Den stora tråden om STATISTIK

[PerStromgren]

En ovanlig kombination, humor och ekonomi i samma mening.

Ett uttalande värdig en fredag eftermiddag!

[DQ-20]

Den här typen av texter är för övrigt "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

Jag undrar om det inte skall in en negation i utsagan ovan. För den logiska konsistensen, alltså.

INTE!

/DQ-20,001

[Almen]

Den här typen av texter är för övrigt "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

Jag undrar om det inte skall in en negation i utsagan ovan. För den logiska konsistensen, alltså.

INTE!

/DQ-20,001

~"snutna ur näsan", alltså.

[DQ-20]

~"snutna ur näsan", alltså.

Här snyts just nu mest ungarnas näsor. Vabuari suger.

[KarlXII]

Snart är det Bars, med nya härliga baskilusker...!

[IngOehman]

Vabuari åsyftade möjligen inte hur det låter att säga februari förkylt, utan
kan ha varit en skojig sammansättning av Vab (vård av barn) och februari.

Och med Vabuarisuger menar du förstås att du använder en sådan hära:




Suveränt initiativ med statistiktråden förresten - må den bringa klarhet till
många!


Vh, iö

[DQ-20]

Vabuari åsyftade möjligen inte hur det låter att säga februari förkylt, utan
kan ha varit en skojig sammansättning av Vab (vård av barn) och februari.

Och med Vabuarisuger menar du förstås att du använder en sådan hära:



Suveränt initiativ med statistiktråden förresten - må den bringa klarhet till
många!

Vh, iö

Haha! Jag hade en enklare variant när barnen var riktigt små. En av föräldrarskapets baksidor som man talar tyst om, nämligen att man med vissa barn måste stå och suga snor ur deras näsor i typ ett år. Ibland hade jag funderingar på om man inte kunde använda en pensionerad tennsug - till just tenn är de ju inget vidare.

/DQ-20

[Systemdek]

Haha ja en sån där känner man igen.
Stackars barn men den var effektiv. Inga täppta näsor mer där inte.

[DQ-20]

F5-dags.

[Almen]

Men... Vart tog inlägget vägen?

[DQ-20]

Men... Vart tog inlägget vägen?

Jag har lagt in det på sidan 1 där jag ursprungligen hade tänkt att det skulle ligga.

/DQ-20

[DQ-20]

Saaaatan, vilket drag!

[petersteindl]

Då skall alltså del 4 och del 5 komma

[Almen]

Ah, läser... Tänkte återkomma med lite frågor sedermera.

[DQ-20]

Då skall alltså del 4 och del 5 komma

Ja, det är väl tänkt ungefär så. Lite om vad jag tänker om avbrutna serier samt någon form av summering. Fast all text är ju ny och för ett visst syfte så vi får väl se vad som behövs. Det blir dock ingen följetong i Steindl-Klasse (S-Klasse?)

/DQ-20

[sebatlh]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p<0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

[DQ-20]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p är mindre än 0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

Nope.

"Konfidens" har inte med saken att göra så länge som det anger något som ens är i närheten av att uttrycka förtroendet för HA i ett signifikanstest. Jag vill att det skall vara glasklart. Den relativa frekvensen som du anger bör istället tolkas som effektstorlek, eftersom det är det. I ditt resonemang alltså. Resonemanget innebär vidare att man tänker sig att den apparat som detekteras i 70% av alla fall är mindre färgande än en apparat som detekteras i 90% av alla fall. Detta har inget med signifikans att göra, men frågan har varit uppe tidigare på faktiskt.se och jag tror vi kom fram till att det är ogörbart, även om argumenten var lite olika (från "feltänkt från början till slut" till "omöjligt att genomföra empiriskt").

Vad gäller dina äventyr i binomialkalkylatorn så vet jag inte riktigt vad du vill undersöka. En låg sannolikhet för att svara "rätt" i ett f/e-test innebär ju att förstärkaren är svår att detektera. En hög sannolikhet innebär att förstärkaren är lätt att detektera. Var vill du lägga "snittet" (i termer av sannolikhet) och varför?

