Metodologia

egzamin II

Do czego służy przedział ufności w statystyce?

\
Przedział ufności pokazuje nam, że poszukiwana przez nas rzeczywista wartość mieści się w pewnym przedziale z założonym prawdopodobieństwem.

Co to jest prawo wielkich liczb?

przy dostatecznie wielkiej liczbie prób częstość danego zdarzenia losowego będzie się dowolnie mało różniła od jego prawdopodobieństwa

Czy są inne rozkłady niż normalny?

Tak, istnieje również rozkład: asymetryczny lewostronny oraz prawostronny, spłaszczony i wysmukły.

\
**Zaznacz na rysunku rozstęp kwartylowy**

Rozstęp kwartylowy - różnica między trzecim a pierwszym kwartylem. Ponieważ pomiędzy tymi kwartylami znajduje się z definicji 50% wszystkich obserwacji, dlatego im większa szerokość rozstępu ćwiartkowego, tym większe zróżnicowanie cechy.

Chcesz obliczyć czy dwie grupy są równoliczne – którego testu użyjesz?

**chi2** - porównuje obserwowane i oczekiwane częstości w poszczególnych grupach

Kształt rozkładu gęstości chi2 uzależniony jest od liczby kategorii w badaniu

**PRAWDA** bo - kształt uzależniony od tego ile kategorii chcemy zbadać

Czy test chi2 może sprawdzić, czy grupy w badaniu są równoliczne

**fałsz** - nie moze

Czy test chi2 może sprawdzić, czy grupy w badaniu są równoliczne

**prawda-**

Na czym polega spójność w psychologii jako nauce

W psychologii, spójność to pojęcie odnoszące się do stopnia zgodności między różnymi obszarami badań, teorii i wynikami badań. Spójność w psychologii jest ważna, ponieważ pomaga zrozumieć różne zjawiska psychologiczne w sposób kompleksowy i koherentny. Spójność odnosi się do spójności między różnymi badaniami dotyczącymi tego samego zjawiska. Różne badania powinny prowadzić do podobnych wniosków i wyjaśnień, co przyczyni się do ugruntowania wiedzy o danym zjawisku.

Jakie znasz sposoby wnioskowania naukowego?

 Wnioskowanie to dobieranie następstwa do racji uznanej za prawdziwą 

• analiza i synteza 

• porównanie i przeciwstawienie 

• dedukcja i redukcja (w tym indukcja)

Co to znaczy, że wynik jest istotny statystycznie?

Istotność statystyczna to pojęcie w statystyce, które oznacza, że różnica między dwoma lub więcej grupami lub zmiennymi w próbie jest na tyle duża, że można uznać, że nie wynika ona z przypadku, ale jest wynikiem rzeczywistych różnic między grupami lub zmiennymi.

**Wyjaśnij pojęcie wariancji.**

Wariancja jest podstawową miarą zmienności obserwowanych wyników. Wariancja informuje o tym, jak duże jest zróżnicowanie wyników w danym zbiorze wyników (zmiennej). Inaczej mówiąc, czy wyniki są bardziej skoncentrowane wokół średniej, czy są małe różnice pomiędzy średnią a poszczególnymi wynikami czy może rozproszenie wyników jest duże, duża jest różnica poszczególnych wyników od średniej.

Czy można zmienić istotność na inną niż 0,05?

Tak, można zmienić poziom istotności na inny niż tradycyjny poziom 0,05. Poziom istotności to wartość, która określa, jakiej wielkości efekt traktujemy jako znaczący lub nie

Wymień trzy rodzaje testu t-Studenta.

Test t Studenta dla jednej próby,

test t Studenta dla prób zależnych

test t Studenta dla prób niezależnych.

Jakie są etapy badania naukowego?

* etap I – koncepcyjny, projektowania badania – sformułowanie problemu badawczego, – sformułowanie tez (problemy-pytania szczegółowe), – sformułowanie hipotez (o ile zostały określone), – przegląd literatury, – wybór metod i technik badawczych.


*   etap II – realizacja badania – przeprowadzenie badania, – porządkowanie zebranego materiału, – analiza i interpretacja wyników badań, – weryfikacja hipotez, – wnioski końcowe. 
*  etap III – opis badań i ich ogłoszenie najczęściej w formie publikacji lub prezentacji na konferencji.

Podaj średnią | modę | medianę z ciągu liczb

Jak to obliczyć? 

Średnia - sumować ze sobą wszystkie liczby w ciągu i podzielić przez ich ilość

moda - najczęściej występująca wartość w ciągu liczb

mediana - środkowa wartość wśród uporządkowanego ciągu liczb

Ile kwartyli występuje w rozstępie kwartylowym?

Rozstęp kwartylowy - różnica między trzecim a pierwszym kwartylem, czyli nie licząc pierwszego i trzeciego - jeden.

