"Metodologia i statystyka Przewodnik naukowego turysty Tom 1"

Spis treści

Przedmowa – Przeczytaj mnie, please… 13

CZĘŚĆ 1. METODOLOGIA BADAŃ 17

ROZDZIAŁ 1. Wprowadzenie do metody naukowej, czyli samo życie 19

1.1. Jeśli nie z internetu, to skąd się bierze wiedza? 20

1.1.1. Autorytet 21

1.1.2. Empiryzm 25

1.1.3. Wnioskowanie 25

1.2. Metoda naukowa… czyli jak sobie ugotujesz, tak się najesz! 27

1.3. Pseudonauka – gdy zamiast zjeść naleśnik, wydaje ci się, że na nim mieszkasz 30

ROZDZIAŁ 2. Proces badawczy, czyli „czy leci z nami pilot?” 35

2.1. Symulator lotów naukowych 37

2.1.1. Inspiracja 38

2.1.1.1. Obserwacja 39

2.1.1.2. Przegląd literatury 40

2.1.1.3. Autorytet 49

2.1.1.4. Ciekawość poznawcza 49

2.1.1.5. Szczęśliwy traf! 50

2.1.2. Cel badawczy 53

2.1.2.1. Cel a problem badawczy 55

2.1.3. Pytania i hipotezy badawcze 57

2.1.3.1. Pytania badawcze 58

2.1.3.2. Hipotezy 61

2.1.4. Typ badania 64

2.1.5. Model badawczy 67

2.1.5.1. Model eksperymentalny 69

2.1.5.2. Model nieeksperymentalny 74

2.1.6. Operacjonalizacja zmiennych 77

2.1.7. Pomiar 80

2.1.7.1. Skale pomiarowe 80

2.1.7.2. Trafność i rzetelność pomiaru 89

2.1.8. Narzędzia 94

2.1.9. Grupa badawcza 96

2.1.10. Trafność badania 98

2.1.10.1. Trafność wniosków 99

2.1.10.2. Trafność zewnętrzna 99

2.1.10.3. Trafność wewnętrzna 100

2.2. Terrain ahead, pull up!…, czyli kiedy naukowiec zderza się z ziemią 102

2.2.1. Ostatni przegląd techniczny – checklista przed badaniem 106

2.2.2. Procedury awaryjne – jak przygotować się na najgorsze? 113

2.2.2.1. Pasażerowie, czyli o przyczynach awarii ze strony badanych 113

2.2.2.2. Nieprzewidziana zła pogoda, czyli o nieoczekiwanych okolicznościach zewnętrznych wpływających na przebieg badania 116

2.2.2.3. Usterka techniczna, czyli kiedy zawodzą narzędzia 117

2.2.2.4. Błąd ludzki, czyli kiedy zawiodłeś jako naukowiec 119

2.3. Pierwszy start, czyli realizacja badania w kontekście analizy danych 121

2.3.1. Przygotowanie bazy i wprowadzanie danych do analizy 122

2.3.1.1. Dane surowe a dane robocze 122

2.3.1.2. Specyfika i wygląd roboczej bazy danych 123

2.3.1.3. Czyszczenie bazy danych 126

2.3.2. Kodowanie danych i tworzenie wskaźników 127

2.3.2.1. Kodowanie 127

2.3.2.2. Tworzenie wskaźników 127

2.3.3. Braki danych 128

2.3.3.1. Mechanizmy występowania braków danych 129

2.3.3.2. Radzenie sobie z brakami danych 134

2.3.4. Cel podróży, czyli wybór testu statystycznego 136

2.3.4.1. Testy różnic 136

2.3.4.2. Testy związków 137

2.3.5. Lądowanie – wnioski z badania i dyskusja 138

CZĘŚĆ 2. WPROWADZENIE DO WNIOSKOWANIA STATYSTYCZNEGO 145

ROZDZIAŁ 3. Wprowadzenie do testowania hipotez, czyli czy warto zarabiać na statystyce? 147