För övrigt måste man svara en serie med 63 av 64 rätt för att kunna förkasta hypotesen att sannolikheten att svara rätt i varje enskilt försök är högst 0,9 (på 1%-nivån.) Varför man nu vill göra det.

/DQ-20

[DQ-20]

Tycker att en länk till den JÄTTESTORA tråden om statistik borde finnas tillgänglig.

Se HÄR!

Knock yourselves out.

/DQ-20

[DQ-20]

Ja, här händer det inte mycket...

[Almen]

Jag funderar fortfarande!

[Alexi]

Vill tipsa om att Bokus just nu har 58% rea på en bok all bör läsa (skriver man rabattkod "kund25" får man dessutom 25kr ytterligare rabatt):

http://www.bokus.com/bok/9789152307182/tillampad-statistik-en-grundkurs/

Man kan kika lite i boken här:
http://www.smakprov.se/smakprov/visa/9789152307182/partner/smakprov

Edit 15:23, nu verkar den slutsåld på rean.

[sebatlh]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p är mindre än 0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

Nope.

"Konfidens" har inte med saken att göra så länge som det anger något som ens är i närheten av att uttrycka förtroendet för HA i ett signifikanstest. Jag vill att det skall vara glasklart. Den relativa frekvensen som du anger bör istället tolkas som effektstorlek, eftersom det är det. I ditt resonemang alltså. Resonemanget innebär vidare att man tänker sig att den apparat som detekteras i 70% av alla fall är mindre färgande än en apparat som detekteras i 90% av alla fall. Detta har inget med signifikans att göra, men frågan har varit uppe tidigare på faktiskt.se och jag tror vi kom fram till att det är ogörbart, även om argumenten var lite olika (från "feltänkt från början till slut" till "omöjligt att genomföra empiriskt").

Vad gäller dina äventyr i binomialkalkylatorn så vet jag inte riktigt vad du vill undersöka. En låg sannolikhet för att svara "rätt" i ett f/e-test innebär ju att förstärkaren är svår att detektera. En hög sannolikhet innebär att förstärkaren är lätt att detektera. Var vill du lägga "snittet" (i termer av sannolikhet) och varför?

För övrigt måste man svara en serie med 63 av 64 rätt för att kunna förkasta hypotesen att sannolikheten att svara rätt i varje enskilt försök är högst 0,9 (på 1%-nivån.) Varför man nu vill göra det.

/DQ-20

"En smula" försenat svar men…
Jag skrev otydligt så jag omformulerar mig.

A) Jag försökte utröna kopplingen mellan H0 och HA. Om man har en binär utfallsmängd så borde man väl ändå få att om H0 kan förkastas med en sannolikhet om 99% så borde samma resultat ge att HA förkastas med 1% sannolikhet. Tyckte jag då. Men nu när jag skriver det såhär så inser jag orimligheten.
Säg att vi har två alternativ antingen färgar förstärkaren inte, eller så färgar den klart hörbart. I det här fallet så färgar förstärkaren. Det vet vi, men inte de som testar.
"Vi" lyssnar och får 20/20. Så nu kan vi med stor statistisk säkerhet förkasta teorin att det är slumpen som styr våra svar.
Men om vi vänder på det hela, kommer vi någonsin kunna producera en serie som ser ut som slumpen, bara vi gör tillräckligt många försök? Nja, det ska mycket till. Förstärkaren hörs ju. Det är inte längre samma stokastiska process i bakgrunden.
Så H0 och HA är inte varandras spegelbilder ens med en binär utfallsmängd.
Alltså blir 1-p konstigt. Eller för att citera dig.

2. Statistiskt SIGNIFIKANTA resultat är resultat som är ovanliga, givet vissa antaganden om PARAMETERARNA (populationsegenskaper). Osannolika resultat är värda att lägga märke till. Förenklat: SIGNIFIKANT är det samma som OVANLIGT.

Vad som är ovanligt för H0 är inte per automatik vanligt för HA.
19/20 är kanske jätteovanligt för HA samtidigt som det är ovanligt för H0.