Do czego porównujemy w teście t-Studenta dla jednej próby badaną grupę?

W teście t-Studenta dla jednej próby porównujemy średnią wartość zmiennej badanej w grupie z wartością oczekiwaną, którą wynika z hipotezy zerowej. Hipoteza zerowa zakłada, że wartość oczekiwana jest równa pewnej wartości stałej, np. równa zero lub równa wartości średniej w populacji.

**Na jakiej skali pomiarowej wyrażone są dane dla testu chi-kwadrat?**

nominalnej

Od czego uzależniony jest kształt rozkładu gęstości w teście chi-kwadrat?

\- kształt uzależniony od tego ile kategorii chcemy zbadać

**W jakim celu stosujemy:**

**a) losowy dobór próby**

**b) losowy przydział do grup**

Losowy dobór próby oraz losowy przydział do grup są stosowane w celu zapewnienia reprezentatywności i obiektywności w badaniach naukowych, eksperymentach i badaniach ankietowych. Ma to na celu zminimalizowanie błędów i czynników zakłócających.

Oblicz średnią rangę z pomiarów: 4,3,1,8…

Aby obliczyć średnią rangę z podanych pomiarów (4, 3, 1, 8), musimy najpierw ustawić je w kolejności rosnącej.

\
1, 3, 4, 8

\
Teraz obliczymy sumę rang:

\
1 + 2 + 3 + 4 = 10

\
Aby obliczyć średnią rangę, podzielimy sumę rang przez liczbę pomiarów:

\
10 / 4 = 2.5

Średnia ranga z pomiarów 4, 3, 1, 8 wynosi 2.5.

Czy ranga dla danej obserwacji zmiennej porządkowej może mieć wartość połókową?

Ranga dla danej obserwacji zmiennej porządkowej nie powinna mieć wartości połówkowej. Ranga jest wartością porządkową, która przypisywana jest obserwacji w ramach zestawu danych na podstawie ich wzajemnych relacji porządkowych. Rangi są przypisywane w sposób uporządkowany, na przykład od najmniejszej do największej. Jeśli istnieje równość w wartościach obserwacji, to często stosuje się tzw. "metodę rang średnich", gdzie ranga zostaje przypisana jako średnia arytmetyczna rang, które te obserwacje zajmowałyby w przypadku braku równości.

**Wymień trzy testy nieparametryczne oparte na liczeniu wystąpień**

test chi-kwadrat,

test dokładny Fischera,

test znaków,

test McNemara

Które testy nieparametryczne oparte są na uporządkowaniu (rangowaniu)?

* Wilcoxona


* H Kruskala Wallisa
* Friedmana

Kiedy stosuje się test Wilcoxona?

Test Wilcoxona stosujemy, kiedy porównujemy ze sobą dwie zmienne mierzone na skali porządkowej.

Wyjaśnij na przykładzie termin hipotezy zerowej:

Płeć nie różnicuje zaangażowania w związek- hipoteza nie przypuszcza, że wynik badania miałby wskazać istotne różnice w porównywanych grupach

Czy testy nieparametryczne opierają się na normalności rozkładu?

Nie, testy nieparametryczne nie opierają się na normalności rozkładu. Testy nieparametryczne są stosowane, gdy rozkład badanej zmiennej nie spełnia założeń dotyczących normalności lub innych parametrycznych założeń, takich jak równości wariancji czy liniowości zależności między zmiennymi

Jakie są założenia testu ANOVA Kruskala-Wallisa?

\
* 1. Zmienna zależna co najmniej porządkowa
* 2. Obserwacje niezależne od siebie w każdej grupie (randomizacja!)
* 3. Rozkłady wartości mają podobny kształt (histogram!)

Co to jest rozkład Bernoulliego?

Jest to inaczej rozkład dwumianowy, czyli dyskretny rozkład prawdopodobieństwa opisujący liczbę sukcesów k w ciągu N niezależnych prób, z których każda ma stałe prawdopodobieństwo sukcesu równe p.

Wymień jedną zaletę i jedną wadę stosowania testów nieparametrycznych

Zalety: 

* NIE wymagają, aby badane dane miały określony rozkład prawdopodobieństwa, co czyni je bardziej uniwersalnymi i elastycznymi narzędziami statystycznymi

Wady:

* Braki w kategoriach są informacją, która nie jest uwzględniana w wyniku testu
* Testy nieparametryczne mają niższa moc (zdolność do odrzucenia H0, gdy jest fałszywa)

Testy nieparametryczne są mniej czy bardziej wrażliwe na przypadki odstające od testów parametrycznych? Uzasadnij odpowiedź.

