Hvem fik hvad og hvem kom ikke ind?

Hvis man er et politisk dyr, så er der også en sandsynlighed for at man synes at valgdata er sjove.

Så her er de direkte links til valgresultaterne:
KV09

RV09

I need coffee and it's raining in Copenhagen

Sikke en grå, våd og kold fredag uge 42 byder på, de sidste par timer har jeg i den grad siddet og halvsovet over min computer.

For jeg sidder som tidligere nævnt i dag og behandler forsøgsdata, og undertegnede synes det er så vanvittig morsomt at behandle data, så da halvdelen er lavet opdager jeg at de er gemt i et forkert format - ergo de kan ikke læses på nogen måde.

Så nu er jeg startet forfra, hip hurra hvor er det morsomt det her...
or NOT!

Jeg kunne i den grad bruge et skud kaffe, det kunne muligvis hjælpe på den lettere zombietilstand jeg befinder mig i.

Nå men, data laver jo (desværre) ikke sig selv.

Så mens jeg tænker på kaffe, og starter forfra på datasættene
så bringer jeg en lille genudsendelse om kaffe.

Nooo... på'n igen

Jeg troede lige at jeg havde fået høvlet alle datasæt igennem, men så er der en lille bitte mappe som har gemt sig og nu griner meget ondt.
Så der mangles lige 15 datasæt bestående af 10 elementer hver.

Selvom jeg ikke tror de ændre meget ved den konklusion jeg er kommet frem til, så skal de med alligevel.

Let’s give them something to blog about

I min ambition om at lege med layoutet på bloggen, gennemgik jeg listen af blogs jeg følger, bare for at grovkategorisere dem for overskuelighedens skyld.
Så går det op for mig hvor mange blogs jeg følger, og det er ikke så få igen.

Nu kommer udfordringen så, hvordan skal jeg kategorisere dem, uden at der kommer sytten millioner kategorier?

Jeg går i tænkeboks med min A4-blok.

I’ll be back! (Som Arnie vil sige det)

Databehandling

Findes der noget så kedsommeligt som databehandling?
Nej vel?!

Sidder her og generere data på min computer, og i det tilfælde er jeg nu glad for at jeg har computeren til at gøre arbejdet, fremfor pen, papir og lommeregner.
Men det er nu ikke specielt ophidsende at generere data, opsamle det i et format og indsætte det i et andet og tilsidst beregne skidtet.

Det er en langsommelig proces.

Jeg har en idé om at data er mindre kønne, efter at have lavet første beregning, det ser meget lidt kønt ud.
Det ligner ikke noget man kan konkludere ret meget ud fra, ud fra en enkelt beregning.

Men sådan er forskning, det går kun rigtig godt en mindre del af gangene.

Det hele handler om fortolkning

De fleste som har været forbi databehandling af en eller anden art i deres studieforløb, har sikkert hørt at man skal være kritisk overfor sine data og hvis man er så heldig at have haft statistik, så har man oplevet at skulle bestemme hvornår noget er acceptabelt og hvor når det ikke er acceptabelt.

I dag da jeg surfede forbi DR's hjemmeside, så faldt jeg over følgende overskrift:
Sabbat holder de studerende på studiet

Da jeg så gik ind for at læse nærmere hvad det egentlig drejede sig om,
så
var det første der slog mig, at notitsen var blæst noget mere op, end
hvad data umiddelbart indbyder til.
For der står:

"En ny undersøgelse fra humanistisk fakultet på Århus Universitet viser, at
hele 27 procent af de studerende, der sprang sabbaten over, afbryder
uddannelsen. Blandt de studerende, der har holdt sabbat, er frafaldet kun på
18 procent."

Her mangler man som læser klart en forklaring på, hvornår frafaldsprocenten er iorden og hvornår den er for høj.
For tallene kan vendes og drejes, således at de er så dårlige eller så gode som de passer ind i ens verdensbillede.

27% kontra 18% kan omsættes til andre talstørrelser, 27% er omkring 1/4 og 18% er omkring en 1/5.
Eller med et "menneskeligt ansigt" så svarer det til henholdsvis 27 og 18 studerende ud af 100 studende.
Er 27% så meget og 18% acceptabelt?

Det er nu sjovt at kigge på hvordan data kan tolkes, især hvis data ikke umiddelbart er entydigt.