×

### Let's log you in.

or

Don't have a StudySoup account? Create one here!

×

or

1 review
by: Jessica Su

483

5

6

# MSIT 3000 Exam I Study Guide MSIT 3000

Marketplace > University of Georgia > MSIT 3000 > MSIT 3000 Exam I Study Guide
Jessica Su
UGA
GPA 3.8

Get a free preview of these Notes, just enter your email below.

×
Unlock Preview

This is a study guide for unit 1-8.
COURSE
PROF.
Megan Lutz
TYPE
Study Guide
PAGES
6
WORDS
KARMA
50 ?

1 review
tsgolfer99

## Popular in Department

This 6 page Study Guide was uploaded by Jessica Su on Friday September 9, 2016. The Study Guide belongs to MSIT 3000 at University of Georgia taught by Megan Lutz in Fall 2016. Since its upload, it has received 483 views.

×

## Reviews for MSIT 3000 Exam I Study Guide

-tsgolfer99

×

×

### What is Karma?

#### You can buy or earn more Karma at anytime and redeem it for class notes, study guides, flashcards, and more!

Date Created: 09/09/16
MSIT 3000 Exam I Study Guide   ● Statistics­ ​ the science of interpreting data, using prescribing methods and tools  ○ Steps: have a questions → collect data that’s relevant to the question → analyze  and describe data → interpret the results   ○ Descriptive statistics​ numerical or graphical summaries of a sample data set,  used to look for patterns   ■ Ex. 95% of the class is sophomores, 5% of the class is juniors  ○ Inferential statistic​ use sample data to make estimates or predictions about a  large set of data, such as population    Data Table   Case  Case  Variable      Variable        ● Case­​ When you do a survey of a product you purchased, as soon as you did the survey  and the website took observation of you, you became a case  ● Variable­​ characteristics of the cases that are measured   ○ Ex. Income, age, hair color   ● Remember: always consider the context of the data   ○ When? Where? How  ​ the data is being collected?  ● Scales of Measurement  ○ Nominal Scale­ ​  things after in name   ■ Ex. What’s your hair color?   A.Black   B.Gray   C.Red  ○ Ordinal Scale­​  ordered categories in a satisfaction survey  ○ Nominal and ordinal scale are​ ategorical variables  ○ Interval Scale­​ units that have meaning   ■ Ex. the one degree change of temperature from 90 degrees F to 91  degrees F.   ○ Ratio Scale­​ interval scale with absolute zero  ○ Interval and ratio are quantitative variables  ● Population­​ all cases (the entire collection) about which information is sought  ● Sample­ ​ a group or subset of the population  ● Population parameters­​ how we describe a population  ○ Quantities that summarize characteristics of the population under investigation  ○ Typically unknown  ○ Parameters describe population, both begin with “p”  ● Statistics (sample statistics)​ ow we describe a sample  ○ Known for each sample in which they are calculated for   ○ Statistics describe sample, both start with “s”      Question:  A marketer is interested in the average age of viewers of a new show on television.  __F_ average age of all viewers of the show  __A_ viewers of the show  __D_ 1,000 randomly selected viewers of the show  __E_ the age of each viewer of the show  __B_ all viewers of the show  __C_ the average age of the 1,000 randomly selected viewers of the show     a.  individuals  d.  sample  b.  population  e.  variable  c.  statistic  f.  parameter    ● Sampling  ○ Unbiased   ○ Randomized  ○ Sample size   ■ The bigger “n” is, the better  ● Sampling frame­​ a list of all individuals from which we draw the sample  ● Undercoverage bias­  ​ occurs when the sampling frame omits some people   ○ Ex. Find out Athens’s residents’ political point of view through phone calls, for the  people who have a NY phone number or do not have a phone, they are omitted  from the sampling  ● Sampling Error­​ the idea that sample and sample statistics change or vary from one to  the next one  ● Sampling Designs  ○ Simple Random Sample(SRS)­​ same chance of being selected   ○ Stratified Sampling­ ​separate the sampling frame into homogeneous group,  then take a SRA from each group  ■ Ex. Separate UGA students into different majors and take a SRS              ○ Cluster Sampling­  ​ divide the sampling frame and randomly select several  clusters    ○ Systematic Sampling­​ start a random point in the sampling frame and select  that until we have a desired sample size  ■ Ex. Every 10th person   ● Categorical data   ○ Present it in a​ elative frequency table   ○ Frequency Table (Relative frequency table) =  equTotal #r a chart ○ Relative frequency­  ​ the % from dividing a frequency to a total   ■ The percentage on the right table     ○ Display the distribution using​ ar charts​ and ​pie charts  ■ Use bar charts when there are a lot of characteristics, so you can look at  the pattern  ■ Pie chart is only based on relative frequency, only use it when it is the  only option   ○ Contingency Table­ ​  two variables simultaneously    ○ Total column and total row ​ arginal frequency distribution  ■ Call this because we are ignoring all the other variables and just  look at the added up value   ■ Used to tell us whether two categorical variables are associated or  not  ● Independent vs. Associated    ■ Graph 1: The survival chance i​ ssociated​ with the class, because if  you are in the first class, then you have a higher chance of surviving; but  if you are in the crew class, then you have a much lower chance of  surviving.   ■ Graph 2: All classes have almost the same probability of surviving.  Therefore, no matter what class you are in, you have the same  independent  ​ chance of surviving.  ■ When you look at the graph and you want to choose one variable over  another, then the table is not independent, meaning associated  ● Categorical Data   ○ Identify...   ■ Shape of the distribution  ● Amodal(0), unimodal, bimodal, and multimodal  ■ Center of the data  ● Mode: the most frequent value   ● Mean: average  ● Median: middle most value of a dataset, resistant to outliers  ■ Spread of the data  ● A left­skewed distribution means most the data is on the right   ● Measures of Dispersion­ ​ two graphs that have the same shape,  same center, but different spread (how spread out it is from the  center)  ○ Range=  ​ Max ­ Min  ○ Interquartile Range (IQR)=​ Q3­Q1  2 ○ Variance (s ) = ​    ■ Y bar is the mean  2 2 2 2 ■ s = (2−3) + 0 + 0 +   −3) 5−1 ■ Not resistant to outliers   ● Skewed data: use median and IQR  ● Symmetric data: use mean and s    2 ○ Histogram­​ what we use to plot a quantitative data   ● The Empirical Rule (68­95­99.7 Rule)  ○ Only​ can be used for unimodal and symmetric shape   ○ An outlier is a value that is more than 3 standard deviation away from the mean    ● Random phenomenon/Experiment­  ​ any process that yields an unknown outcome that  consists of trial/attempt  ○ Trial i​ s a random experiment wit​ wo​ possible outcomes  ■ Ex. Tossing a coin  ○ Event­​ some subset outcome from a sample  ■ Ex. Rolling a die   ○ Independence  ​ means the outcome on each trial do not influence on subsequent  trials   ○ Sample space  ​ is the set of all possible outcomes   ○ The Law of Large Numbers  ​ state for long­run frequency, the probability of an  event will tend to be  of outcome in  vent A # of outcome in s ○ Rules for Probabilities  ■ P(A) must be between 0 and 1  ■ The Probability Assignment Rule­ ​  the probability of the set of all  outcomes, “s”, is 1  c ■ The Complement Rule:  ​ P(A ) = 1­P(A)  ■ P(A and B) = P(A) * P(B) iff A and B are independent   ■ Two events are ​mutually exclusive  ​ o​ isjoint​ if they have nothing in  common   ● P(A and B) = 0   ● P(A or B) = P(A) + P(B)  ○ Meaning that all outcomes in at least are of the events A or  B  ○ Marginal probability­​ row or column total divided by the table total  ○ Joint probability­​ probability that two events occur simultaneously   ■ P(A and B)  ○ Conditional probability  ■ P(A l B) = (A and =)P(*) P(= P(A)  if they are independent   P(B)  P(B) ● Random variable (r.v.)­​ a numerical representation for an outcome of a random  phenomenon or experiment   ○ Ex. tossing a coin, x {H,T}  ○ Discrete random variable(drv)­ ​ a rv where possible value can be listed   ■ Ex. number of cars that run a red light in one year  ○ Continuous random variable(crv)­  ​ a random variable possible value cannot all  be listed   ■ Ex. length of a call to the call center, waiting time between calls   ■ Something that is infinite, you do not know how long it will be  ● Mean/ Expected value­  ​ a long run average of the outcome     ○ μ = E(x) = ∑* p(x)    ○ Standard deviation =  np(1 − p)   √ ● Binomial Distribution  ○ Need four conditions  ■ Each observation is either a “success” or “failure”  ■ The number of trials for the experiment is fixed  ■ Independent trials  ■ p is constant  ● Continuous Random Variables­​ outcome must be written as an interval   ○ Ex. x > 0  ○ Total area under the curve =1  x−μ ○ z = σ