Testy nieparametryczne są ogólnie mniej wrażliwe na przypadki odstające niż testy parametryczne. Istnieją kilka powodów, które uzasadniają tę różnicę:

* Brak założeń dotyczących rozkładu: Testy parametryczne, takie jak test t-studenta czy analiza wariancji (ANOVA), opierają się na założeniach dotyczących normalności rozkładu danych. 
* Użycie rang: W testach nieparametrycznych często wykorzystuje się rangi zamiast konkretnych wartości. 
* Testy porządkowe: W niektórych testach nieparametrycznych, takich jak testy rangowe, różnice w wartościach obserwacji nie są uwzględniane. 

**Na czym polegają transformacje danych?**

Transformacja danych to ich przekształcenie w taki sposób, by spełniały określone kryteria np. spełniały kryteria normalności rozkładu czy też rozciągały się w określonym przedziale. Do przeprowadzenia transformacji wymagane są dane dodatnie.

**Na czym polega metoda bootstrap?** 

Wprowadzone przez Bradleya Efrona metody szacowania rozkładu błędów estymacji, za pomocą wielokrotnego losowania ze zwracaniem z próby. Są przydatne szczególnie, gdy nie jest znana postać rozkładu zmiennej w populacji

Czy testy nieparametryczne mają jakieś założenia? Co ignorują?

Testy te w przeciwieństwie do testów parametrycznych nie są obwarowane założeniami, jednak to udogodnienie sprawia, że testy te charakteryzują się mniejszą mocą.

Co NIE jest wymagane by zastosować test nieparametryczny?

Testy nieparametryczne są alternatywną dla testów parametrycznych w przypadkach:

\
gdy zmienna jest mierzalna, ale nie są spełnione założenia dla testów parametrycznych (normalność, jednorodność wariancji)

\
Stosujemy je także w tych sytuacjach, gdy mamy do czynienia ze zmiennymi jakościowymi lub porządkowymi, albo dla grup o bardzo małej liczebności.

Czym jest rangowanie? Wykonaj rangowanie zbioru liczb.

Rangowanie polega na uszeregowaniu obserwacji ze względu na jedną zmienną i nadaniu im nowych wartości w postaci rang.

Jaki test nieparametryczny użyjesz w sytuacji \[tu przykład\]

*chi* (gdy mamy różne grupy i zmienne  na skali nominalnej, *wilcoxona* (ta sama grupa, 2 zmienne porządkowe),

*h kruskala wallisa* (gdy zmienne sąna skali porządkowej i mamy rożne grupy i jest ich wiele)

*UManna Whitneya* (gdy mamy zmienne na skali porządkowej, grupy są różne i są dwie.

Jak działa test znaków? Kiedy warto go stosować?

Test znaków to metoda statystyczna do testowania spójnych różnic między parami obserwacji, takich jak np. waga pacjentów przed i po leczeniu. Odpowiednik nieparametryczny do testu t dla grup zależnych.

Czy testy nieparametryczne wymagają aby dane miały określony rozkład prawdopodobieństwa?

Nie, testy nieparametryczne nie wymagają określonego rozkładu prawdopodobieństwa danych. Testy nieparametryczne są bardziej elastyczne pod względem rozkładu danych niż testy parametryczne. Te testy opierają się na rangach więc to po prostu nie jest wymagane.

Wyjaśnij na przykładzie na czym polega paradoks Simpsona.

**J**est paradoksem statystycznym,  który odnosi się do zjawiska, w którym związek pomiędzy parą zmiennych (*X*,*Y*) odwraca znak po warunkowaniu trzeciej zmiennej (*Z*), niezależnie od przyjętej wartości. 

\
Jeżeli podzielimy dane na subpopulacje, z których każda reprezentować będzie określoną wartość, trzecia zmienna pojawi się jako odwrócenie znaku pomiędzy zmierzonymi powiązaniami w zdezagregowanych subpopulacjach w stosunku do danych zagregowanych, które opisują populację jako całość.

Czym różni się analiza korelacji od analizy regresji?

Korelacja jest techniką statystyczną, która opisuje współzależność bądź powiązanie dwóch badanych zmiennych. Regresja ilustruje, w jaki sposób zmienna niezależna (ZN, jedna lub więcej) jest numerycznie powiązana ze zmienną zależną (ZZ).

Jakie wartości może przyjmować wartość R2?

Współczynnik determinacji R^{2} określa jaka część danych jest wytłumaczona przez model – im większy tym prosta regresji jest lepiej dopasowana do danych: 0.0 – 0.5 – dopasowanie niezadowalające. 0.5 – 0.6 – dopasowanie słabe. 0.6 – 0.8 – dopasowanie zadowalające.

Co oznacza współliniowość dla wyników analizy regresji?

Współliniowość oznacza liniową zależność między zmiennymi opisującymi, która jest źródłem nadmiarowości w modelu. W niektórych przypadkach może powstać model posiadający cechę współliniowości. Jednak, gdy zachodzi podejrzenie, że jedna ze współliniowych zmiennych jest zależna od innej, warto rozważyć usunięcie tej zmiennej z modelu. Współliniowość można sprawdzić za pomocą diagramu punktowego lub macierzy diagramów punktowych zmiennych opisujących.