3.1. Populacja vs próba, czyli jak zrobić research na rynku pracy? 148

3.1.1. Reprezentatywność grupy 149

3.1.1.1. Losowy dobór próby 150

3.1.1.2. Liczebność próby 153

3.2. Szacowanie, czyli czy statystyka prawdę ci powie? 153

3.2.1. Estymacja punktowa 156

3.2.2. Parametr i estymator 159

3.2.3. Błąd pomiaru i błąd standardowy 160

3.2.4. Prawo wielkich liczb 161

3.2.5. Optymalna (?) wielkość próby 162

3.3. Rozkład, czyli pensja na wykresie 164

3.3.1. Histogram 165

3.3.2. Rozkład w populacji, w próbie oraz z próby (próbkowania) 167

3.3.2.1. Rozkład próbkowania a precyzja pomiaru 168

3.3.3. Rozkład normalny 170

3.3.3.1. Standaryzacja Z 171

3.3.4. Testy statystyczne 177

3.3.4.1. Centralne Twierdzenie Graniczne 177

3.3.5. Estymacja przedziałowa 179

3.4.1. Podejście częstościowe vs Bayesowskie 183

3.4. Hipotezy i testowanie, czyli statystyczna „gra o tron” 183

3.4.2. Hipotezy statystyczne (zerowa i alternatywna) 184

3.4.3. Błąd I i II rodzaju 187

3.4.4. Poziom istotności (α) i poziom ufności 188

3.4.4.1. Przedziały ufności 188

3.4.5. Moc testu 190

3.4.6. Statystyka testowa 191

3.4.7. Wartość p i wartość krytyczna – istotność statystyczna wyników 194

3.4.8. Dobre praktyki i błędy w raportowaniu wyników 202

3.4.8.1. Miary siły efektu 204

3.4.8.2. Zapis wartości p 205

4.1. Statystyczna ruletka 213

ROZDZIAŁ 4. Statystyki opisowe, czyli jak rozbić bank? 213

4.2. O co zakład? 215

4.3. Statystyki opisowe, czyli jak liczyć pieniądze? 218

4.3.1. Miary tendencji centralnej 219

4.3.1.1. Miara klasyczna – średnia arytmetyczna (M, µ) 220

4.3.1.2. Miary pozycyjne – mediana oraz kwantyle 227

4.3.1.3. Miary pozycyjne – dominanta (moda) 231

4.3.2. Miary rozproszenia 234

4.3.2.1. Rozstęp 235

4.3.2.2. Wariancja i odchylenie standardowe 235

4.3.2.3. Rozstęp miedzykwartylowy (IQR) 242

4.3.3. Miary asymetrii i obserwacji odstających 244

4.3.3.1. Skośność 244

4.3.3.2. Kurtoza 246

CZĘŚĆ 3. WYBRANE TESTY STATYSTYCZNE 251

ROZDZIAŁ 5. La Familia χ2, czyli o statystycznej mafii 253

5.1. Włoska rodzina 254

5.1.1. Tabele krzyżowe i sumy brzegowe 257

5.1.2. Procenty w tabelach krzyżowych 259

5.2. Don, Capo i żołnierze 262

5.2.1. Test χ2 niezależności 266

5.2.2. Test χ2 zgodności/dobroci dopasowania 267

5.2.3. Test McNemara i Q Cochrana 268

5.2.3.1. Test McNemara 268

5.2.3.2. Test Q Cochrana 270

5.3. Żelazne zasady mafii, czyli co należy zrobić, aby przyjęli cię do rodziny 271

5.4.1. Standaryzowane i skorygowane reszty Pearsona 273

5.4. Jak rozdzielić towar? Wnioskowanie na podstawie χ2 273

5.4.2. Współczynniki siły efektu 275

5.4.2.1. Interpretacja siły efektu 275

5.5.1. Case study – test χ2 niezależności 277

5.5. Część praktyczna 277

ROZDZIAŁ 6. Test t Studenta…, czyli o matematycznym wzorze na dobre piwo 285

6.1. I wtedy wchodzi on… cały na biało, czyli o Studencie słów kilka! 286

6.1.1. Badanie małych prób i rozkład t 287

6.2.1. Warianty testu t – podobieństwa i różnice 291

6.2. Rodzina testów t Studenta, czyli trzech synów matka miała… 291

6.2.2. Hipotezy statystyczne dla testów t 296

6.2.2.1. Test t dla jednej próby 296

6.2.2.2. Test t dla dwóch prób niezależnych 296

6.2.2.3. Test t dla dwóch prób zależnych 296

6.3. Kryteria stosowania testów t, czyli co musisz założyć, żeby ich użyć… 297

6.4. To kto w końcu i kiedy pije najwięcej piwa…, czyli o wnioskowaniu na podstawie wyników testów t 310

6.4.1. Miary siły efektu 311

6.5. Część praktyczna 314

6.5.1. Case study 1 – test t Studenta dla jednej próby 315

6.5.2. Case study 2 – test t Studenta dla prób niezależnych 318

6.5.3. Case study 3 – test t Studenta dla prób zależnych 323

ROZDZIAŁ 7. Analiza wariancji…, czyli what the F? 327

7.1. Im więcej, tym weselej…, czyli o ANOVA słów kilka! 328

7.2. What the F? Czyli o co chodzi w analizie wariancji? 332

7.3. Kryteria stosowania analizy wariancji, czyli powtórka z rozrywki 337

7.4.1. Testy post-hoc 344

7.4. Co pić, żeby zdać? Czyli o wnioskowaniu na podstawie wyników ANOVA 344

7.4.2. Miary siły efektu 347

7.5. Część praktyczna 349

7.5.1. Case study 1. ANOVA 350

ROZDZIAŁ 8. O korelacji…, czyli o najbardziej romantycznej relacji w statystyce! 355

8.1. O relacjach w świecie nauki, czyli nie wszystko złoto, co się świeci… na czerwono! 356

8.2. Testowanie związku, czyli „Nie czytasz? Nie idę z Tobą do łóżka!” 360

8.3. Oczekiwania…, czyli o założeniach analizy korelacji 364

8.4. Sztuka interpretacji związku 373

8.4.1. Siła i współczynnik determinacji związku 374

8.4.2. Przyczynowość i problem trzeciej zmiennej w analizie korelacji 376

8.5. Część praktyczna 384

8.5.1. Case study 1. Analiza korelacji 386

ROZDZIAŁ 9. Regresja, czyli o oglądaniu memów w służbie ego 391

9.1. O statystycznej regresji w służbie ego… 394

9.2.1. Funkcja liniowa 395

9.2. Statystyczne proroctwa, czyli o wróżeniu z liczb i roli Sylvestra Stallone… 395

9.2.2. Równanie regresji i jego parametry 396

9.2.2.1. Liczby ustalone a i b 396

9.2.3. Metoda najmniejszych kwadratów i linia najlepszego dopasowania 399

9.2.4. Hipotezy statystyczne 401

9.2.5. Analiza wariancji w regresji 402

9.2.6. Współczynnik standaryzowany Beta 406

9.3. O re(sz)ty! Czyli o założeniach regresji! 406

9.4. Wnioskowanie, czyli one meme a day keeps doctor away? 421

9.5.1. Case study 1. Analiza regresji 423

9.5. Część praktyczna 423

9.5.2. Case study 2. Analiza regresji 430

Zakończenie 435

Bibliografia 436

Indeks 438

O Autorach 440