card2brain.ch

Flashcards	19
Students	16
Language	Deutsch
Category	Psychology
Level	University
Created / Updated	30.01.2018 / 24.05.2020
Weblink	https://card2brain.ch/box/20180130_3445_selfis_vorlesung_5
Embed	<iframe src="https://card2brain.ch/box/20180130_3445_selfis_vorlesung_5/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

1. Welche Aussagen zur Varianzanalyse mit Messwiederholung aus VL 5 sind korrekt?

zu C:

Bezüglich der inferenzstatistischen Absicherung, muss für jeden zu testenden Effekt ein Quotient (mit der MQS des jeweiligen Effekts im Zähler) gebildet werden, für den gilt, dass sich Zähler und Nenner unter Gültigkeit der jeweiligen Nullhypothese nur durch Zufall unterscheiden dürften

a) Eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor, wobei Faktor A die Bedingungen und Faktor B den Messzeitpunkt darstellt, wird auch als split-plot Design bezeichnet

b) QS(total) zerlegt sich in QS(innerhalb) der Versuchspersonen und in QS(zwischen den Versuchspersonen)

c) Bezüglich der inferenzstatistischen Absicherung, muss für jeden zu testenden Effekt ein Quotient (mit der MQS des jeweiligen Effekts im Zähler) gebildet werden, für den gilt, dass sich Zähler und Nenner unter Gültigkeit der jeweiligen Nullhypothese nur

d) Eine Verletzung dieser Annahme macht den F-Test zu liberal (d.h. erhöht das Risiko eines ß-Fehlers).

e) Sphärizität besagt, dass die Varianzen aller möglichen Differenzvariablen homogen sein müssen

2. Welche Antworten sind korrekt?

a) Die Sphärizitätsannahme ist häufig dann verletzt, wenn es keine differentiellen Treatment-Effekte oder multiple Pretests gibt

b) Die Sphärizitätsannahme lässt sich mit Hilfe des Greenhouse-Geisser-Epsilon oder mit Hilfe des Mauchly-Tests überprüfen

c) Eine Möglichkeit bei Verletzung der Sphärizitätsannahme ist der Korrektur der Freiheitsgrade des entsprechenden t-tests durch Multiplikation mit dem Schätzer für ε

d) Kovarianzanalysen werden typischerweise bei randomisierten Experimenten, nicht aber bei quasi-experimentellen Designs angewendet

e) Voraussetzungen für Autoregressormodelle sind, dass die Kovariate messfehlerfrei gemessen sein muss und, dass Homoskedastizität gegeben ist. Ebenso darf es keine Interaktion zwischen Kovariate und der dichotomen UV auf die AV geben

3. Welche Aussagen sind als richtig einzustufen?

zu B:

Das Intercept einer Person bm0 (d.h. ihre Merkmalsausprägung zu t = 0) sowie der Slope einer Person bm1 (d.h. die Veränderung in der Ausprägung zwischen zwei Messzeitpunkten) hängt davon ab, ob die Person in der Trainingsgruppe (BED = 1) oder in der Kontrollgruppe (BED = 0) war

a) Die Annahme einer nicht-vorhandenen Interaktion ist unplausibel, sobald es in der Treatmentgruppe differenzielle Treatment-Effekte gibt

b) Bei unreliabilität der Prätest-Variablen (T1) ist Aufgrund des Messfehlers, der die Prä- und Posttestwerte unsystematisch beeinflusst, die Autokorrelation zwischen Prätest und Posttest (fast) immer kleiner als 1

c) Differentielle Veränderungen, die auf unterschiedliche Treatment-Bedingungen zurückgehen, werden als Interaktionseffekte (Zeit x Bedingung) modelliert

d) Das Intercept einer Person bm0 (d.h. ihre Merkmalsausprägung zu t = 0) sowie der Slope einer Person bm1 (d.h. die Veränderung in der Ausprägung zwischen zwei Messzeitpunkten) hängt davon ab, ob die Person in der Trainingsgruppe (BED = 1) oder in der Ko

e) Eine ANCOVA, in der die Prätestvariable als Kovariate eingeht, ist nur dann sinnvoll, wenn die Korrelation zwischen Prä- und Posttest in beiden Gruppen gleich ist