Co to jest analiza regresji i do czego służy?

Analiza regresji służy do badania zależności między jedną zmienną objaśniającą, a zmienna objaśnianą. Pozwala na określenie przyczynowości między zmiennymi w sytuacji, gdy zmienna objaśniająca jest czynnikiem, który można kontrolować i manipulować.

Jakie są założenia analizy regresji i dlaczego są one ważne?

Liniowość – występuje liniowa zależność między zmienną niezależną a zmienną zależną.

Homoskedastyczność – wariancja reszt jest taka sama dla wszystkich obserwacji.

Składnik losowy (reszty) są nieskorelowane i mają rozkład normalny.

Niezależność zmiennych – żadna ze zmiennych niezależnych nie może być skorelowana z inną zmienną niezależną (dotyczy regresji wielozmiennowej).

\
Założenia analizy regresji są ważne, ponieważ naruszenie tych założeń może prowadzić do błędnych wyników i wniosków. Jeśli założenia nie są spełnione, wyniki analizy regresji mogą być obciążone, a estymacje parametrów mogą być nieodpowiednie. Naruszenie założeń może również prowadzić do błędnych wniosków dotyczących statystycznej istotności zmiennych niezależnych. 

Jak interpretować współczynniki regresji, takie jak współczynnik nachylenia i wyraz wolny?

Jak ocenić jakość dopasowania modelu regresji i co oznaczają metryki takie jak R-kwadrat i błąd standardowy oszacowania (inaczej błąd średniokwadratowy)?

Czym jest moc testu?

Moc testu to prawdopodobieństwo wykrycia istotnego statystycznie efektu, gdy faktycznie taki w badanej populacji występuje.

Czym jest poprawka Bonferroniego?

Poprawka Bonferroniego, poprawka Dunn – statystyczne narzędzie przeciwdziałania problemowi porównań wielokrotnych, polegające na zmniejszeniu nominalnego poziomu istotności każdego ze zbioru powiązanych testów wprost proporcjonalnie do ich ogólnej liczby.

Co oznacza, że rozkład normalny jest asymptotyczny i symetryczny?

Rozkład normalny jest nazywany asymptotycznym, ponieważ dla wystarczająco dużej próby (dążącej do nieskończoności), rozkład przybliża się do rozkładu normalnego.

\
Symetryczność rozkładu normalnego oznacza, że jest on symetryczny względem średniej (wartości oczekiwanej).

Podaj 3 przykłady hipotezy kierunkowej

Hipoteza kierunkowa zakłada jakiś kierunek zależności.

Hipoteza kierunkowa:

*  Mężczyźni są bardziej szczerzy niż kobiety.
* Nauczyciele czują się bardziej zestresowani niż kierowcy komunikacji miejskiej.
* żonaci mężczyźni mają wyższy poziom zadowolenia z życia.

J**akie kryteria należy spełnić, by móc użyć test Anova?**

Czy liczebnosc grup jest wiejsza niz 30, 

czy wariancje sa jednorodne,

czy srednie i odchylenia nie są skorelowane

Kiedy używamy poprawki Bonfferoniego?

Procedura Bonferroniego jest zazwyczaj stosowana, gdy wykonuje się wiele testów statystycznych jednocześnie, na przykład w analizie danych z porównaniami wielokrotnymi lub gdy badane jest wiele hipotez jednocześnie. Wykonując wiele testów, wzrasta ryzyko otrzymania fałszywie istotnych wyników ze względu na czysty przypadek.

J**akiego testu użyjemy do sprawdzenia poniższej hipotezy: Studenci należący do samorządu studenckiego częściej uczestniczą w imprezach organizowanych przez uczelnie**

*Mamy 2 grupy: studenci należący i nienależący do ss*

Mamy zmienna *porządkowa*

W takim wypadku należy użyć testu *U Manna Whitneya*

Czym różni się moderator od mediatora?

Moderator to zmienna, której wartość decyduje o kierunku lub sile zasadniczej zależności.

Mediatorami są natomiast z reguły stany lub procesy psychiczne pośredniczące między jakąś zmienną niezależną a jakąś zmienną zależną (można o nich myśleć jak o zasobach lub deficytach).

Co znaczy korelacja 0,3

Korelacja dodatnia i słaba.

\
TO ZNACZY ze wraz ze wzrostem wartości jednej zmiennej wartosci drugiej zmiennej rosną.

Jak badamy trafność

\
* analiza korelacji z innymi testami lub zmiennymi.
* ocena struktury wewnętrznej testu.
* analiza różnic międzygrupowych.
* analiza przebiegu rozwiązywania testu.
* wykorzystanie metody zmian nieprzypadkowych

Dlaczego nie powinniśmy się sugerować jedynie wartością p-value w analizie wyników badań?

