Heimur tölfræðinnar er fullur af gildrum, en hann er líka fullur af tækifærum. Hvort sem þú ert notandi tölfræði eða einhver sem þarf að túlka hana, þá er hægt að falla í gildrurnar. Það er líka hægt að ganga í kringum þá. Hér eru tíu ráð og gildrur frá sviðum tilgátuprófunar, aðhvarfs, fylgni og línurits.
Mikilvægt þýðir ekki alltaf mikilvægt
Mikilvægi er að mörgu leyti illa valið hugtak. Þegar tölfræðileg próf gefur marktæka niðurstöðu og ákvörðunin er að hafna H0, þá tryggir það ekki að rannsóknin á bak við gögnin sé mikilvæg. Tölfræði getur aðeins hjálpað til við ákvarðanatöku um tölur og ályktanir um ferlana sem framleiddu þær. Þeir geta ekki gert þessi ferli mikilvæg eða jörðin splundrandi. Mikilvægi er eitthvað sem þú verður að dæma sjálfur - og ekkert tölfræðilegt próf getur gert það fyrir þig.
Aðhvarf er ekki alltaf línulegt
Þegar reynt er að passa aðhvarfslíkan við dreifingarmynd er freistingin að nota strax línu. Þetta er aðhvarfslíkanið sem best skilst og þegar þú nærð tökum á því eru brekkur og hleranir ekki svo ógnvekjandi.
En línuleg aðhvarf er ekki eina tegundin af afturför. Það er hægt að passa feril í gegnum dreifimynd. Ekki láta blekkjast: Tölfræðihugtökin á bak við sveiglínuleg aðhvarf eru erfiðari að skilja en hugtökin á bak við línuleg aðhvarf.
Það er hins vegar þess virði að gefa sér tíma til að ná tökum á þessum hugtökum. Stundum passar ferill mun betur en lína.
Það er slæm hugmynd að framreikna út fyrir sýnishorn
Hvort sem þú ert að vinna með línulega aðhvarf eða boglínulega aðhvarf, hafðu í huga að það er óviðeigandi að alhæfa út fyrir mörk dreifimyndarinnar.
Segjum sem svo að þú hafir komið á traustu forspársambandi milli prófs á stærðfræðihæfileikum og frammistöðu í stærðfræðiáföngum, og dreifingarmyndin þín nær aðeins yfir þröngt svið stærðfræðihæfileika. Þú hefur enga leið til að vita hvort sambandið haldi út fyrir það svið. Spár utan þess sviðs eru ekki gildar.
Besti kosturinn þinn er að stækka dreifingarmyndina með því að prófa fleira fólk. Þú gætir fundið að upprunalega sambandið segir aðeins hluta af sögunni.
Skoðaðu breytileikann í kringum aðhvarfslínu
Nákvæm greining á leifum (munurinn á mældum og spáðgildum) getur sagt þér mikið um hversu vel línan passar við gögnin. Grundvallarforsenda er að breytileiki í kringum aðhvarfslínu sé sá sami upp og niður línuna. Ef það er ekki, gæti líkanið ekki verið eins forspár og þú heldur. Ef breytileikinn er kerfisbundinn (meiri breytileiki á öðrum endanum en hinum) gæti boglínuleg aðhvarf verið heppilegri en línuleg. Staðalvilla mats mun ekki alltaf vera vísirinn.
Úrtak getur verið of stórt
Trúðu það eða ekki, þetta gerist stundum með fylgnistuðlum. Mjög stórt úrtak getur gert lítinn fylgnistuðul tölfræðilega marktækan.
En hvað þýðir þessi fylgnistuðull í raun og veru? Ákvörðunarstuðullinn —r2 — er aðeins .038, sem þýðir að SSRegression er minna en 4 prósent af SSTotal. Það er mjög lítið félag.
Niðurstaða: Þegar fylgnistuðull er skoðaður skaltu vera meðvitaður um úrtaksstærðina. Ef það er nógu stórt getur það orðið til þess að léttvæg tengsl reynist tölfræðilega marktæk. (Hmmm . . . mikilvægi - þarna er það aftur!)
