väljer säkerhetsnivån 95 procent. Det innebär att om man skulle göra ett oändligt antal urval från populationen så skulle 95 av 100 konfidensintervall beräknade på detta sätt innesluta det faktiska populationsmedelvärdet. Det kritiska t-värdet blir 1,96. Beräkna(?) och stoppa in urvalsmedelvärde (x̄ = 23000), urvalsstandardavvikelse (s = 5700) och urvalsstorlek (n = 1000) i ekvationen. Vi erhåller då ett undre (22 647) och ett övre (23 353) värde för intervallet. En tillämpning Avslutning s 5700 x̄ ±tkv × √ = 23000±1, 96× √ = 23000±353 (5) n 1000 - 32 - Räkneexempel 1 Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen 2 Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Vi väljer säkerhetsnivån 95 procent. Det innebär att om man skulle göra ett oändligt antal urval från populationen så skulle 95 av 100 konfidensintervall beräknade på detta sätt innesluta det faktiska populationsmedelvärdet. Det kritiska t-värdet blir 1,96. Beräkna(?) och stoppa in urvalsmedelvärde (x̄ = 23000), urvalsstandardavvikelse (s = 5700) och urvalsstorlek (n = 1000) i ekvationen. Vi erhåller då ett undre (22 647) och ett övre (23 353) värde för intervallet. En tillämpning s 5700 x̄ ±tkv × √ = 23000±1, 96× √ = 23000±353 (5) n 1000 Avslutning 3 Detta uttrycker vi som att vid 95 procents säkerhetsnivå, ligger den genomsnittliga månadsinkomsten för yrkesarbetande boende i Sverige någonstans mellan 22 647 och 23 353 kr. - 32 - Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer I en Sifo-undersökning (augusti 2013) uppgav 30,5 procent av de tillfrågade att de skulle rösta på Socialdemokraterna om det var val idag. Antalet intervjuade var 1 916. För att kunna uttala oss om partiets popularitet i hela landet måste vi beräkna ett konfidensintervall. Strategiska urval En tillämpning Avslutning - 33 - Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning I en Sifo-undersökning (augusti 2013) uppgav 30,5 procent av de tillfrågade att de skulle rösta på Socialdemokraterna om det var val idag. Antalet intervjuade var 1 916. För att kunna uttala oss om partiets popularitet i hela landet måste vi beräkna ett konfidensintervall. Liksom tidigare väljer vi en säkerhetsnivå på 95 procent. Eftersom vi kan anta en normalfördelning i detta fall innebär ett kritiskt värde (zkv ) på 1,96 oavsett urvalets storlek. - 33 - Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Urvalet bestod av 1 916 personer (n = 1916), varav 30,5 procent var socialdemokrater (p = 0, 305), och vi använder 95 procents säkerhetsnivå (zkv = 1, 96). s = p ± zkv × p(1 − p) n Räkneexempel s Superpopulationer Strategiska urval = 0, 305 ± 1, 96 × En tillämpning Avslutning = 0, 305 ± 0, 02 - 34 - 0, 305(1 − 0, 305) 1916 (6) Räkneexempel Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Urvalet bestod av 1 916 personer (n = 1916), varav 30,5 procent var socialdemokrater (p = 0, 305), och vi använder 95 procents säkerhetsnivå (zkv = 1, 96). s = p ± zkv × p(1 − p) n Räkneexempel s Superpopulationer Strategiska urval = 0, 305 ± 1, 96 × 0, 305(1 − 0, 305) 1916 (6) En tillämpning Avslutning = 0, 305 ± 0, 02 Med andra ord sträcker sig intervallet från 0,285 till 0,325. Vi drar då slutsatsen att vid 95 procents säkerhetsnivå skulle mellan 28,5 procent och 32,5 procent av svenskarna rösta på Socialdemokraterna om det var val idag. - 34 - Superpopulationer Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Vi behandlar ofta totalundersökningar som om de vore urval. Ofta beräknar vi konfidensintervall, trots att vi kanske har undersökt alla Sveriges kommuner. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Med regressionsanalys gör vi alltid signifikanstest, även vid totalundersökningar. Och vi lär bara ut den formel för standardavvikelsen som antar att det inte är en totalundersökning (n − 1 i stället för n). - 35 - Superpopulationer Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Skälet: Vi är intresserade av ett fenomen eller en underliggande process, snarare än den population vi kan observera. Anta att vi studerat alla svenska kommuner och noterat att andelen som personröstar är större i stora kommuner än i små kommuner. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Vi vet detta om populationen. Men hur vet vi att det inte bara råkade bli så? Är vi säkra på att befolkningsstorleken påverkar ens benägenhet att personrösta? Genom att beräkna ett konfidensintervall för skillnaden mellan små och stora kommuner kan vi kvantifiera de skillnader som slumpen ger upphov till och därmed säkerställa att skillnaden är för stor för att (bara) bero på slumpen. - 36 - Superpopulationer Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Samma resonemang kan uttryckas på olika sätt (överkurs) I samplingslitteraturen pratar man om superpopulationer, vilket kan vara alla människor som någonsin kommer existera. Inom andra traditioner pratar man i stället om en datagenererande process (ung. de komplexa processer som producerar existerande populationer och våra observationer av dessa). Teorell och Svensson (s. 215–218) beskriver detta i termer av epistemologisk probabilism. - 37 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Strategiskt urval Strategiska urval En tillämpning Avslutning - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Strategiskt urval • Representativa fall En tillämpning Avslutning - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Strategiskt urval • Representativa fall • Kritiska fall Avslutning - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Strategiskt urval • Representativa fall • Kritiska fall I Most likely - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Några möjligheter när vi väljer fall Totalundersökning - sällan möjligt Slumpmässigt urval - extensiva studier Strategiskt urval • Representativa fall • Kritiska fall I Most likely I Least likely - 38 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Ett most likely-fall är ett fall som i alla avseenden har en maximal sannolikhet för att hypotesen ska stämma. Används för att förkasta hypoteser. Least likely-fall är ett fall som i alla avseenden har en minimal sannolikhet för att hypotesen ska stämma. Används för att ge stöd åt hypoteser. Båda fallen används minst lika ofta i förklarande studier. - 39 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Inte begränsat till kvalitativa studier Det vi vill uttala oss om skiljer sig ofta med avseende på analysenheter, kontext och hur variablerna är mätta. Även om vi kan dra ett slumpmässigt urval av analysenheter, kan vi sällan göra samma sak med variabler eller kontexter. Därför är statistisk inferens aldrig tillräckligt. - 40 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Ofta kombinerar vi flera typer av generalisering. I en studie av dörrknackningens effekter på valdeltagande generaliserar jag: Från tidigare forskning till mitt fall för att skapa förväntningar. Med statistisk inferens beräknar jag osäkerheten i effekten. Från mitt fall till populationen av tidigare studier för att bidra till litteraturen. Från mitt fall till dörrknackning i riksdagsvalet. - 41 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Låt oss anta att vi vill testa medianväljarteoremet på en svensk kommun. Vilken ska vi välja? Representativt: Normalmånga partier och maktskiften? Superpopulationer Strategiska urval En tillämpning Avslutning - 42 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Låt oss anta att vi vill testa medianväljarteoremet på en svensk kommun. Vilken ska vi välja? Representativt: Normalmånga partier och maktskiften? Superpopulationer Strategiska urval Most likely: Stockholm. En tillämpning Avslutning - 42 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Låt oss anta att vi vill testa medianväljarteoremet på en svensk kommun. Vilken ska vi välja? Representativt: Normalmånga partier och maktskiften? Superpopulationer Strategiska urval En tillämpning Most likely: Stockholm. Least likely: Överkalix. Avslutning - 42 - Strategiska urval Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Andra sätt att resonera om extrema fall: Seawright och Gerring (2008) Case Selection Techniques in Case Study Research. Strategiska urval En tillämpning Avslutning - 43 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Skalnivå: Ett sätt att kategorisera variabler efter hur deras variabelvärden förhåller sig till varandra. Skalnivån säger vad vi kan använda för metoder. Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 44 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Skalnivå: Ett sätt att kategorisera variabler efter hur deras variabelvärden förhåller sig till varandra. Skalnivån säger vad vi kan använda för metoder. Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Centralitetsmått: En typ av mått som anges för att visa på vilket det typiska värdet för en variabel är. En tillämpning Avslutning - 44 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Skalnivå: Ett sätt att kategorisera variabler efter hur deras variabelvärden förhåller sig till varandra. Skalnivån säger vad vi kan använda för metoder. Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Centralitetsmått: En typ av mått som anges för att visa på vilket det typiska värdet för en variabel är. Spridningsmått: En typ av mått som mäter hur olika våra analysenheter är med avseende på en viss variabel, dvs hur stor spridning denna variabel har. - 44 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Nivåskattningar: Att avgöra huruvida något är att betrakta som högt eller lågt, stort eller litet, dvs. att sätta det i relation till något annat. Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 45 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Nivåskattningar: Att avgöra huruvida något är att betrakta som högt eller lågt, stort eller litet, dvs. att sätta det i relation till något annat. Förändringsstrategin: Jämför med andra tidpunkter. Strategiska urval En tillämpning Avslutning - 45 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Nivåskattningar: Att avgöra huruvida något är att betrakta som högt eller lågt, stort eller litet, dvs. att sätta det i relation till något annat. Förändringsstrategin: Jämför med andra tidpunkter. Referenspunktsstrategin: Jämför med en allmänt vedertagen empirisk referenspunkt. Avslutning - 45 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Nivåskattningar: Att avgöra huruvida något är att betrakta som högt eller lågt, stort eller litet, dvs. att sätta det i relation till något annat. Förändringsstrategin: Jämför med andra tidpunkter. Referenspunktsstrategin: Jämför med en allmänt vedertagen empirisk referenspunkt. Populationstrategin: Jämför med hela populationen. - 45 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Generalisering: Att utifrån ett urval uttala oss om den större mängd analysenheter som vi egentligen vill studera. Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 46 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval Generalisering: Att utifrån ett urval uttala oss om den större mängd analysenheter som vi egentligen vill studera. Punktestimat: Ett tal som används för att, med utgångspunkt i ett urval, gissa sig till (medel-)värdet i en population. En tillämpning Avslutning - 46 - Några centrala begrepp Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Generalisering: Att utifrån ett urval uttala oss om den större mängd analysenheter som vi egentligen vill studera. Punktestimat: Ett tal som används för att, med utgångspunkt i ett urval, gissa sig till (medel-)värdet i en population. Konfidensintervall: Det intervall inom vilket man, med en viss säkerhet, tror att ett populationsvärde ligger. - 46 - Några centrala begrepp Totalundersökning: Att studera alla fall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 47 - Några centrala begrepp Totalundersökning: Att studera alla fall Introduktion Olika sorters generalisering Statistisk inferens Strategiskt urval: Att generalisera genom att välja ett fall som gör på grund av sina specifika karaktäriska gör det möjligt att dra vissa generella slutsatser Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 47 - Några centrala begrepp Totalundersökning: Att studera alla fall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Strategiskt urval: Att generalisera genom att välja ett fall som gör på grund av sina specifika karaktäriska gör det möjligt att dra vissa generella slutsatser Typiska fall: Representativa för andra fall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning - 47 - Några centrala begrepp Totalundersökning: Att studera alla fall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Strategiskt urval: Att generalisera genom att välja ett fall som gör på grund av sina specifika karaktäriska gör det möjligt att dra vissa generella slutsatser Typiska fall: Representativa för andra fall Most likely case: Ett kritiskt fall med gynnsamma omständigheter (om teorin inte får stöd här, får den sannolikt inte stöd någon annanstans heller. Man gör det lätt för teorin.) - 47 - Några centrala begrepp Totalundersökning: Att studera alla fall Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Superpopulationer Strategiska urval En tillämpning Avslutning Strategiskt urval: Att generalisera genom att välja ett fall som gör på grund av sina specifika karaktäriska gör det möjligt att dra vissa generella slutsatser Typiska fall: Representativa för andra fall Most likely case: Ett kritiskt fall med gynnsamma omständigheter (om teorin inte får stöd här, får den sannolikt inte stöd någon annanstans heller. Man gör det lätt för teorin.) Least likely case: Ett kritiskt fall med ogynnsamma omständigheter (om teorin får stöd här får den sannolikt stöd även under mindre ogynnsamma omständigheter. Man gör det svårt för teorin. ) - 47 - Avslutning Introduktion Olika sorters generalisering Statistisk inferens Normalfördelningen Konfidensintervall Räkneexempel Tack för idag! Superpopulationer Strategiska urval En tillämpning Avslutning - 48 -
© Copyright 2024