4. Welche Aussagen zur Varianzanalyse mit Messwiederholung sind richtig?

A) Split-Plot Design ist eine zweifaktorielle Varianzanalyse mit Messwiederholung

B) Varianzanalysen mit Messwiederholung sichern die externe Validität

C) Wenn es bei der Varianzanalyse zu keinen systematischen Effekten kommt, sollten die Schätzungen in der Population ungefähr gleichverteilt sein.

D) Für die Schätzung der Populationsvarianz wird eine Varianzzerlegung durchgeführt.

E) Sind die TW unverzerrt, sind sie nicht durch das Untersuchungsdesign beeinflusst.

5. Welche der Aussagen zur Quadratsummenzerlegung sind richtig?

A) Die Quadratsummenzerlegung dient als Grundlage für den Vergleich der unterschiedlichen Gruppen.

B) Die Prüfgröße ist der Maulchy-Test

C) Durch die Prüfgröße kann man ableiten, ob es systematische Einflüsse gibt (sog. Systematische Effekte der Faktoren)

D) Die Interaktion x Person und Rest ist die Varianz auf Basis des Designs, die nicht weiter erklärt werden können.

E) Die zwischen den Vpn innerhalb Bedingung ist eine Prüfgröße und wird nicht durch das Design erzeugt.

6. Welche Aussagen zur Inferenzstatistischen Absicherung sind richtig?

F: (auch richtig)

Test auf statistische Bedeutsamkeit der Interaktion zwischen Zeit und Bedingung (Wechselwirkung AxB)

A) H1 besagt, es gibt keinen Haupteffekt A, keinen Haupteffekt B und keine Wechselwirkung.

B) Für den zu testenden Effekt muss ein Quotient gebildet werden, für den gilt, dass sich Zähler und Nenner unter Gültigkeit der jeweiligen Nullhypothese nur durch Zufall unterscheiden dürfen

C) Für die inferenzstatistische Absicherung müssen drei Tests durchgeführt werden.

D) Test auf statistische Bedeutsamkeit der Unterschiede zwischen den Bedingungen: Haupteffekt Faktor A

E) Test auf statistische Bedeutsamkeit der Unterschiede zwischen den Messzeitpunkten

7. Welche Aussagen zur inferenzstatistischen Absicherung sind richtig?

zu A:

Die Abweichung von den jeweiligen Zellenmittelwerten zum Gesamtmittelwert schaut man sich an und zieht dann jeweils den Haupteffekt des Bedingungsfaktors ab und den Effekt der auf die Messwiederholung zurückgeht. Wenn noch etwas übrig bleibt an systematischer Varianz, dann kann man abschätzen, ob es eine Interaktion gibt

A) Die Abweichung von den jeweiligen Zellenmittelwerten zum Gesamtmittelwert schaut man sich an und zieht dann jeweils den Haupteffekt des Bedingungsfaktors ab und den Effekt der auf die Messwiederholung zurückgeht. Wenn noch etwas übrig bleibt an systema

B) Für die Varianzanalyse muss eine stochastische Unabhängigkeit der Beobachtungen, multivariate Normalverteilung, Varianzhomogenität und Sphärizität vorhanden sein.

C) Sphärizität besagt, dass sich die Varianzen aller möglichen Differenzvariablen unterscheiden müssen.

D) Eine Verletzung der Sphärizität macht den t-Test zu liberal (d.h. Erhöht das Risiko des α-Fehlers).