Har jag tänkt rätt den här gången då?

B) Att sätta nollhypotesen till något annat än 0,5.
Jag tänkte fel med sannolikheterna. Jag vände på det hela och glömde bort att målet är att förkasta en teori. Då blev antalet lyssningar mer hanterbart
Har man många lyssningar så kan man ju kolla på antal rätt / antal lyssningar bara för att få ett mått på hur svårt något är att detektera…

[DQ-20]

"En smula" försenat svar men…
Jag skrev otydligt så jag omformulerar mig.

A) Jag försökte utröna kopplingen mellan H0 och HA. Om man har en binär utfallsmängd så borde man väl ändå få att om H0 kan förkastas med en sannolikhet om 99% så borde samma resultat ge att HA förkastas med 1% sannolikhet. Tyckte jag då. Men nu när jag skriver det såhär så inser jag orimligheten.
Säg att vi har två alternativ antingen färgar förstärkaren inte, eller så färgar den klart hörbart. I det här fallet så färgar förstärkaren. Det vet vi, men inte de som testar.
"Vi" lyssnar och får 20/20. Så nu kan vi med stor statistisk säkerhet förkasta teorin att det är slumpen som styr våra svar.
Men om vi vänder på det hela, kommer vi någonsin kunna producera en serie som ser ut som slumpen, bara vi gör tillräckligt många försök? Nja, det ska mycket till. Förstärkaren hörs ju. Det är inte längre samma stokastiska process i bakgrunden.
Så H0 och HA är inte varandras spegelbilder ens med en binär utfallsmängd.
Alltså blir 1-p konstigt. Eller för att citera dig.

2. Statistiskt SIGNIFIKANTA resultat är resultat som är ovanliga, givet vissa antaganden om PARAMETERARNA (populationsegenskaper). Osannolika resultat är värda att lägga märke till. Förenklat: SIGNIFIKANT är det samma som OVANLIGT.

Vad som är ovanligt för H0 är inte per automatik vanligt för HA.
19/20 är kanske jätteovanligt för HA samtidigt som det är ovanligt för H0.

Har jag tänkt rätt den här gången då?

B) Att sätta nollhypotesen till något annat än 0,5.
Jag tänkte fel med sannolikheterna. Jag vände på det hela och glömde bort att målet är att förkasta en teori. Då blev antalet lyssningar mer hanterbart
Har man många lyssningar så kan man ju kolla på antal rätt / antal lyssningar bara för att få ett mått på hur svårt något är att detektera…

Ja, det verkar som du har "fattat galoppen". Grejen är att HA inte har med saken att göra i den vanligast förekommande versionen av hypotestestning : vi testar bara H0. Den viktigaste egenskapen hos H0 är att den är testbar, dvs. att den kan "falsifieras". HA är den implicita eller explicit alternativa hypotesen som vi tvingas falla tillbaka på om vi förkastar H0. I det här fallet är brist på förtroende för en viss uppfattning är inte det samma som förtroende för en annan uppfattning. Vad gäller den relativa frekvensen som mått på effektstorleken så får jag hänvisa till mitt tidigare svar. I många fall ÄR den relativa frekvensen i en binär variabel identiskt med effektstorleken men jag är för dålig på ämnet psykoakustik för att kunna uttala mig om det är så i det här fallet. I vilket fall som helst är konfidensintervallen [sic] mycket stora i de F/E-tester som LTS brukar redovisa, typiskt 0.5<x<1.0, dvs. "i varje fall inte 0.5".

/DQ-20

[Morgan]

Kan bara inte motstå att posta denna delikatess:

http://mchankins.wordpress.com/2013/04/ ... ificant-2/

-En lista på uttryck som använts för att blåsa upp vikten av undersökningsresultat som inte riktigt nådde ända fram... Många verkliga guldkorn. Ren komik för den som är hyggligt insatt i vad ett p-värde är.

