selektion

– val, urval:

  1. – i programkörning: programmets val mellan två eller flera alternativ (hopp) vid en punkt i programkörningen; valet bestäms vid varje enskild körning av utfallet av tidigare beräkningar eller av andra omständigheter som programmet känner till:
  2. – i statistik: urval – den del av den totala relevanta populationen som undersöks, och som man sedan drar slutsatser om hela populationen från. För att man ska kunna dra korrekta slutsatser måste urvalet / selektionen vara representativt för helheten, annars talar man om urvalsfel.

– På engelska: selection.

[programkörning] [statistik] [24 september 2018]

inferens

  1. – i logik och psykologi: bedömning som görs delvis med ledning av sådant som är känt sedan tidigare, eller med ledning av sammanhanget. Kallas också för slutledning. – Exempel: dörren är låst, ingen svarar när du ringer på dörrklockan, bilen är borta – inferens / slutledning: ingen är hemma. Det är ingen logiskt nödvändig slutsats, men troligen rätt ändå. – I det dagliga livet gör vi liknande inferenser automatiskt många gånger varje dag. Det blir inte alltid rätt, men oftast. Inom artificiell intelligens används programmerad inferens för att göra slutledningar av kända data. Man talar om inference engines, inferensmaskiner. (Läs också om Cyc.) Det handlar då om statistisk inferens, alltså att dra generella slutsatser utifrån ett urval av data. – Skillnaden mot formellt logiska slutsatser är att formellt logiska slutsatser görs enbart utifrån premisser som är kända och givna i klartext;
  2. inferensattack – sätt för angripare att dra slutsatser om hemlig information genom att analysera information som inte är hemlig. Man använder tillgänglig information från en lägre sekretessnivå (eller utan sekretess) för att dra slutsatser om information på en högre sekretessnivå. Det kräver genomtänkta motåtgärder.

– På engelska: inference, inference attack.

[artificiell intelligens] [attacker] [logik] [psykologi] [statistik] [ändrad 7 september 2018]

k-anonymitet

i statistik: mått på effektiviteten i pseudonymisering av data. – En förteckning av personuppgifter är k‑anonym om varje kombination av data i förteckningen förekommer minst k gånger. k står i varje konkret fall för en bestämd siffra. – Pseudonymisering används till exempel i statistisk analys av medicinska data. Innan vårdgivaren lämnar ut medicinska data för analys avlägsnas data som identifierar patienterna. Det är ofta uppenbart att det inte räcker med att ta bort uppgifter som direkt identifierar patienten, som namn och personnummer. En kombination av andra uppgifter, som var för sig inte är unika, kan räcka för att särskilja en person – se kvasiidentifierare och perturbation. Till exempel kanske kombinationen ålder, kön, yrke, bostadsort, antal barn. För att pseudonymiseringen ska bli effektiv måste man avlägsna så mycket information att varje kombination av egenskaper i förteckningen förekommer flera gånger – alltså passar in på flera personer. Man kan också generalisera egenskaper: i stället för att ange födelseår kan man ange födelsedecennium; i stället för bostadsort anger man län. Om varje kombination av egenskaper i tabellen passar på minst sju personer är tabellen 7‑anonymiserad, om varje kombination passar på minst elva personer är den 11‑anonymiserad. Och så vidare. – På engelska: k‑anonymity, k‑anonymization.

[personuppgifter] [statistik] [ändrad 10 november 2018]

kvasiidentifierare

i statistik: kombination av uppgifter som räcker för att identifiera en enda specifik person, men som inte är namn, personnummer eller liknande. Det är en sammanställning av attribut som passar på enbart en individ. Men var och en för sig räcker inte egenskaperna för att identifiera någon. – Exempel: 55‑årig sjuksköterska, gift, tre barn, bosatt i villa i namngiven kommun, ägare till en Subaru Forrester. Eventuellt kan termen kvasiidentifierare användas om information som identifierar ett fåtal personer ur ett stort antal. Se också k‑anonymitet och perturbation. – På engelska: quasi‑identifier.