Wartość p-valuejest ważnym narzędziem w analizie statystycznej, ale nie powinna być jedynym kryterium decydującym o wnioskach z badania. Konieczne jest uwzględnienie innych aspektów statystycznych, *wielkości efektu i kontekstu badawczego* w celu dokładniejszej i bardziej kompleksowej interpretacji wyników

Wymień cele replikacji-

\
* potwierdzenie wyników
* sprawdzenie wiarygodności
* badanie stabilności wyników w czasie
* Badanie generalizowalności: Replikacja pozwala na sprawdzenie generalizowalności wyników pierwotnej analizy na różnych próbach, populacjach, czasie, miejscu itp.

Co to jest p-hacking? Wytłumacz na przykładzie

**Definicja:**

* praktyka manipulacji danych lub analiz statystycznych w celu uzyskania statystycznie istotnych wyników


* jest nadużywaniem analizy danych w celu znalezienia wzorców w danych, które mogą być przedstawione jako statystycznie istotne.
* Odbywa się to poprzez wykonywanie wielu testów statystycznych na danych i zgłaszanie tylko tych, które przynoszą istotne wyniki

p-hacking (zaniżanie błędu I rodzaju)

\
* usuwanie obserwacji, osób
* specyfikowanie szczególnych warunków, w których coś jest słabo uzasadnione i post hoc transformacje danych
* używanie "dziwnych" kowariantów
* pomijanie informacji o działaniach, które nie przyniosły wyniku istotnego
* optional-stoping przy zbieraniu danych bez korekty dla α

Wymień czynniki pośredniczące w powstawaniu oczekiwań interpersonalnych badacza.

\
* klimat społeczno emocjonalny - ktos moze być życzliwej traktowany przez badacza
* Sprzezenie zwrotne - poświecenie czesci osob większej ilości uwagi 
* Wkład/oczekiwania - np. Nauczyciel wymaga wiecej od osob, ktore są z grupy „sukcesu” i chętniej oraz dokładniej im to wyjaśnia - był taksi eksperymet ze szczurami i tym ze sa lub nie zodlne
* Wydajność - roznicowanie okazji do „wykazania się”

Do czego służy badanie posteksperymentalne?

Pozwala na zbadanie skutków jakiegoś zjawiska na grupę. gdyż ta do badannie jest dobierana losowa, ale według ściśle określonych kryteriów, nie mamy wpływu na zmienne  — badamy tylko osoby, które uczestniczyły w np. wypadku samochodowy (kal przeszłość wplywa na terazniejszosc)

jakie prawa mają osoby uczestniczące w badaniu?

\
* Prawo wglądu osoby badanej w wyniki zbiorcze
* Prawo usunięcia swoich wyników

**Kiedy jesteśmy narażeni na depersonalizację osoby badanej?**

\
* w sytuacji gdy po badaniu informujemy osobę o tym jaki byl rzeczywisty cel badania Moze ta osoba czuc się wykorzystania, potraktowana przedmiotowo i zmanipulowana 
* Gdy pominiemy aspekty etyczne i nie bierzemy pod uwagę tego, że dana osoba jest czymś więcej niż elementem badania 
* Podczas badani internetowego, gdy nie mamy kontaktu z badana osoba mozemy traktowac ja tylko i wylacznie jako wyniki

Na czym polega efekt Golema

**Efekt Golema** – to zjawisko związane z efektem oczekiwań interpersonalnych badacza. Nazywany także efektem negatywnych oczekiwań. Badacze o wysokim poziomie OIB – oczekiwań intepresonalnych badacza, szczególnie jeżeli współwystępuje to z wysokim poziomem autorytaryzmu i dogmatyzmu, mogą być bardziej skłonni do formułowania oczekiwań negatywnych, czyli dotyczących niepowodzeń osoby badanej..

Na czym polega efekt Galatei?

**Efekt Galatei** – to zjawisko związane z efektem oczekiwań interpersonalnych badacza. Nazywany jest także efektem pozytywnych oczekiwań. Badacze o wysokim poziomie OIB – oczekiwań intepresonalnych badacza, szczególnie jeżeli współwystępuje to z wysokim poziomem autorytaryzmu i dogmatyzmu, mogą być bardziej skłonni do formułowania oczekiwań pozytywnych, czyli dotyczących sukcesów osoby badanej – co zostało określone jako efekt Galatei.

Co mierzy alfa Cronbacha?

Alfa Cronbacha – najczęściej używany w psychologii współczynnik rzetelności kwestionariuszy, rozumianej, jako spójność wewnętrzna narzędzia.

