Dodatak E — Rječnik pojmova

Rječnik uparuje hrvatske nazive s engleskim terminima pod kojima će ih čitatelj najčešće pronaći u međunarodnoj literaturi. Najprije je naveden hrvatski naziv. Poveznica uz svaki od 52 formalno definiranih pojmova vodi do njegove definicije u knjizi. Popis nastaje iz istih definicijskih blokova i registara iz kojih nastaje mrežni Pojmovnik.

Kanonski pojmovi

Jedinica analize
unit of analysis Poglavlje · Zašto statistika Jedinica analize je ono o čemu donosimo zaključak, primjerice osoba, kućanstvo, organizacija ili objava.
Simpsonov paradoks
Simpson’s paradox Poglavlje · Zašto statistika Simpsonov paradoks je obrazac u kojem se smjer povezanosti u združenim podacima promijeni ili preokrene kada se podaci razdvoje prema relevantnoj trećoj varijabli.
Operacionalizacija
operationalization Poglavlje · Mjerenje i istraživački dizajn Operacionalizacija je postupak kojim određujemo kako ćemo mjeriti teorijski pojam.
Pouzdanost
reliability Poglavlje · Mjerenje i istraživački dizajn Pouzdanost je stupanj u kojem instrument daje dosljedne rezultate pri ponovljenom mjerenju istog stanja u istim uvjetima.
Valjanost
validity Poglavlje · Mjerenje i istraživački dizajn Valjanost je stupanj u kojem instrument mjeri upravo onaj pojam o kojem se namjerava zaključivati, a ne neki drugi s kojim je povezan.
Konfundirajuća varijabla
confounder Poglavlje · Mjerenje i istraživački dizajn Konfundirajuća varijabla je zajednički uzrok koji prethodi pretpostavljenom uzroku i ishodu te utječe na oboje.
Temeljna stopa
base rate Poglavlje · Kako brojke zavode Temeljna stopa jest udio ishoda u relevantnoj populaciji prije nego što se uzme u obzir novi signal, test ili model.
Aritmetička sredina
mean Poglavlje · Sažimanje podataka Aritmetička sredina je zbroj svih izmjerenih vrijednosti podijeljen njihovim brojem.
Medijan
median Poglavlje · Sažimanje podataka Medijan je vrijednost koja poredani niz opažanja dijeli na dvije jednako velike polovine.
Standardna devijacija
standard deviation Poglavlje · Sažimanje podataka Standardna devijacija uzorka korijen je varijance.
Standardizirana vrijednost
z-score Poglavlje · Sažimanje podataka Standardizirana vrijednost kaže koliko standardnih devijacija pojedino opažanje leži iznad ili ispod aritmetičke sredine.
Gramatika grafike
grammar of graphics Poglavlje · Vizualizacija kao argument Gramatika grafike opisuje od čega je graf sastavljen.
Pridruživanje
aesthetic mapping Poglavlje · Vizualizacija kao argument Pridruživanje (aesthetic mapping) je odluka o tome koja se varijabla prikazuje kojim vizualnim obilježjem.
Mala višestruka polja
small multiples Poglavlje · Vizualizacija kao argument Mala višestruka polja (small multiples) niz su prikaza istoga oblika i iste ljestvice, po jedan za svaku skupinu, tako da se razlike među skupinama očitavaju usporedbom položaja između polja.
Kovarijanca
covariance Poglavlje · Povezanost Kovarijanca uzorka je zbroj umnožaka odstupanja dviju varijabli od njihovih sredina, podijeljen brojem opažanja umanjenim za jedan.
Pearsonova korelacija
Pearson correlation Poglavlje · Povezanost Pearsonova korelacija uzorka jest zbroj umnožaka uzorački standardiziranih vrijednosti dviju varijabli, podijeljen s \(n-1\).
Ograničenje raspona
range restriction Poglavlje · Povezanost Ograničenje raspona (range restriction) nastaje kada promatrani uzorak pokriva samo dio mogućih vrijednosti jedne ili obiju varijabli.
Vjerojatnost
probability Poglavlje · Vjerojatnost koliko treba Vjerojatnost je broj od nule do jedinice koji događaju pridružuje razinu neizvjesnosti unutar jasno opisanoga modela, pri čemu veći broj označuje veće izglede za taj događaj.
Neovisnost
independence Poglavlje · Vjerojatnost koliko treba Neovisnost dvaju događaja znači da saznanje o tome je li se jedan dogodio ne mijenja vjerojatnost drugoga.
