9 Статистически и графични съвети и капани

Светът на статистиката е пълен с клопки, но също така е пълен с възможности. Независимо дали сте потребител на статистически данни или някой, който трябва да ги интерпретира, е възможно да попаднете в клопките. Възможно е също да се разхождате около тях. Ето десет съвета и капани от областите на тестване на хипотези, регресия, корелация и графика.

Значително не винаги означава важно

Значението в много отношения е лошо избран термин. Когато един статистически тест даде значителен резултат и решението е да се отхвърли H0, това не гарантира, че изследването зад данните е важно. Статистиката може само да помогне за вземането на решения относно числата и изводите за процесите, които ги произвеждат. Те не могат да направят тези процеси важни или разтърсващи земята. Важността е нещо, което трябва да прецените сами - и никой статистически тест не може да направи това вместо вас.

Регресията не винаги е линейна

Когато се опитвате да поставите регресионен модел към диаграма на разсейване, изкушението е незабавно да използвате линия. Това е най-добре разбраният модел на регресия и когато се сдобиете с него, наклоните и пресичанията не са толкова плашещи.

Но линейната регресия не е единственият вид регресия. Възможно е да се побере крива чрез диаграма на разсейване. Не се заблуждавайте: Статистическите концепции зад криволинейната регресия са по-трудни за разбиране от концепциите зад линейната регресия.

Струва си обаче да отделите време, за да овладеете тези концепции. Понякога кривата е много по-подходяща от линията.

Екстраполирането отвъд примерна диаграма на разсейване е лоша идея

Независимо дали работите с линейна регресия или криволинейна регресия, имайте предвид, че не е подходящо да се обобщава извън границите на диаграмата на разсейване.

Да предположим, че сте установили солидна прогнозна връзка между теста за математически способности и представянето в курсовете по математика и вашата диаграма на разсейване покрива само тесен диапазон от математически способности. Нямате начин да разберете дали връзката продължава извън този диапазон. Прогнозите извън този диапазон не са валидни.

Най-добрият ви залог е да разширите диаграмата на разсейване, като тествате повече хора. Може да откриете, че първоначалната връзка разказва само част от историята.

Разгледайте променливостта около регресионна линия

Внимателният анализ на остатъците (разликите между наблюдаваните и прогнозираните стойности) може да ви каже много за това колко добре линията отговаря на данните. Основно предположение е, че променливостта около линията на регресия е една и съща нагоре и надолу по линията. Ако не е, моделът може да не е толкова предсказуем, колкото си мислите. Ако променливостта е систематична (по-голяма променливост в единия край, отколкото в другия), криволинейната регресия може да е по-подходяща от линейната. Стандартната грешка на оценката не винаги ще бъде индикатор.

Извадката може да е твърде голяма

Вярвате или не, това понякога се случва с коефициентите на корелация. Много голяма извадка може да направи малък коефициент на корелация статистически значим.

Но какво всъщност означава този коефициент на корелация? Коефициентът на детерминация —r2 — е само .038, което означава, че SSRegression е по-малко от 4 процента от SSTotal. Това е много малка асоциация.

В крайна сметка: Когато разглеждате коефициент на корелация, имайте предвид размера на извадката. Ако е достатъчно голям, това може да накара една тривиална асоциация да се окаже статистически значима. (Хммм... значение - ето го отново!)

Потребители: Познайте своите оси

Когато гледате графика, уверете се, че знаете какво има на всяка ос. Уверете се, че разбирате мерните единици. Разбирате ли независимата променлива? Разбирате ли зависимата променлива? Можете ли да опишете всеки един със собствените си думи? Ако отговорът на някой от тези въпроси е „Не“, вие не разбирате графиката, която гледате.

Когато гледате графика в телевизионна реклама, бъдете много предпазливи, ако тя изчезне твърде бързо, преди да можете да видите какво има по осите. Рекламодателят може да се опитва да създаде трайно фалшиво впечатление за фалшива връзка вътре в графиката. Графичната връзка може да е толкова валидна, колкото и онази друга основна част от телевизионната реклама — научно доказателство чрез анимационен анимационен филм: Малките анимирани четки за почистване на анимационни зъби може да не гарантират непременно по-бели зъби за вас, ако купите продукта.

Изобразяването на категорична променлива, сякаш е количествена променлива, е просто погрешно

Така че вие ​​сте почти готови да се състезавате в Световната серия Камък-Хартия-Ножица. Подготвяйки се за този международен турнир, изброихте всичките си мачове от последните десет години, като посочихте процента на победите, когато сте играли всяка роля.

За да обобщите всички резултати, използвайте графичните възможности на Excel, за да създадете графика.

Толкова много хора създават този вид графики - хора, които трябва да знаят по-добре. Линията в графиката предполага непрекъснатост от една точка до друга. С тези данни, разбира се, това е невъзможно. Какво има между камък и хартия? Защо са на равни единици един от друг? Защо трите категории са в този ред?

Просто казано, линейната графика не е правилната графика, когато поне една от вашите променливи е набор от категории. Вместо това създайте колонна графика. Круговата диаграма работи и тук, тъй като данните са проценти и имате само няколко резена.

Когато е подходящо, включете променливост във вашата графика

Когато точките във вашата графика представляват средни стойности, уверете се, че графиката включва стандартната грешка на всяка средна стойност. Това дава на зрителя представа за променливостта на данните – което е важен аспект на данните.

Средствата сами по себе си не винаги ви разказват цялата история. Възползвайте се от всяка възможност да изследвате вариациите и стандартните отклонения. Може да намерите някои скрити късове. Систематичните вариации - например високи стойности на дисперсия, свързани с големи средни стойности - може да са улика за връзка, която не сте виждали преди.

Бъдете внимателни, когато свързвате концепциите на учебниците по статистика с Excel

Ако се занимавате сериозно със статистическа работа, вероятно ще имате повод да разгледате един-два статистически текст. Имайте предвид, че символите в някои области на статистиката не са стандартни.

Свързването на концепции от учебниците със статистическите функции на Excel може да бъде предизвикателство заради текстовете и заради Excel. Съобщенията в диалоговите прозорци и в помощните файлове може да съдържат символи, различни от тези, за които четете, или може да използват същите символи, но по различен начин. Това несъответствие може да ви накара да въведете неправилно въвеждане в параметър в диалогов прозорец, което да доведе до грешка, която е трудно да се проследи.