[personuppgifter] [statistik] [ändrad 10 november 2018]

utstickare

(outlier) – i statistik: ett värde som kraftigt avviker från de andra i en datamängd. Avvikelsen kan bero på ett fel eller ha rimliga orsaker. – Exempel: om alla familjer i ett bostadsområde uppges ha en årsinkomst på under 500 000 kronor, utom en familj som tjänar tio gånger så mycket, kan det vara korrekta värden. Men om det står att alla tioåriga barn i området är under 160 centimeter långa, utom ett barn, som är tre meter, är det säkert fel. – I statistisk analys utesluter man ibland utstickande värden rutinmässigt. Bortsett från att de kan vara fel kan de påverka medelvärden på ett missvisande sätt. – Outlier detection, utstickardetektion eller avvikardetektion, är användning av metoder, ofta automatiska, för att upptäcka utstickare. – Direktöversättningen utliggare förekommer, men den bör av två skäl inte användas: dels låter det likt uteliggare, dels heter det inte att avvikande värden ligger ut – de sticker ut.

[statistik] [29 januari 2018]

irisdatamängden

(the iris flower data setFisher’s iris data set eller Anderson’s iris data set) – en datamängd som ofta används för testning av program för statistisk analys och klassificering. Det är en systematisk samling uppgifter om tre arter av blomman iris, insamlad och sammanställd på 1930‑talet av den amerikanska botanisten Edgar Anderson (se Wikipedia). Den brittiska biologen och statistikern Ronald Fisher (se Wikipedia) an­vände datamängden 1936 i en artikel om statistisk analys. Ända sedan dess har irisdatamängden använts i undervisning och testning, oftast utan minsta anknytning till botanik. – Irisdatamängden finns för ner­ladd­ning på denna länk (nere i februari 2019).

[analys] [statistik] [ändrad 1 februari 2019]

normalisering

  1. – normalization – om relationsdatabaser – att se till att en relationsdatabas är väl utformad. Den ska undvika dubblering av information, vara lätt att göra ändringar i (man ska bara behöva ändra på ett ställe) och lätt att göra sökningar i (man ska kunna förutse var information finns). – Ett krav är att varje tabell ska innehålla minst en nyckel, det vill säga ett värde som entydigt identifierar varje rad (till exempel personnummer i ett personregister): i varje tabell ska det alltså finnas minst en kolumn där samma värde inte får förekomma två gånger
  2. – när det gäller statistik är normalisering att göra värden jämförbara, till exempel att se till att allt material räknas om till samma måttenheter och att tidsperioder (till exempel räkenskapsår) sammanfaller. – En form av normalisering är formatanpassning (canonicalization).

[databaser] [statistik] [ändrad 4 september 2018]

baslinje

(baseline) – allmänt: en tänkt nivå som man utgår från när man mäter eller förändrar något. Vanligtvis utgår man, när man talar om baslinje, inte från värdet noll utan från värden som motsvarar ut­gångs­läget. Syftet är att kunna mäta förändringar:

  1. ursprunglig nivå, basnivå – utgångsvärden för en förändringsprocess: kvantitativ beskrivning av det som ska förändras sådant det är innan för­änd­ringen påbörjas;
  2. – motsvarande för olika slags försöksverksamhet, till exempel testning av läkemedel;
  3. – i systemutveckling även: etappmål – en på förhand definierad nivå i utvecklingsarbetet då man anses ha klarat av en del och kan gå vidare till nästa. Man har alltså nått baslinjen för nästa nivå;
  4. basår, basperiod – tidpunkt som man utgår från vid jämförelser;
  5. – i typografi: den tänkta linjen längs neder­kanten på bok­stäver som a, b, c, d. – Några bok­stäver som g och j har en del som hänger nedanför bas­linjen, ett under­häng;
  6. baseline budgetingbasbudgetering – budgetering som utgår från före­gående års budget med justering för inflationen (och eventuellt andra kända faktorer);
  7. grundprinciper (för engelska baseline) – ståndpunkter som man inte kan ge efter från;
  8. baseline document – utkast, underlag, avsett för förhandlingar;
  9. – se också triangulering;
  10. – i baseball: tänkt linje mellan två intilliggande baser; i tennis: den målade linje som är längst bort från nätet på vardera planhalvan.

[ekonomi] [språktips] [statistik] [testning] [typografi] [ändrad 10 augusti 2017]