Uvjetna vjerojatnost
conditional probability Poglavlje · Vjerojatnost koliko treba Uvjetna vjerojatnost je vjerojatnost događaja izračunata unutar skupine u kojoj je neki drugi događaj već nastupio.
Binomna raspodjela
binomial distribution Poglavlje · Vjerojatnost koliko treba Binomna raspodjela opisuje broj uspjeha u zadanom broju pokušaja kad svaki pokušaj ima samo dva ishoda, jednaku vjerojatnost uspjeha i nikakvu vezu s ostalim pokušajima.
Normalna raspodjela
normal distribution Poglavlje · Vjerojatnost koliko treba Normalna raspodjela je simetrična zvonasta raspodjela koju u cijelosti određuju njezino središte i njezina standardna devijacija.
Pogreška uzorkovanja
sampling error Poglavlje · Uzorkovanje Pogreška uzorkovanja je razlika između vrijednosti izračunate na uzorku i vrijednosti koju ima cijela populacija, a nastaje zato što je izmjeren dio umjesto cjeline.
Distribucija uzorkovanja
sampling distribution Poglavlje · Uzorkovanje Distribucija uzorkovanja je raspodjela vrijednosti koje bi neka statistika poprimila kroz mnogo ponovljenih uzoraka iste veličine iz iste populacije.
Standardna pogreška
standard error Poglavlje · Uzorkovanje Standardna pogreška je standardna devijacija distribucije uzorkovanja, pa opisuje koliko bi tipično varirala procjena kroz ponovljene uzorke.
Interval pouzdanosti
confidence interval Poglavlje · Procjena Interval pouzdanosti je raspon oko procjene, izračunat postupkom koji kroz ponovljena uzorkovanja obuhvaća nepoznati parametar u unaprijed određenom udjelu slučajeva.
Nulta hipoteza
null hypothesis Poglavlje · Logika testiranja Nulta hipoteza je precizan model postupka koji je proizveo podatke, sastavljen tako da u njemu nema razlike ni veze koju istražujemo.
Testna statistika
test statistic Poglavlje · Logika testiranja Testna statistika je jedan broj izračunat iz podataka koji sažima odstupanje od nultog modela u obliku usporedivom s odstupanjima koja taj model proizvodi.
P-vrijednost
p-value Poglavlje · Logika testiranja P-vrijednost je udio rezultata koje nulti model proizvodi, a koji su s njime u najmanju ruku jednako neusklađeni kao opaženi rezultat.
Pogreška prve vrste
Type I error Poglavlje · Logika testiranja Pogreška prve vrste je odbacivanje nulte hipoteze koja je istinita.
Standardizirana razlika
Cohen’s d Poglavlje · Veličina učinka i snaga Standardizirana razlika je razlika dviju sredina podijeljena združenom standardnom devijacijom skupina, pa se izražava u standardnim devijacijama umjesto u izvornim jedinicama.
Statistička snaga
statistical power Poglavlje · Veličina učinka i snaga Statistička snaga je vjerojatnost da postupak odbaci nultu hipotezu kad je ona lažna, dakle udio ponavljanja u kojima bi učinak zadane veličine bio otkriven.
Najmanji važan učinak
smallest effect size of interest Poglavlje · Veličina učinka i snaga Najmanji važan učinak je najmanja razlika koja bi promijenila zaključak, odluku ili postupanje, određena sadržajno i prije prikupljanja podataka.
Analitička fleksibilnost
analytical flexibility Poglavlje · Kriza i obnova Analitička fleksibilnost je prostor više obranjivih odluka duž cijeloga puta podataka, od prikupljanja, uključivanja i spajanja do rekodiranja, postupanja s nedostajućim vrijednostima i izbora analize.
Reproducibilnost
reproducibility Poglavlje · Kriza i obnova Reproducibilnost je mogućnost da druga osoba iz istih podataka, materijala i opisanoga postupka ponovno dobije iste rezultate i utvrdi gdje su nastali.
Kontingencijska tablica
contingency table Poglavlje · Kategorički podaci Kontingencijska tablica je tablica frekvencija u kojoj svaka ćelija sadrži broj jedinica koje istovremeno pripadaju jednoj kategoriji retka i jednoj kategoriji stupca.
Očekivana frekvencija