E) Die Sphärizitätsannahme ist insbesondere dann unrealistisch, wenn es differenzielle Treatment-Effekte gibt

8. Welche Aussagen zur Sphärizitätsannahme sind richtig?

A) Zur Prüfung auf Sphärizität schaut man sich die Differenzen und Varianzen an. Diese sollten homogen sein

B) Die Sphärizitätsannahme ist meist dann verletzt, wenn es differenzielle Treatment-Effekte und multiple Pretests gibt

C) Eine Überprüfung der Sphärizitätsannahme kann mit dem Greenhouse-Geisser-Epsilon und dem Mauchly Test erfolgen

D) Ist die Sphärizität verletzt, kann man die df des entsprechenden F-Tests durch Multiplikation mit dem Schätzer für ε korrigieren

E) Eine Alternative ist die Multivariate Kontrastanalyse oder eine Analyse der Daten mit Regressionsmodellen, die keine Sphärizität voraussetzen

9. Welche Aussagen zu den Effektstärkenmaße sind korrekt?

A) Effektstärkenmaß δTK bildet die Differenz der Vorher-, Nachhermessung ab

B) Effektstärkenmaß δTK gibt an, um wie viele Einheiten ist die an der Streuung desMerkmals standardisierte Veränderung zwischen t1 und t2 in der TG höher als in der KG

C) Effektstärkenmaß δV gibt an, wie stark sich Personen im Mittel verändern

D) Effektstärkenmaß δV gibt an, um wie viele Einheiten die an der Streuung der Differenz standardisierte Veränderung zwischen t1 und t2 in der TG höher als in der KG sind

E) Die Verwendung der Effektstärkenmaße hängt davon ab, ob ich eine gleiche Verteilung TG vs. KG habe

10. Welche Aussagen zur Kovarianzanalyse sind richtig?

A) Die Kovarianzanalyse mit Prätestwerten als Kovariate wird auch als Autoregressormodell bezeichnet

B) Autoregressormodell: man regrediert die Nachhermessung auf die Vorhermessung

C) Kovarianzanalysen können nur bei quasi-experimentellen Designs verwendet werden und dienen dem Ausschluss potenzieller Alternativerklärungen, die auf den Prätest zurückzuführen sind. Man erhöht damit die Power (Ausschluss Fehlervarianz)

Voraussetzungen für die ANCOVA sind: es muss eine Interaktion zwischen der Kovariate und der dichotomen UV auf die AV geben, die Kovariate muss fehlerfrei gemessen werden und es muss Homoskedastizität vorliegen

E) Die Annahme einer nicht-vorhandenen Interaktion ist unplausibel, sobald es in der TG differenzielle Treatment-Effekte gibt

11. Welche Aussagen zur Unreliabilität der Prätestvariablen auf die Schätzung der Regressionsgewichte sind richtig?

A) Aufgrund des Messfehlers, der Prä- und Posttestwerte systematisch beeinflusst, ist die Autokorrelation zwischen Prä- und Posttest fast immer kleine als 1.

B) Je geringer die Reliabilität der Prätest- und Posttestvariablen, desto geringer ist die Autokorrelation

C) Wird die Reliabilität geringer, hat das zur Folge, dass die erwarteten Mittelswertsdifferenz zwischen TG und KG zum Posttest unterschätzt wird

D) Dieses Artefakt wird als Lords-Paradox bezeichnet

12. Eine ANCOVA ist nur dann sinnvoll, wenn

A) Die Posttestvariable eine sehr hohe Reliabilität aufweist

B) Die Korrelation zwischen Prä- und Posttest in beiden Gruppen gleich ist

C) Die Homoskedastizität nicht allzu sehr verletzt ist

D) Die Hypothese, dass das Ausmaß der Veränderung systematisch vom Ausgangswert abhängt, unplausibel oder empirisch zu verwerfen ist

E) Eine Alternative stellen HLM´s dar

13. Welche Aussagen zu Regressionsmodellen sind richtig?

A) Die zentrale Prädiktorvariable ist die Zeit

B) Die Kriteriumsvariable ist die Ausprägung unterschiedlicher Personen zu unterschiedlichen Messzeitpunkten

C) Differentielle Veränderungen, die auf unterschiedliche Treatment-Bedingungen zurückgehen, werden als Interaktionseffekte modelliert

