Kordamiskusimused infoteadus (0)

Andmeanalüüs
1)Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Eelnevad: Uurimusprobleem , uurimusmeetodi valik ( kvantitatiivne , kombineeritud , kvalitatiivne), valimi koostamine, andmestiku loomine. Järgnevad: Andmete analüüsimine ja tulemuste esitamine.
Millised on alternatiivid kvantitatiivsetele meetoditele. kombineeritud, kvalitatiivne
2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid.
Võimalikult lühike, viisakalt sõnastatud, lihtsa grammatikaga, sisaldab infot ühe teema kohta, sama tähendusega kõigi jaoks, sobival spetsiifilisuse tasemel
Ankeedi struktuur, sissejuhatus, miks uurimust tehakse, anonüümsus , võimalik tasu, tulemuste esitus, kontaktandmed, tänud juba ette, lihtsamad küsimused, avaküsimused, keerulised ja põhiküsimused. Sotsiaal-demograafilline osa, lõpusõna ja tänud.
Küsimuste tüübid: Avatud ( vastaja vastab oma sõnadega)
Suletud (vastajale on ette antud vastuse variandid)
Vastuste variandid: Selged ja täpsed, ei tohi kattuda, peavad sellegipoolest ära katma kõik vastuse variandid.
3) Tunnuste tüübid, näited selle kohta.
Nominaalskaala ehk nimeskaala ( Esitab või võimaldab esitada vastuse nimetuse või kirjeldusena nt vastaja rahvus, lemmikvärv ja perekonnaseis )
Ordinaalskaala ehk järjestusskaala (Esitab vastuse variandid sel viisil, et neid on võimalik hinnangu intensiivsuse alusel järjestada nt haridustase, rahuolu hinnangu, Likerti skaala)
Arvskaala (Esitab või võimaldab esitada vastused arvudena)
4) Kirjeldav statistika eri tüüpi tunnuste kohta:
Mood- kõige sagedasem väärtus või väärtusklass
Mediaan- Punt tunnuse skaalal, millest väiksemaid ja suuremaid väärtusi on variatsioonreas ühepalju. Mediaan jaotab skaala vaadeldava tunnuse seisukohalt kaheks võrdsagedaseks osaks.
Kvantiilid- jagunevad alumine kvartiil- punkt, millest väiksemaid väärtusi on kogumis üks neljandik osa. Ülemine kvartiil- punkt millest suuremaid väärtusi on kogumis üks neljandik osa. Kvantiilid jagavad tunnuse väärtuste järjestatud rea teatud arvuks võrdseteks osadeks . Sagedamini kasutatavad kvantiilid on detsiilid, kvintiilid ja kvartiilid.
Keskmine- õenäoliselt kõige sagedamini kasutatav näitaja statistilisel andmete analüüsis on aritmeetiline keskmine ehk keskväärtus . Selle saamiseks liidetakse kokku kõigi vastajate antud tunnuste väärtused ja jagatakse saadud summa vastajate arvuga. Tulemuseks on näitaja, mida võib käsitleda kui tüüpilist või läbilõikelist vastust vaatlusalusele küsimusele.
Standardhälve - iseloomustab vastuste hajuvust keskmise ümber. Standardhälbe saab, kui leida kõigi vastajate vastuste erinevus üldisest keskmisest ning arvutada nende erinevuste keskmine. Seega näitab standardhälve tüüpilist erinevust üldisest keskmisest. Kui standardhälve on suur, siis võib arvata, et vastajate vastused on enamasti üldisest keskmisest kaugel. Kui standardhälve on väike, siis on vastajate vastused antud üldise keskmise lähedale. Viimasel juhul tundub, et vastajad on olnud oma vastustes küllaltki üksmeelsed.(kui kaugel on keskmine inimene keskmisest inimesest).
Dispersioon-
on standardhälbe ruut. Seda kasutatakse tunnuse hajuvuse iseloomustamiseks nagu standardhälvetki.