\
alfa Cronbacha informuje nas o tym, jak dobrze elementy w skali są skorelowane ze sobą. Wartość alfa Cronbacha mieści się w przedziale od 0 do 1, gdzie wyższe wartości wskazują na większą spójność wewnętrzną

**Jakie obowiązki wobec osoby badanej ma badacz?**

* ocenić badanie czy jest etyczne
* Zapewnić jej anonimowość i poufność
* Pozwolić jej na dobrowolne branie udziału w badaniu. - w tym możliwość wycofania się w dowolnej chwili 
* Respektowania prawa odmowy, szczegolnie jesli osoba badana ma jakies powiazania z badaczami
* Chronić podczas badania przed doznawaniem, lęku wstydu, bólu
* Wcześniej rozważyć czy badanie nie stanowi zagrożenia dla uczestników
* Po badaniu poinformować uczestników o utajonych elementach badania, jeśli.  Takie były - wyjaśnić tez jakieś wątpliwości bądź pytania jakie ma uczestnik po badaniu 

Nie udostępniać osobom trzecim informacji o uczestnikach 

\
* badacz ponosi. odpowiedzialność  za neutralizowanie negatywnych skutków badania ,, które pojawiły się u badanego 
* Dzieci muszą samodzielnie zdecydować czy chcą wziąć udział

Podaj przykłady trałowania danych

plagiatorstwo/plagiat gdyż wykorzystujemy jakieś   Elementy prac, zmyślanie, branie tylko elementów pasujących. Nam z danego badani z pominięciem reszty,

Jakie czynniki wpływają na występowanie efektu Pigmaliona w badaniach naukowych i jak można je zidentyfikować

Oczekiwania badacza

Komunikacja werbalna i niewerbalna: Sposób, w jaki badacz komunikuje się z badanymi osobami, może wpływać na ich samopoczucie i pewność siebie.

\
Tworzenie klimatu: Tworzenie pozytywnego klimatu i atmosfery sprzyjającej rozwojowi może mieć istotne znaczenie.

\
Stereotypy i uprzedzenia: Przedpojęcia, stereotypy i przekonania badacza mogą wpływać na jego oczekiwania i w konsekwencji na wyniki badań.

Czym jest spójność wewnętrzna narzędzia pomiarowego w psychologii?

określa poziom mierzenia tego samego pojęcia przez wszystkie pozycje testu.

Czym się różni rzetelność od trafności

**Rzetelność (dokładność pomiaru)**

* Wynik testu wystarczająco dokładnie odzwierciedla poziom mierzonej cechy
* Wyniki badania testem tych samych osób dają powtarzalne wyniki
* Możemy określić wielkość standardowego błędu pomiaru (SEM)
* informacja o tym jak dobre są narzędzia w psychologii

\
\
**Trafność**

\
* Dokładność, z jaką test mierzy to, co ma mierzyć
* Wyznacza obszar zastosowania testu
* Decyduje o tym, co można wywnioskować na podstawie wyniku

Czy zgadzasz się ze stwierdzeniem, że wizualizacja danych może umożliwić odpowiedzenie na wiele pytań badawczych zanim przystąpimy do analiz statystycznych? Odpowiedź uzasadnij.

Nie do końca, ponieważ mimo, że może być trafna, to nadal jest to szacowanie “na oko” bez spojrzenia na analizy. Nie możemy się kierować tylko taką wizualizacją.

Wyjaśnij, dlaczego bezrefleksyjne stawianie wniosków w odniesieniu jedynie do wyniku istotności może posiadać ograniczoną wartość naukową w metodzie wnioskowania NHST.

Statystyczna istotność oparta wyłącznie na wyniku istotności może być naukowo ograniczona w metodzie NHST. Istotność statystyczna nie bierze pod uwagę praktycznego znaczenia ani wielkości efektu. Wyniki, które nie są istotne statystycznie, mogą mieć praktyczne znaczenie, a duże próbki mogą prowadzić do uzyskania istotności statystycznej nawet dla małych różnic. Metoda NHST skupia się na hipotezie zerowej i jej odrzuceniu, co może prowadzić do wniosków typu "wszystko albo nic". Ważne jest uwzględnienie kontekstu, wielkości efektu i innych czynników dla pełniejszego wnioskowania naukowego.

Co oznacza wynik testu znaków S = 3? Do czego możemy porównać test znaków?

Wynik testu znaków S = 3 oznacza, że osoba poddana testowi uzyskała wynik w zakresie trzeciego standardu. Test znaków, znany również jako test inteligencji lub test IQ, jest stosowany do oceny poziomu inteligencji lub umiejętności poznawczych danej osoby.

Test znaków porównuje zdolności intelektualne jednostki do przeciętnej populacji. Wynik testu jest zwykle porównywany do rozkładu normalnego, gdzie średnia wynosi 100 i standardowe odchylenie wynosi 15. W takim rozkładzie, wynik S = 3 oznacza, że osoba uzyskała wynik o trzy standardowe odchylenia powyżej średniej, co wskazuje na wysoki poziom inteligencji lub umiejętności poznawczych.