Neytendur: Þekkja ása þína
Þegar þú horfir á línurit, vertu viss um að þú vitir hvað er á hverjum ás. Gakktu úr skugga um að þú skiljir mælieiningarnar. Skilur þú óháðu breytuna? Skilurðu háðu breytuna? Geturðu lýst hverjum og einum með þínum eigin orðum? Ef svarið við einhverri af þessum spurningum er „Nei“ skilurðu ekki línuritið sem þú ert að skoða.
Þegar þú horfir á línurit í sjónvarpsauglýsingu skaltu vera mjög á varðbergi ef það hverfur of fljótt, áður en þú getur séð hvað er á ásunum. Auglýsandinn gæti verið að reyna að skapa langvarandi ranghugmynd um svikið samband inni á línuritinu. Sambandið á línuriti gæti verið eins gilt og þessi annar grunnur sjónvarpsauglýsinga - vísindaleg sönnun með teiknimynd: Örsmáir skrúbbburstar sem þrífa teiknimyndartennur gætu ekki endilega tryggt hvítari tennur fyrir þig ef þú kaupir vöruna.
Að setja línurit af flokkabreytu eins og hún sé megindleg breytu er bara rangt
Þannig að þú ert næstum því tilbúinn að keppa í Rock-Paper-Scissors World Series. Til undirbúnings fyrir þetta alþjóðlega mót hefur þú lagt saman alla leiki þína frá síðustu tíu árum og skráð hlutfall skipta sem þú vannst þegar þú spilaðir hvert hlutverk.
Til að draga saman allar niðurstöður, notaðu grafíkhæfileika Excel til að búa til línurit.
Svo margir búa til svona línurit - fólk sem ætti að vita betur. Línan á línuritinu gefur til kynna samfellu frá einum stað til annars. Með þessum gögnum er það auðvitað ómögulegt. Hvað er á milli rokks og pappírs? Af hverju eru þær jafnar einingar í sundur? Af hverju eru flokkarnir þrír í þessari röð?
Einfaldlega sagt, línurit er ekki rétta línuritið þegar að minnsta kosti ein af breytunum þínum er sett af flokkum. Í staðinn skaltu búa til dálkalínurit. Bökurit virkar hér líka, vegna þess að gögnin eru prósentur og þú hefur aðeins nokkrar sneiðar.
Þegar við á skaltu hafa breytileika í línuritinu þínu
Þegar punktarnir á línuritinu þínu tákna meðaltal skaltu ganga úr skugga um að línuritið innihaldi staðalvillu hvers meðaltals. Þetta gefur áhorfandanum hugmynd um breytileikann í gögnunum - sem er mikilvægur þáttur gagna.
Aðferðir einar og sér segja þér ekki alltaf alla söguna. Notaðu hvert tækifæri til að skoða frávik og staðalfrávik. Þú gætir fundið einhverja falda gullmola. Kerfisbundin breytileiki - hátt dreifnigildi tengd stórum aðferðum, til dæmis - gæti verið vísbending um samband sem þú sást ekki áður.
Vertu varkár þegar þú tengir hugtök í kennslubók í tölfræði við Excel
Ef þér er alvara með að vinna tölfræði, muntu líklega hafa tækifæri til að skoða tölfræðitexta eða tvo. Hafðu í huga að táknin á sumum sviðum tölfræði eru ekki staðlaðar.
Það getur verið erfitt að tengja hugtök í kennslubók við tölfræðiaðgerðir Excel vegna textanna og Excel. Skilaboð í valgluggum og í hjálparskrám gætu innihaldið önnur tákn en þau sem þú lest um, eða þau gætu notað sömu táknin en á annan hátt. Þetta misræmi gæti leitt til þess að þú slærð inn ranga færibreytu í valmynd, sem leiðir til villu sem erfitt er að rekja.