expected frequency Poglavlje · Kategorički podaci Očekivana frekvencija ćelije je umnožak zbroja njezina retka i zbroja njezina stupca podijeljen ukupnim brojem jedinica, dakle broj koji bi se u toj ćeliji nalazio kad bi dvije varijable bile nezavisne uz nepromijenjene rubne zbrojeve.
Hi-kvadrat statistika
chi-squared statistic Poglavlje · Kategorički podaci Hi-kvadrat statistika je zbroj kvadriranih odstupanja opaženih od očekivanih frekvencija, pri čemu je svako odstupanje podijeljeno očekivanom frekvencijom svoje ćelije.
Prilagođeni standardizirani rezidual
adjusted standardized residual Poglavlje · Kategorički podaci Prilagođeni standardizirani rezidual ćelije je razlika opažene i očekivane frekvencije podijeljena procijenjenom standardnom devijacijom te razlike, koja uzima u obzir rubne udjele retka i stupca.
Cramérovo V
Cramér’s V Poglavlje · Kategorički podaci Cramérovo V je korijen hi-kvadrat statistike podijeljene umnoškom veličine uzorka i manje dimenzije tablice umanjene za jedan.
Jedinica neovisnosti
unit of independence Poglavlje · Uspoređivanje dviju grupa Jedinica neovisnosti je entitet koji se u istraživanju mogao pojaviti ili izostati neovisno o ostalima, pa njegove vrijednosti nisu unaprijed vezane uz vrijednosti bilo koje druge jedinice u istom skupu.
Referentna skupina
reference category Poglavlje · Uspoređivanje dviju grupa Referentna skupina je kategorija prema kojoj se izražavaju sve ostale kategorije istog prediktora, pa njezina sredina postaje polazna vrijednost modela, a koeficijenti ostalih kategorija odstupanja od nje.
Stopa obiteljske pogreške
familywise error rate Poglavlje · Uspoređivanje više grupa Stopa obiteljske pogreške je vjerojatnost da će barem jedan test u unaprijed određenom skupu testova dati lažno pozitivan rezultat, odnosno pogrešno odbaciti barem jednu istinitu nultu hipotezu.
Eta-kvadrat
eta squared Poglavlje · Uspoređivanje više grupa Eta-kvadrat je udio ukupne varijabilnosti ishoda koji otpada na razlike među skupnim sredinama.
F-statistika
F-statistic Poglavlje · Uspoređivanje više grupa F-statistika je omjer prosječne raspršenosti među skupnim sredinama i prosječne raspršenosti opažanja oko njihovih skupnih sredina.
Rezidual
residual Poglavlje · Regresija — opći okvir Rezidual je razlika između opažene vrijednosti ishoda kod pojedine jedinice i vrijednosti koju za nju predviđa model, dakle onaj dio ishoda koji model nije objasnio.
Metoda najmanjih kvadrata
least squares Poglavlje · Regresija — opći okvir Metoda najmanjih kvadrata bira koeficijente modela tako da zbroj kvadriranih reziduala bude najmanji mogući za zadane podatke.
Višestruka regresija
multiple regression Poglavlje · Regresija — opći okvir Višestruka regresija procjenjuje modelnu povezanost svakog prediktora s ishodom pri zadanim jednakim vrijednostima svih ostalih prediktora u modelu.
Koeficijent determinacije
R-squared Poglavlje · Regresija — opći okvir Koeficijent determinacije je udio ukupne varijabilnosti ishoda u promatranom skupu podataka koji je model objasnio, izračunat kao jedan minus omjer zbroja kvadrata reziduala i zbroja kvadrata odstupanja od zajedničke sredine.
Zabilježeni referentni ishod
recorded reference outcome Poglavlje · Statistika u doba algoritama Zabilježeni referentni ishod jest ishod ili oznaka zapisana određenim postupkom mjerenja, prema kojoj se vrednuje klasifikator, ali koja može sadržavati pogrešku.
Klasifikacijski prag
classification threshold Poglavlje · Statistika u doba algoritama Klasifikacijski prag jest unaprijed određena vrijednost koja predviđenu vjerojatnost pretvara u kategoričku odluku.
Paket dokaza
evidence package Poglavlje · Vaše prvo istraživanje Paket dokaza je provjerljiva cjelina koja povezuje putovnicu skupa podataka, zapis izvora i verzije, dnevnik transformacija, analizu, provjeru osjetljivosti, granicu tvrdnje, zapis o uporabi asistenta i objavu.