[dimitri]

Tack Morgan, kul sida.
However, är ofta en uppgift om p=0,054 intressant, utan poetiska beskrivningar givetvis. Och ju mindre sample, ju intressantare kan resultatet visa sig att vara.
Ponera en RCT (randomised controlled trial) med 10 tusen behandlade och 10 tusen kontroller. P värdet för skillnad mellan grupperna 0,06. Det är ganska sannolikt att samma studie med 11 tusen deltagare i varje grupp skulle ge samma resultat.
En annan CRT med 16 deltagare i varje grupp, återigen p=0,06. Men här är sannolikheten betydligt större att samma studie med 1016 deltagare i vardera grupp skulle vissa helt annat p värde för skillnaden. Dock finns det inget som säger att p skulle minska ist för att öka, förutom att p värdet i den lilla studien är intressantare iom dess stööre rörlighet åt endera håll.

[DQ-20]

Ren komik för den som är hyggligt insatt i vad ett p-värde är.

Det är de flesta inte... Det som är intressant är effektstorlekarna (i populationen). Har man 10000 fall så blir standardfelen små men även helt ointressanta effektstorlekar signifikanta eftersom "statistical power" blir högt. Det är därför artikelförfattare gärna dribblar med ordet "significant" (viktigt) när de egentligen menar "statistically significant".

Som sagt, en verklig godbit.
/DQ-20

PS. Har man p=0.06 med 20000 fall så är effekten inte mycket att bry sig om.

[grafpro]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.

Bakgrunden är den utmärkta procedur som framräknats tidigare här för bedömning av svaren i blinda lyssningar där lyssnaren har två alternativ - AB-test, ABX-test, FE-test etc. Då har sakkunskapen sagt att om vi vill påstå att skillnad kunde höras med 99% säkerhet så kör man 9 lyssningar. Med 9 rätt är då saken klar. Med färre rätt fortsätter man. 12 av 13 ger också 99%, liksom 14 av 16 eller 17 av 20.

Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

[Almen]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Situationen är ju lite annorlunda vid lyssning (jämfört med nästan alla andra sinnen), eftersom det rent fysiskt bara går att presentera ett stimuli i taget, men vid F/E-lyssning så kan man ju switcha valfritt mellan de båda alternativen. Lite som att vid lukttestet ha "Luft" som ena alternativet och "Luft + lukt" som det andra.

[DQ-20]

Då har sakkunskapen sagt att om vi vill påstå att skillnad kunde höras med 99% säkerhet så kör man 9 lyssningar. Med 9 rätt är då saken klar.

Jag skulle, med en dåres envishet, vilja säga att det är 1% osäkerhet och även då gör vi våld på sanningen. Sanningen är att man uppnår detta resultat i 1% av fallen trots att ingen skillnad föreligger under ett antagande om upprepade försök. Vad som gäller i det enskilda försöket vet vi inte. Vi har bara en probabilistisk länk till sanningen. Det här är inte riktat till någon särskild. Det är bara det att jag en mörk natt i Gröna Lyktans sken svurit en ed att bekämpa omvänd sannolikhet varhelst den uppenbarar sig.

Med färre rätt fortsätter man. 12 av 13 ger också 99%, liksom 14 av 16 eller 17 av 20.

Det är egentligen det här som min nästa och näst sista text i den här tråden borde handla om när orken uppenbarar sig. Saken är den att vi inte väljer att fortsätta - vi väljer att stanna. Det som skall definieras är stoppvillkoren, inte fortsättningsvillkoren. I den praktiska situationen är det precis tvärt om - vi väljer att fortsätta - men ur statistisk synvinkel väljer vi att stanna.

Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

Det där får jag nog fundera på. Men OM det är en sannolikhet på 1/3 att svara rätt är det väl bara att multiplicera på tills man når under 0.01, dvs.i det här fallet 5 gånger.

/DQ-20

[Almen]

Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

Det där får jag nog fundera på. Men OM det är en sannolikhet på 1/3 att svara rätt är det väl bara att multiplicera på tills man når under 0.01, dvs.i det här fallet 5 gånger.

/DQ-20

Och när lyssnaren har valt ett alternativ kan testledaren ta bort ett av de andra alternativen och fråga om lyssnaren vill byta. Om man då byter ökar sannolikheten för att ha valt rätt!