Applied Statistics - drawing conclusions from data

Statistik är läran om hur data kan användas för att förstå verkligheten bättre. När vi samlat in och sammanfattat ett datamaterial är det dags för ett avgörande moment, nämligen att dra slutsatser. Vilka mönster i datamaterialet är så pass starka att vi vågar tro på att dessa gäller generellt, att de skulle kvarstå om undersökningen upprepats? I en marknadsundersökning väljs ett hundratal kunder slumpmässigt. Undersökningen ger intressanta mönster och tendenser. Men frågan är om vi kan lita på att dessa mönster gäller generellt sett för alla kunder. Är kunderna i undersökningen representativa? Kanske är vissa mönster rent slumpmässiga - tillfälliga? Om undersökningen ska användas som beslutsunderlag är det oerhört viktigt att kunna bedöma resultatens trovärdighet och styrka. När en ny medicin utvärderas brukar hälften av en patientgrupp lottas till att pröva den nya medicinen medan den andra halvan lottas till att äta sockerpiller. Om medicinen har någon verkan borde det bli en statistiskt säkerställd skillnad mellan grupperna. Denna undersökningsteknik har använts av medicinare sedan länge. Strategin kopieras nu i moderna marknadsundersökningar. Varannan besökare till en hemsida lottas till ett visst erbjudande och varannan besökare till ett annat erbjudande. Nu kan man väldigt snabbt jämföra vilket erbjudande som fungerar bäst och om skillnaden är statistiskt säkerställd! Ja, exemplen ovan illustrerar kärnan i denna kurs. Kan resultaten generaliseras eller inte? Vilka slutsatser kan dras utifrån en stickprovsundersökning? Vi bekantar oss med begrepp som statistisk felmarginal och statistiskt säkerställd. Vi studerar olika analysmetoder för olika typer av data och använder datorer för att utföra beräkningarna. Kursen innehåller två datorlaborationer där man guidas i det statistiska analysarbetet med anvisningar och handledning. I slutet av kursen får man på egen hand ta sig an ett antal analyser där man på egen hand ska identifiera rätt analys, använda datorn för att genomföra analysen, dra slutsatser och beskriva praktiska konsekvenser.