Uputnice za druge oblike

Oblici u sljedećoj tablici služe prepoznavanju nazivlja koje se može susresti u drugoj literaturi. Nijedan od njih nije prihvaćen sinonim kanonskoga oblika u ovoj knjizi i ne rabi se kao zamjenjiv naziv.

Tablica 1: Uputnice prema kanonskim oblicima u knjizi. Izrada autora.
Oblik koji možete susresti Kanonski oblik u knjizi Dopuštena iznimka Razlog
skup za treniranje skup za učenje nema Naziv skup za učenje označuje podatke na kojima se model prilagođava, odvojeno od podataka za izbor postupka i završno ispitivanje.
skup za testiranje skup za ispitivanje nema Skup za ispitivanje čuvamo za završnu procjenu modela, nakon izbora postupka.
predikcija predviđanje sustav predikcije Za pojedinačno predviđanje i njegov rezultat rabimo hrvatski naziv. Izraz sustav predikcije zadržavamo samo kao naziv vrste sustava.
predikcijski model model za predviđanje nema Naziv model za predviđanje slijedi isti izbor riječi kao naziv predviđanje.
curenje podataka curenje informacija nema Naziv curenje informacija odnosi se na podatke koji nedopušteno utječu na učenje ili provjeru modela. Razlikujemo ga od otkrivanja zaštićenih podataka.
curenje cilja curenje informacija nema Vremensku granicu objašnjavamo u opisu postupka, uz zajednički naziv curenje informacija.
težina uzorka težina uzorkovanja nema Težina se odnosi na način uzorkovanja i doprinos jedinice procjeni.
ponderiranje procjena s težinama nema Nazivi procjena s težinama i težina uzorkovanja pokazuju kako pojedine jedinice pridonose procjeni.
neponderirana procjena procjena bez težina nema Naziv izravno pokazuje da pri procjeni ne primjenjujemo težine.
standardizirani rezidual prilagođeni standardizirani rezidual nema Pridjev prilagođeni razlikuje ovu veličinu od Pearsonova reziduala, koji se računa drukčije.
matrica zabune tablica zabune nema Naziv tablica povezuje ovaj prikaz s kontingencijskim tablicama i njihovim uvjetnim nazivnicima.
istina zabilježeni referentni ishod nema Referentna oznaka služi usporedbi s predviđanjem, ali i sama može biti pogrešna.

Namjerna odstupanja

Tri su oblika odabrana namjerno. Razlog uz svaki oblik objašnjava zašto knjiga ne preuzima drugu moguću hrvatsku konvenciju.

Tablica 2: Namjerna odstupanja od drugih mogućih hrvatskih oblika. Izrada autora.
Oblik u knjizi Engleski termin Razlog
tablica zabune confusion matrix Isti prikaz već smo upoznali kao kontingencijsku tablicu, pa zadržavamo naziv tablica.
kolider collider Naziv zadržava vezu s engleskim terminom i upotrebljava se uz medijator i konfundirajuću varijablu u opisima uzročnih odnosa.
izgledi odds Naziv izgledi omogućuje da i izvedeni naziv omjer izgleda povežemo s engleskim izrazom.

Razdvojena značenja

Ista riječ može upućivati na različite statističke ideje. Ova pravila čuvaju granicu značenja ondje gdje bi kratki oblik spojio nespojive veličine ili postupke.

Tablica 3: Granice značenja za sporne oblike. Izrada autora.
Pojam Značenje u knjizi Ne rabiti za Razlog
osjetljivost otpornost zaključka na obranjivu drukčiju odluku u analizi stopa točno prepoznatih pozitivnih slučajeva iz tablice zabune Provjera osjetljivosti zaključka i stopa prepoznavanja pozitivnih slučajeva različiti su pojmovi.
kalibrirana nesigurnost vjerojatnosno značenje kalibracije u poglavlju 7, uz kalibraciju stope pogreške prve vrste u poglavlju 13 samostalan pojam kalibracija bez svojega predmeta Vjerojatnosti i stope pogreške testa različiti su predmeti provjere. Uz kalibraciju zato uvijek navodimo što se provjerava.
predviđanje čin predviđanja i njegov rezultat zamjena oblikom predikcija izvan ratificirane sintagme sustav predikcije Predviđanje označuje radnju i rezultat. Izraz sustav predikcije ostaje naziv vrste sustava, uključujući jezični model.
zabilježeni referentni ishod objekt prema kojem se klasifikator vrednuje u poglavlju 17, uz referentnu oznaku koju sadi poglavlje 10 istina ili ground truth Referentna oznaka može sadržavati pogrešku, pa je ne poistovjećujemo s poznatom istinom.

Urednička odgovornost

Za kanonsko nazivlje odgovara Luka Šikić. Neovisna terminološka recenzija nije pribavljena i knjiga je ne tvrdi.