Statistični slovar

Modus je najpogostejša vrednost oziroma kategorija v podatkih. Modusov je lahko več.

V zaporedju 1, 2, 2, 3, 4, 4, 4, 5, 5, 5, 5, 6, 7, 7, 8, 8, 8, 8, 9, 9, 10 sta modusa 5 in 8, ker se vsak pojavi štirikrat. Pri zveznih podatkih lahko modalni interval ocenimo iz ustrezno oblikovane porazdelitve.

Mediana razdeli urejene podatke tako, da je vsaj polovica vrednosti manjša ali enaka mediani in vsaj polovica večja ali enaka. Pri sodem številu številskih podatkov običajno vzamemo povprečje srednjih dveh vrednosti.

Pri podatkih 2, 3, 4, 7, 10, 11, 12, 13, 15, 20 je mediana (10 + 11) / 2 = 10,5. Manj je občutljiva na skrajne vrednosti kot aritmetična sredina, vendar se ob dodajanju podatkov lahko spremeni.

Aritmetično sredino izračunamo tako, da seštejemo vse vrednosti spremenljivke in vsoto delimo s številom podatkov. Več informacije tu: aritmetična sredina.

T-test preverja hipoteze o povprečjih. Enovzorčni test primerja povprečje z vnaprej določeno referenčno vrednostjo, neodvisni test primerja dve ločeni skupini, parni test pa povezane meritve.

Izbiro določajo načrt raziskave in predpostavke; pri neenakih variancah neodvisnih skupin je lahko primeren Welchov test. Več: vrste t-testov in razlaga rezultatov.

Analiza variance (ANOVA) preverja hipoteze o povprečjih skupin glede na izbrani model in njegove predpostavke. Klasična enosmerna ANOVA primerja povprečja neodvisnih skupin z razmerjem med variabilnostjo med skupinami in znotraj njih.

Statistično značilen skupni F-test pove, da niso vsa obravnavana povprečja enaka; ne pove sam, kateri pari se razlikujejo. Za to uporabimo načrtovane kontraste ali ustrezno prilagojene nadaljnje primerjave. Poročamo tudi ocene razlik, intervale zaupanja in velikost učinka.

Hi-kvadrat test neodvisnosti preverja povezanost dveh kategoričnih spremenljivk v kontingenčni tabeli in je v tem smislu bivariatni postopek. Hi-kvadrat test skladnosti pa primerja porazdelitev ene kategorične spremenljivke z vnaprej določeno porazdelitvijo. Pri obeh preverimo neodvisnost opazovanj in ustreznost pričakovanih frekvenc.

Korelacija opisuje smer in moč povezanosti dveh spremenljivk. Pearsonov r meri linearno, Spearmanov ρ pa monotono povezanost na podlagi rangov. Koeficient sam ne dokazuje vzročnosti.

Preglejte graf podatkov, velikost vzorca, p-vrednost in interval zaupanja. Za več spremenljivk lahko pripravimo matriko parnih koeficientov.

Regresijska analiza opisuje oziroma napoveduje izid z enim ali več napovedniki. Enostavna regresija vključuje en napovednik, multipla pa več napovednikov; tip modela prilagodimo vrsti izida in raziskovalnemu načrtu.

Ocenjena povezava sama ne dokazuje vzročnega vpliva. Pomembni so predpostavke modela, kakovost podatkov, intervali zaupanja in preverjanje napovedovanja. Več: regresijska analiza.

Diskriminantna analiza je multivariatna statistična metoda, ki je podobna multipli regresijski analizi z razliko, da je odvisna spremenljivka pri diskriminantni analizi opisna, neodvisne spremenljivke pa so številske. Poznamo diskriminantno analizo z dvema skupinama (opisna spremenljivka ima dve vrednosti – določa dve skupini) in multiplo diskriminantno analizo (opisna spremenljivka ima tri ali več vrednosti, ki določajo skupine).

Skupna faktorska analiza modelira kovariance med opazovanimi spremenljivkami z manjšim številom latentnih faktorjev ter loči skupni in specifični del variance. EFA raziskuje strukturo, CFA pa preverja vnaprej določen merski model. Faktor ni zgolj poljubna linearna kombinacija izvirnih spremenljivk; to je značilnost komponent pri PCA.

Metoda glavnih komponent je multivariatna statistična metoda, s katero zmanjšamo število spremenljivk na način, da uvedemo t. i. komponente (linearne kombinacije originalnih merjenih spremenljivk), ki jih kasneje vključimo v nadaljnje analize.