Βασικές έννοιες στατιστικής για ελεύθερη διατύπωση: δεδομένα, δείγματα, περιγραφικά μέτρα, συσχέτιση και στατιστική συμπερασματολογία. Δεν χρειάζονται υπολογισμοί ή μαθηματική σημειογραφία· ζητείται να εξηγήσεις με δικά σου λόγια τι σημαίνουν οι έννοιες και ποια συμπεράσματα επιτρέπουν.
Στατιστική: βασικές έννοιες
Ερωτηματολόγιο αυτοαξιολόγησης · 12 ερωτήσεις
Απαντάς ελεύθερα με δικά σου λόγια, δηλώνεις πόσο σίγουρος είσαι, και μόνο μετά βλέπεις τη σωστή απάντηση και κρίνεις ο ίδιος πόσο κοντά έπεσες. Δεν βαθμολογεί ο υπολογιστής. Στο τέλος παίρνεις μια σύνοψη και ένα αρχείο για να την κρατήσεις.
Μπορείς να σταματήσεις και να συνεχίσεις αργότερα. Τίποτα δεν αποστέλλεται πουθενά: ό,τι γράφεις μένει στον browser σου μέχρι να το διαγράψεις.
Ποια είναι η διαφορά ανάμεσα σε έναν πληθυσμό και ένα δείγμα στη στατιστική; Γιατί συχνά μελετάμε δείγμα αντί για ολόκληρο τον πληθυσμό;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Ο πληθυσμός είναι το σύνολο των μονάδων για τις οποίες θέλουμε να βγάλουμε συμπέρασμα, π.χ. όλοι οι κάτοικοι μιας χώρας. Το δείγμα είναι το μικρότερο σύνολο μονάδων που παρατηρούμε στην πράξη.
Μελετάμε δείγμα επειδή η παρατήρηση όλου του πληθυσμού μπορεί να είναι ακριβή, αργή, ανέφικτη ή ακόμη και καταστροφική — π.χ. όταν η δοκιμή χαλάει το προϊόν. Το δείγμα είναι χρήσιμο μόνο αν ο τρόπος επιλογής του επιτρέπει προσεκτική γενίκευση στον πληθυσμό.
Τι είναι μια μεταβλητή σε μια στατιστική μελέτη; Ποια είναι η διαφορά ανάμεσα σε κατηγορική και ποσοτική μεταβλητή; Δώσε από ένα παράδειγμα.
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Μια μεταβλητή είναι ένα χαρακτηριστικό που καταγράφουμε για κάθε μονάδα της μελέτης και μπορεί να παίρνει διαφορετικές τιμές. Η ηλικία, το ύψος και ο τόπος κατοικίας είναι παραδείγματα μεταβλητών.
Μια κατηγορική μεταβλητή ταξινομεί σε κατηγορίες, όπως το μέσο μετακίνησης ή η ομάδα αίματος. Μια ποσοτική μεταβλητή εκφράζει αριθμητικό μέγεθος, όπως το ύψος σε εκατοστά ή ο αριθμός βιβλίων. Το ότι μια κατηγορία κωδικοποιείται με αριθμούς δεν την κάνει από μόνο του ποσοτική.
Πότε ο μέσος όρος μπορεί να δίνει παραπλανητική εικόνα για ένα σύνολο δεδομένων; Πότε η διάμεσος είναι προτιμότερη; Αιτιολόγησε με ένα παράδειγμα.
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Ο μέσος όρος επηρεάζεται έντονα από ακραίες τιμές. Αν οι περισσότεροι μισθοί σε μια μικρή επιχείρηση είναι κοντά μεταξύ τους αλλά ένας είναι πολύ υψηλός, ο μέσος όρος μπορεί να φαίνεται πολύ μεγαλύτερος από τον μισθό που παίρνει ο τυπικός εργαζόμενος.
Η διάμεσος είναι η μεσαία τιμή αφού βάλουμε τις παρατηρήσεις σε σειρά. Είναι πιο ανθεκτική στις ακραίες τιμές, γι’ αυτό συχνά περιγράφει καλύτερα μια ασύμμετρη κατανομή, όπως εισοδήματα ή τιμές ακινήτων. Δεν είναι γενικά «καλύτερη»: η επιλογή εξαρτάται από το ερώτημα και τη μορφή των δεδομένων.