×

×

### BOOM! Enjoy Your Free Notes!

×

Looks like you've already subscribed to StudySoup, you won't need to purchase another subscription to get this material. To access this material simply click 'View Full Document'

## Why people love StudySoup

Bentley McCaw University of Florida

#### "I was shooting for a perfect 4.0 GPA this semester. Having StudySoup as a study aid was critical to helping me achieve my goal...and I nailed it!"

Allison Fischer University of Alabama

#### "I signed up to be an Elite Notetaker with 2 of my sorority sisters this semester. We just posted our notes weekly and were each making over \$600 per month. I LOVE StudySoup!"

Bentley McCaw University of Florida

Forbes

#### "Their 'Elite Notetakers' are making over \$1,200/month in sales by creating high quality content that helps their classmates in a time of need."

Become an Elite Notetaker and start selling your notes online!
×

### Refund Policy

#### STUDYSOUP CANCELLATION POLICY

All subscriptions to StudySoup are paid in full at the time of subscribing. To change your credit card information or to cancel your subscription, go to "Edit Settings". All credit card information will be available there. If you should decide to cancel your subscription, it will continue to be valid until the next payment period, as all payments for the current period were made in advance. For special circumstances, please email support@studysoup.com

#### STUDYSOUP REFUND POLICY

StudySoup has more than 1 million course-specific study resources to help students study smarter. If you’re having trouble finding what you’re looking for, our customer support team can help you find what you need! Feel free to contact them here: support@studysoup.com

Recurring Subscriptions: If you have canceled your recurring subscription on the day of renewal and have not downloaded any documents, you may request a refund by submitting an email to support@studysoup.com