5) Jooniste kasutamine tunnuste iseloomustamiseks,
eri jooniste tüübid : tulpdiagramm , joondiagramm, ringdiagramm
histogramm- on tulpdiagramm, mille puhul väärtusklassile vastava tulba pindala on võrdeline väärtusklassi sagedusega.
6) Sagedustabel -koosneb tunnuste üksikväärtuste või väärtuste vahemike loetelust, koos nende indiviidide arvuga, kelle puhul analüüsitava tunnuse väärtus ühtib vaadeldava konkreetse väärtusega või kuulub vastavasse väärtusvahemikku.
7) Normaaljaotus , selle kohta käivad reeglid.
on ühetipuline keskväärtuse (keskmise) suhtes sümmeetriline jaotus.
Normaaljaotuse standardtähistuseks on N(μ,σ)
Keskmine (μ, ka m) määrab jaotuse raskuskeskme asukoha, standardhälve (σ, ka s) aga kõvera kuju.
Mida suurem on standardhälve, seda väiksema järsakusastmega on kõver.
Kõvera ja horisontaaltelje vahele jääva pinnaosa pindala näitab, kui tõenäone on juhusliku suuruse sattumine vaadeldavale lõigule.
Ka keskmisest kaugel olevad väärtused on võimalikud, kuid vähetõenäosed.
Kolme sigma reegel:
99,7% normaaljaotuse väärtustest asub arvude μ-3σ ja μ+3σ vahel.
Seega 99,7% normaaljaotuse väärtustest asub keskmisest +/- 3 standardhälbe ulatuses.
Kahe standardhälbe ulatuses keskmisest ühes ja teises suunas paikneb 95,5% väärtustest ja ühe standardhälbe kaugusel asub 68,3%.
8) Usalduspiirid- usaldusvahemiku puhul on tegemist tunnuse väärtuste piirkonnaga, kust teatud tõenäosusega asub üldkogumiku tegelik keskmine.
9) Hüpoteeside kontrollimine. 2 võimalust kontrollimiseks
1.Statistiliseks hüpoteesiks nimetatakse mis tahes oletust otseselt või kaudselt kas üldkogumi jaotuse kohta tervikuna või jaotuse mõne parameetri (näiteks keskmise) kohta, kusjuures seda oletust kontrollitakse valimi põhjal.
Antud juhul võiks kontrollida oletust, et LR ja TÜR kasutajate keskmised hinnangud on erinevad ka üldkogumil (mitte ainult valimil , mida nägime eelnevalt) ehk kas LR ja TÜR kasutajate hinnangute erinevus ei ole 0.
2. Alternatiivhüpotees ehk sisukas hüpotees (sõnastatakse see, mida tahetakse tõestada): sportlane on dopingut tarvitanud, tema veres on teatud ainet üle lubatava piiri.
Nullhüpotees ( vastupidine eelmisele, sisaldab kõiki ülejäänud variante ): sportlane ei ole dopingut tarvitanud.
10) Olulisuse tõenäosus- Hüpoteeside kontrollimise käigus arvutatakse välja ka olulisuse tõenäosus – tõenäosus teha esimest liiki viga
Olulisuse nivoo- Statistiline hüpoteesipaari kontrolli protseduur on üles ehitatud nii, et olulisemaks peetakse esimest liiki vea vältimist. Sel põhjusel määratakse hüpoteesipaari kontrollimisel eelnevalt kindlaks esimest liiki vea ülempiir, mida nimetatakse olulisuse nivooks. Maksimaalse esimuse piir, mida me endale lubame.
11) T-test keskmiste võrdlemiseks- T-testil on see eelis, et ta oskab dispersioonide erinevust p-väärtuse arvutamisel arvesse võtta (R paketis teeb seda lausa vaikimisi). T-test võimaldab kergesti tellida ka paarikaupa võrdlusi, ehk siis, kui meil on sõltuvad valimid , testitakse, kas erinevus on 0. Meie näide ongi selline, sest kummastki järveosast on võetud igal aastal täpselt samal ajal. Kuna tegu on sama veekogu osadega, on samal ajal  tehtud mõõtmised  seotud (teatud mõttes sõltuvad) - ilmastik jms olud on sarnased.