Δύο ομάδες έχουν τον ίδιο μέσο όρο. Σημαίνει αυτό ότι μοιάζουν στα δεδομένα τους; Εξήγησε τι περιγράφει η διασπορά ή η τυπική απόκλιση.
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Όχι. Ο ίδιος μέσος όρος δεν λέει πόσο απλώνονται οι τιμές γύρω του. Μια ομάδα μπορεί να έχει σχεδόν όλες τις τιμές κοντά στον μέσο, ενώ μια άλλη να έχει πολύ χαμηλές και πολύ υψηλές τιμές που τυχαίνει να ισορροπούν στον ίδιο μέσο.
Η διασπορά περιγράφει αυτή την απλωσιά. Η τυπική απόκλιση είναι ένας συνηθισμένος τρόπος να τη μετράμε: μικρή τυπική απόκλιση σημαίνει συνήθως τιμές συγκεντρωμένες γύρω από τον μέσο, μεγάλη σημαίνει μεγαλύτερη μεταβλητότητα. Η ερμηνεία της εξαρτάται πάντα από τη μονάδα μέτρησης και από την κατανομή.
Αν δύο μεταβλητές συσχετίζονται, τι μπορούμε και τι δεν μπορούμε να συμπεράνουμε για αιτία και αποτέλεσμα; Δώσε ένα πιθανό παράδειγμα τρίτης μεταβλητής.
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Η συσχέτιση δείχνει ότι οι δύο μεταβλητές τείνουν να μεταβάλλονται μαζί με κάποιο μοτίβο. Από μόνη της δεν αποδεικνύει ότι η μία προκαλεί την άλλη. Η σχέση μπορεί να οφείλεται σε αντίστροφη αιτιότητα, σε σύμπτωση ή σε μια συγχυτική τρίτη μεταβλητή που επηρεάζει και τις δύο.
Για παράδειγμα, οι πωλήσεις παγωτού και οι διασώσεις στη θάλασσα μπορεί να αυξάνονται μαζί. Δεν σημαίνει ότι το παγωτό προκαλεί ατυχήματα· η ζέστη και η αυξημένη προσέλευση στην παραλία μπορούν να επηρεάζουν και τα δύο. Αιτιακό συμπέρασμα χρειάζεται κατάλληλο σχεδιασμό ή ισχυρή πρόσθετη τεκμηρίωση.
Τι είναι μεροληψία επιλογής δείγματος; Γιατί ένα πολύ μεγάλο δείγμα δεν αρκεί από μόνο του για αξιόπιστο συμπέρασμα;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Μεροληψία επιλογής υπάρχει όταν ο τρόπος με τον οποίο μπαίνουν μονάδες στο δείγμα ευνοεί συστηματικά ορισμένες και αποκλείει ή υποεκπροσωπεί άλλες. Τότε το δείγμα μπορεί να μη μοιάζει με τον πληθυσμό που θέλουμε να περιγράψουμε.
Ένα πολύ μεγάλο αλλά μεροληπτικό δείγμα μπορεί να δώσει μια πολύ ακριβή εκτίμηση του λάθος πράγματος. Για παράδειγμα, μια τεράστια διαδικτυακή εθελοντική δημοσκόπηση δεν εκπροσωπεί κατ’ ανάγκην όσους δεν έχουν πρόσβαση, δεν την είδαν ή δεν θέλησαν να απαντήσουν. Το μέγεθος μειώνει την τυχαία αβεβαιότητα, όχι τη συστηματική μεροληψία.
Ένα διαγνωστικό τεστ βγαίνει θετικό. Γιατί δεν αρκεί αυτό και μόνο για να ξέρουμε πόσο πιθανό είναι να έχει κάποιος την πάθηση;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Χρειάζονται τουλάχιστον η αξιοπιστία του τεστ και το πόσο συχνή είναι η πάθηση στον σχετικό πληθυσμό. Ένα τεστ μπορεί να δίνει ψευδώς θετικά αποτελέσματα, και όταν η πάθηση είναι σπάνια αυτά μπορεί να είναι περισσότερα από τα αληθινά θετικά αποτελέσματα, ακόμη και αν το τεστ είναι γενικά καλό.