\
**Które testy - parametryczne czy nieparametryczne - mają większą moc? Co to oznacza w praktyce?**

Parametryczne mają większą moc. 

\
Większa moc oznacza, że test z większą skutecznością wykrywa fałszywą hipotezę zerową. Gdy test jest słaby istnieje duże prawdopodobieństwo przyjęcia hipotezy zerowej, gdy jest ona fałszywa.

Czym różni się zmienna instrumentalna od interwencyjnej

**interwencyjne** -  służy do badania wpływu interwencji na zmienne w badanym systemie. To zmienna, która oznacza wprowadzenie jakiejś interwencji lub zabiegu w badanym systemie, aby zbadać jej wpływ na inne zmienne.

* **instrumentalne**  -  pomaga oszacować efekt przyczynowy między zmiennymi. Koreluje z zmienną objaśniającą (przyczynową), ale __nie wpływa bezpośrednio na zmienną objaśnianą__.

Co może wpłynąć na wystąpienie korelacji pozornej

Występuje wtedy, gdy pod względem analitycznym zachodzi istotny statystycznie związek pomiędzy dwiema zmiennymi, jednakże związek ten spowodowany jest związkiem tych zmiennych z inną, trzecią zmienną, nie zawsze analizowaną.

Z czego może wynikać różnica w korelacjach Pearsona i Spearmana?

__Typu danych:__ Pearson - zmienne ilościowe, Spearman - zmienne rangowe/porządkowe.

__Założeń dotyczących rozkładu__: Pearson - liniowa zależność, normalny rozkład danych; Spearman - nieliniowe zależności, niezależny od rozkładu.

__Szybkości obliczeń: Pearson__ - efektywniejszy; Spearman - czasochłonny z rangami.

__Interpretacji wyników__: Pearson - siła i kierunek liniowej zależności; Spearman - ogólna zgodność porządku.

Jak zamienić współczynnik korelacji na procenty?

Podnosimy współczynnik do kwadratu i mnożymy razy 100%, np

r=0,49

\
0,49 x 0,49= 0,2401, czyli 24,01%

Podaj przykład zmiennej zderzającej i zatorowej wg Pearla

Zmienna zatorowa wg Pearla to "poziom cholesterolu". Jest to zmienna, która przekazuje wpływ spożycia czerwonego mięsa na ryzyko chorób serca. Na przykład, spożycie czerwonego mięsa może podnosić poziom cholesterolu, a wysoki poziom cholesterolu z kolei zwiększa ryzyko chorób serca. Uwzględnienie zmiennej zatorowej pozwoliłoby na lepsze zrozumienie mechanizmu, przez który spożycie czerwonego mięsa wpływa na ryzyko chorób serca poprzez poziom cholesterolu.

Zmienna zderzająca wg Pearla to "aktywność fizyczna". Jest to zmienna, która wpływa zarówno na spożycie fast foodów, jak i ryzyko otyłości. W przypadku analizy zależności między spożyciem fast foodów a otyłością, uwzględnienie zmiennej zderzającej pozwoliłoby na lepsze zrozumienie prawdziwego związku między tymi zmiennymi, eliminując wpływ aktywności fizycznej.

Różnice między podejściem indukcyjnym i dedukcyjnym w psychologii

Indukcyjne- od szczegółu do ogółu. 

>W tym podejściu badacz zbiera dane, analizuje je i następnie wyciąga ogólne wnioski lub tworzy hipotezy.

>np. po analizie wielu konkretnych przypadków formułuje się ogólną zasadę lub teorię. (Freud tak zrobił xd)

Dedukcyjne- od ogółu do szczegółu.

>W tym podejściu badacz zaczyna od ogólnej teorii lub hipotezy, a następnie korzysta z niej do formułowania wniosków na temat konkretnych przypadków lub obserwacji.

\
>Przykładem dedukcyjnego rozumowania jest sformułowanie konkretnej prognozy na podstawie ogólnej teorii.

Jakie wartości przyjmuje współczynnik korelacji i jak je interpretujemy

Dodatnie= JAK JEDNO ROŚNIE TO DRUGIE TEŻ ROŚNIE/ wraz ze wzrostem wartości jednej zmiennej wartości drugiej zmiennej rosną

Ujemne= JAK JEDNO ROŚNIE TO DRUGIE MALEJE/ wraz ze wzrostem wartości jednej zmiennej wartości drugiej zmiennej maleją

Wyjaśnij różnicę między dwoma wykresami rozrzutu (na jednym punkty wzdłuż linii, a na drugim rozproszona chmura)

wzdłuż linii to silna zależność

\
rozproszona chmura to brak zależności (ew. zależność słaba)

Narysuj przykładowy wykres korelacji pozytywnej, zerowej, ujemnej

zerowa - rozsypana kasza

 pozytywna/dodatnia “pasek” w górę

 ujemna - “pasek” w dół

Czy jeśli dwie zmienne są skorelowane, oznacza to, że już nie występuje wpływ?