12) Risttabel - on selline tabel, kus on esitatud vastajate jaotus kahe tunnuse lõikes.
Risttabeli elementideks on read, veerud ja lahtrid , mille järgi nimetatakse ka tabelisse märgitavaid protsente.
Rea protsendid : mitu % selle rea inimestest kuulub ühte või teise veergu.
Veeru protsendid: mitu % selle veeru inimestest kuulub ühte või teise ritta .
Üldised protsendid: mitu % selle tabeli inimestest kuulub ühte või teise lahtrisse.
13) Hii-ruut-statistik, selle kasutamine seose uurimiseks risttabelis, Crameri V
Tunnuste vahel on statistiline seos siis, kui ühe tunnuse käitumine sõltub teise tunnuse väärtustest. Näiteks kui inimese valimiseelistus sõltuks tema soost. Uurides seost nominaaltunnuste vahel võetakse appi risttabel. Seost risttabelis mõõdetakse hii-ruut-statistiku
(c²-statistiku) abiga.
Hii-ruut statistiku arvutamisel võrreldakse omavahel tegelikku tabelit ja seda tabelit, milles seost pole.
Kui nende tabelite erinevus on suur, siis on ka hii-ruut-statistik suure väärtusega.
Kui need tabelid on täpselt ühesugused, on hii-ruut-statistiku väärtuseks 0.
Seega: leitakse, kui palju tegelik jaotus erineb hüpoteetilisest jaotusest.
Crameri V: Kui tunnused on sõltumatud, siis 0; tugevaim seos 1. Saab kasutada sagedustabeli kuju ja kogumi suurust arvesse võtmata.
14) Hajuvusdiagramm ja korrelatsioonikordajad seose uurimiseks kahe arvtunnuse vahel. Probleemid korrelatsioonikordajate kasutamisel .
Kasvav seos
Ühe tunnuse suured väärtused esinevad sageli koos teise tunnuse suurte väärtustega. Ühe tunnuse väikesed väärtused esinevad koos teise tunnuse väikeste väärtustega.
Kahanev seos
Ühe tunnuse suur väärtus esineb koos teise tunnuse väikese väärtusega.
Seos puudub, tunnused on sõltumatud
See, milline on ühe tunnuse väärtus, ei mõjusta teise tunnuse väärtust.
Hajuvusdiagrammi põhjal saab anda esialgse hinnangu tunnustevahelise seose tugevusele.
Korrelatsioonianalüüs:
Korrelatsioonikordajate abiga saame mõõta tunnuste koosmuutuvust ehk kovariatsiooni.
Seose sümmeetrilisus: enamasti ei saa öelda, kumb kumba põhjustab
Kui tunnuste vahel on märgata ühist käitumist, siis ei pruugi see tegelikult alati tuleneda nendevahelisest sisulisest seosest.
Olla ettevaatlik seoste tõlgendamisel: erindid ; erinevad grupid; seos, mis tuleneb mingitest kõrvalistest tunnustest/nähtustest
Vastavalt sellele, milline on korrelatsioonikordaja märk, räägitakse positiivsest ja negatiivsest korrelatsioonist tunnuste vahel.
Lineaarse korrelatsioonikordaja väärtus asub –1 ja 1 vahel.
Kui tunnuste vahel on kasvav seos, on korrelatsioonikordaja positiivne. Ühe tunnuse väärtuste suurenedes teise tunnuse väärtused keskmiselt suurenevad.
Kui tunnuste vahel on kahanev seos, on korrelatsioonikordaja negatiivne. Ühe tunnuse väärtuste suurenedes teise tunnuse väärtused keskmiselt vähenevad.
Kui tunnuste vahel on täielik lineaarne sõltuvus , on korrelatsioonikordaja absoluutväärtus võrdne ühega.
Kui korrelatsioonikordaja väärtus on 0, siis öeldakse, et tunnused on mittekorreleeritud. Sellest ei järeldu aga, et need tunnused on sõltumatud.