Άρα η πιθανότητα μετά από θετικό αποτέλεσμα δεν είναι απλώς «η ακρίβεια του τεστ». Εξαρτάται από την ευαισθησία, την ειδικότητα και την αρχική πιθανότητα της πάθησης για το συγκεκριμένο άτομο ή πληθυσμό.
Τι εκφράζει ένα p-value σε έναν συνηθισμένο έλεγχο υπόθεσης, και ποιες δύο συνηθισμένες αλλά λανθασμένες ερμηνείες του πρέπει να αποφεύγουμε;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Με απλά λόγια, το p-value μετρά πόσο συμβατά είναι τα παρατηρούμενα δεδομένα (ή δεδομένα ακόμη πιο ακραία) με ένα συγκεκριμένο στατιστικό μοντέλο στο οποίο ισχύει η μηδενική υπόθεση. Μικρό p-value σημαίνει ότι τα δεδομένα είναι δύσκολο να εξηγηθούν από αυτό το μοντέλο, με τις παραδοχές του.
Δεν είναι η πιθανότητα να είναι αληθινή η μηδενική υπόθεση, ούτε η πιθανότητα τα αποτελέσματα να «οφείλονται στην τύχη». Επίσης δεν λέει από μόνο του πόσο μεγάλο, χρήσιμο ή σημαντικό στην πράξη είναι ένα εύρημα. Χρειάζονται το μέγεθος της επίδρασης, η αβεβαιότητα, ο σχεδιασμός και το πλαίσιο της μελέτης.
Πώς ερμηνεύουμε σωστά ένα διάστημα εμπιστοσύνης 95%; Τι δεν σημαίνει;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Ένα διάστημα εμπιστοσύνης είναι ένα εύρος εύλογων τιμών για μια άγνωστη παράμετρο, όπως ο μέσος ενός πληθυσμού, με βάση τα δεδομένα και ένα στατιστικό μοντέλο. Σε μια συνηθισμένη συχνιστική ερμηνεία, αν επαναλαμβάναμε πολλές φορές την ίδια διαδικασία δειγματοληψίας και κατασκευής διαστήματος, περίπου το 95% των διαστημάτων θα περιείχε την πραγματική παράμετρο.
Δεν σημαίνει αυστηρά ότι, αφού υπολογίστηκε αυτό το ένα διάστημα, υπάρχει 95% πιθανότητα η σταθερή πραγματική τιμή να βρίσκεται μέσα του. Ούτε εγγυάται ότι το μοντέλο, η δειγματοληψία και οι μετρήσεις ήταν σωστά. Το πλάτος του διαστήματος δείχνει συνήθως πόση αβεβαιότητα έχει η εκτίμηση.
Ποια είναι η διαφορά ανάμεσα στη στατιστική και στην πρακτική σημασία ενός αποτελέσματος; Πώς μπορεί το μέγεθος του δείγματος να τις κάνει να φαίνονται διαφορετικές;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Ένα αποτέλεσμα είναι στατιστικά σημαντικό όταν, με βάση ένα καθορισμένο μοντέλο και κριτήριο, τα δεδομένα δίνουν αρκετή ένδειξη ενάντια στη μηδενική υπόθεση. Η πρακτική σημασία αφορά αν το μέγεθος της διαφοράς ή της επίδρασης έχει ουσιαστική αξία στο πραγματικό πλαίσιο: για ανθρώπους, κόστος, κίνδυνο ή απόφαση.
Με πολύ μεγάλο δείγμα, ακόμη και μια πολύ μικρή και ασήμαντη στην πράξη διαφορά μπορεί να δώσει μικρό p-value. Με μικρό δείγμα, μια σημαντική στην πράξη επίδραση μπορεί να μην έχει αρκετά δεδομένα για να φανεί καθαρά. Γι’ αυτό κοιτάμε μαζί μέγεθος επίδρασης, αβεβαιότητα, σχεδιασμό και συνέπειες — όχι μόνο ένα όριο «σημαντικό / μη σημαντικό».