Nie, skorelowanie między dwiema zmiennymi nie oznacza automatycznie, że nie występuje wpływ jednej zmiennej na drugą. Skorelowanie wskazuje na istnienie pewnego stopnia związku lub współzmienności między zmiennymi, ale nie informuje nas o kierunku ani o przyczynowości między nimi

Czy niezależnie od użytego współczynnika korelacji inne też to potwierdzą?

TAK Jeśli dwie zmienne są skorelowane, różne współczynniki korelacji również potwierdzą ten związek.

Wiedząc, że: Osoby pijące kawę częściej palą papierosy oraz, że: Osoby palące papierosy mają gorsze zdrowie, niż niepalące, z powodu zawartych w nich substancji szkodliwych to oceń prawdziwość stwierdzenia: Kawa nie pogarsza zdrowia.

prawdziwe

Który współczynnik korelacji - Pearsona czy Spearmana - jest bardziej odporny na przypadki odstające? Uzasadnij swoją odpowiedź.

Korelacja Spearmana jest bardziej odporna na przypadki odstające niż korelacja Pearsona, ponieważ opiera się na rangach danych, które są mniej podatne na wpływ wartości odstających.

Czy współczynniki korelacji są addytywne? Dlaczego są/nie są? Co to oznacza?

Współczynniki korelacji nie są addytywne. Oznacza to, że suma dwóch współczynników korelacji między dwiema różnymi zmiennymi nie jest równa współczynnikowi korelacji między sumą tych zmiennych.

\
Nie są addytywne, ponieważ współczynniki korelacji mierzą stopień związku między dwoma zmiennymi, niezależnie od innych zmiennych. Dodawanie zmiennych lub sumowanie współczynników korelacji nie uwzględnia pełnego kontekstu ani skomplikowanych zależności między zmiennymi.

Co oznacza homoskedastyczność? Czy jest pożądaną właściwością błędów w modelu regresji?

Inaczej stałość wariancji. Oznacza, że punkty(wyniki) na wykresie rozrzutu są w miarę równomiernie rozrzucone po całej powierzchni wykresu, nie układają się w żaden charakterystyczny sposób.

\
Tak. Jest pożądana, bo stałość oznacza większą niezawodność modelu.

\
**Opisz metodę krokową/hierarchiczną wprowadzania zmiennych do modelu regresji**

Metoda krokowa (hierarchiczna) wprowadzania zmiennych do modelu regresji polega na iteracyjnym dodawaniu lub usuwaniu zmiennych w zależności od ich istotności statystycznej w celu wyboru najważniejszych zmiennych objaśniających

Czym jest zmienna odstająca i jaki ma wpływ na wynik analizy regresji

Zmienna odstająca to pojedyncza obserwacja danych, która znacząco różni się od reszty zbioru.

Zmienne odstające mają wpływ na wynik analizy regresji z kilku powodów:

\-Wpływ na estymację parametrów.

\-Zakłócenie relacji między zmiennymi.

\-Zniekształcenie modelu i funkcji celu.

\-Obciążenie estymatorów.

\
\-Możliwość generowania błędnych interpretacji.

Czym różni się analiza korelacji od analizy regresji?

Korelacja jest techniką statystyczną, która opisuje współzależność bądź powiązanie dwóch badanych zmiennych. Regresja ilustruje, w jaki sposób zmienna niezależna (ZN, jedna lub więcej) jest numerycznie powiązana ze zmienną zależną (ZZ).

Czy analiza regresji pozwala na odkrycie kierunku wpływ między zmiennymi?

Tak, analiza regresji może ujawnić kierunek wpływu między zmiennymi.

Jakie wartości może przyjmować wartość R2?

Współczynnik determinacji R^{2} określa jaka część danych jest wytłumaczona przez model – im większy tym prosta regresji jest lepiej dopasowana do danych: 0.0 – 0.5 – dopasowanie niezadowalające. 0.5 – 0.6 – dopasowanie słabe. 0.6 – 0.8 – dopasowanie zadowalające.

Co oznacza współliniowość dla wyników analizy regresji?

Współliniowość oznacza liniową zależność między zmiennymi opisującymi, która jest źródłem nadmiarowości w modelu.

Czy w analizie regresji możemy użyć zmiennych kategorialnych?

Tak, w analizie regresji można używać zmiennych kategorialnych, ale wymaga to odpowiedniego przekształcenia tych zmiennych, aby były zrozumiałe dla modelu regresji.