Τι είναι το τυπικό σφάλμα μιας εκτίμησης, όπως του μέσου όρου ενός δείγματος; Πώς διαφέρει από την τυπική απόκλιση των δεδομένων και τι συνήθως συμβαίνει όταν μεγαλώνει το δείγμα;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Το τυπικό σφάλμα περιγράφει πόσο θα μεταβαλλόταν μια εκτίμηση, όπως ο δειγματικός μέσος, αν παίρναμε επανειλημμένα νέα δείγματα με τον ίδιο τρόπο. Είναι λοιπόν μέτρο της δειγματοληπτικής αβεβαιότητας της εκτίμησης.
Η τυπική απόκλιση περιγράφει πόσο διαφέρουν μεταξύ τους οι επιμέρους παρατηρήσεις μέσα στα δεδομένα. Το τυπικό σφάλμα αφορά αντιθέτως τη μεταβολή του ίδιου του εκτιμητή από δείγμα σε δείγμα. Για ανεξάρτητες παρατηρήσεις και σταθερή μεταβλητότητα, το τυπικό σφάλμα του μέσου συνήθως μικραίνει καθώς μεγαλώνει το δείγμα, περίπου ανάλογα με \(1 / \sqrt{n}\). Αυτό δεν διορθώνει μεροληψία ή λάθος σχεδιασμό.
Γιατί μια συσχέτιση από μια παρατηρητική μελέτη συνήθως δεν αρκεί για αιτιακό συμπέρασμα; Πώς βοηθούν η τυχαιοποίηση και μια ομάδα ελέγχου σε ένα πείραμα;
Μετά από αυτό η απάντησή σου κλειδώνει.
Η σωστή απάντηση
Σε μια παρατηρητική μελέτη καταγράφουμε ό,τι ήδη συμβαίνει. Οι ομάδες που συγκρίνουμε μπορεί να διαφέρουν και σε άλλους παράγοντες — γνωστούς ή άγνωστους — οι οποίοι εξηγούν τη συσχέτιση. Γι’ αυτό η παρατήρηση από μόνη της σπάνια ξεχωρίζει την αιτία από τις συγχυτικές μεταβλητές ή την αντίστροφη αιτιότητα.
Σε ένα πείραμα, η τυχαιοποίηση κατανέμει κατά μέσο όρο τόσο τους γνωστούς όσο και τους άγνωστους συγχυτικούς παράγοντες ανάμεσα στις ομάδες. Η ομάδα ελέγχου δίνει ένα σημείο σύγκρισης για το τι θα συνέβαινε χωρίς την παρέμβαση. Έτσι μια διαφορά στις εκβάσεις έχει ισχυρότερη αιτιακή ερμηνεία, εφόσον ο σχεδιασμός και η εκτέλεση είναι κατάλληλα. Δεν εξαλείφονται αυτομάτως όλα τα προβλήματα, όπως απώλειες συμμετεχόντων ή ελλιπής εφαρμογή της παρέμβασης.
Πριν δεις τα αποτελέσματα
Τελείωσες τις ερωτήσεις. Δύο σύντομες ερωτήσεις ακόμα για το πώς δούλεψες, και ο χώρος για τα δικά σου σχόλια. Δεν αλλάζουν τη βαθμολογία σου, βοηθούν να διαβαστεί σωστά.
Θα εμφανιστούν στα αποτελέσματα και στο αρχείο που θα κατεβάσεις.
Πάρε μαζί σου τα αποτελέσματα
Το YAML περιέχει και τις σωστές απαντήσεις δίπλα στις δικές σου: δώσε το σε ένα LLM και ζήτησέ του αξιολόγηση.
Αν θέλεις, στείλε μου
Τις απαντήσεις σου (προαιρετικό, αλλά πολύ χρήσιμο για μένα)
Χωρίς όνομα, χωρίς email: δεν μπορώ να ξέρω ποιος τα έστειλε. Τα σχόλια που έγραψες για δική σου χρήση δεν στέλνονται.
Την άποψή σου (θα το εκτιμούσα)
Αν σου άρεσε το ερωτηματολόγιο ή έχεις σχόλια, επικοινώνησε μαζί μου μέσω της φόρμας επικοινωνίας.
Βρέθηκε ημιτελής προσπάθεια.
Έχεις ήδη συμπληρώσει αυτό το ερωτηματολόγιο
διαγράφει την προηγούμενη