D) Es liegt keine hierarchische Datenstruktur vor

14. Welche Aussagen zu Wachstumskurvenmodellen sind richtig?

A) Wachstumskurvenmodell ohne Veränderungsprädiktor haben die Zeit als kontinuierliche Variable

B) Wachstumskurvenmodell ohne Veränderungsprädiktor gehen von der Annahme aus, dass die Veränderung linear ist. Jede Person bekommt ein eigenes Intercept und einen eigenen Slope

C) Eine Voraussetzung von Wachstumskurvenmodell ohne Veränderungsprädiktor ist eine sinnvolle Codierung der Zeit und die Äquidistanz

D) Bei einer positiven Kovarianz zwischen Random Intercept und Random Slope gilt: Je höher die Merkmalsausprägung einer Person bei t=0, desto stärker positiv (oder schwächer negativ) ist der Anstieg über die Zeit hinweg

E) Bei einer negativen Kovarianz kehrt es sich Antwort D genau um

15. Welche Aussagen zu Wachstumskurvenmodell mit Veränderungsprädiktor sind richtig?

A) bm1 zeigt an, ob es eine Abweichung gibt und wenn es eine gibt, dann ist es die Steigung

B) Der Intercept bm0 einer Person und der Slope bm1 einer Person sind unabhängig davon, ob eine Person in einer TG oder KG war

C) Man kann auch ein multivariates Multilevel Modell ohne Veränderungsprädiktor mit Zeit als kategoriale Variablen rechnen

D) Man kann auch ein multivariates Multilevel Modell mit Veränderungsprädiktor mit Zeit als kategoriale Variablen rechnen

16. (alte Klausurfrage)

Welche Aussagen sind korrekt?

zu C:

Gegenüber der Anwendung einer klassischen Kovarianzanalyse im Rahmen quasi- experimenteller Designs weist die Anwendung einer klassischen Kovarianzanalyse im Rahmen randomisierter experimenteller Designs eine höhere Teststärke auf, da sie im Gegensatz zur erst genannten den Messfehler der Kovariaten berücksichtigen kann

A) Die Durchführung einer klassischen Kovarianzanalyse im Rahmen experimenteller randomisierter Designs setzt voraus, dass homogene Fehlervarianzen (Homoskedastizität) vorliegen

B) Die Durchführung einer klassischen Kovarianzanalyse im Rahmen quasi-experimenteller (nicht-randomisierter) Designs setzt voraus, dass die abhängige Variable und die Kovariate nicht signifikant miteinander korrelieren

C) Gegenüber der Anwendung einer klassischen Kovarianzanalyse im Rahmen quasi- experimenteller Designs weist die Anwendung einer klassischen Kovarianzanalyse im Rahmen randomisierter experimenteller Designs eine höhere Teststärke auf, da sie im Gegensatz

D) Die zweifaktorielle Varianzanalyse mit Messwiederholungen auf einem Faktor hat gegenüber der herkömmlichen Kovarianzanalyse den Vorteil, dass sie im Gegensatz zu dieser auch Gruppen mit unterschiedlicher Anzahl von Personen analysieren kann

E) Die Überprüfung der Sphärizitätsannahme im Rahmen einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem Faktor kann mittels des sogenannten Mauchly-Tests erfolgen

17. (alte Klausurfrage)

Welche Aussagen bezüglich der Anwendung einer klassischen Kovarianzanalyse im Rahmen von Gruppenvergleichen sind richtig?

zu D:

Die Durchführung einer klass. KVA im Rahmen experimenteller Designs setzt voraus dass sich die Mittelwerte auf der Kovariaten in den experimentellen Gruppen nicht signifikant unterscheiden.Gegenüber der Anwendung einer klass. KVA im Rahmen random. experimenteller Designs weist die Anwendung einer klass. VA im Rahmen random. experimenteller Designs die höhere Teststärke auf, da sie im Gegensatz zur erst genannten den Messfehler der Kovariaten berücksichtigt.

A) Die Durchführung einer klassischen Kovarianzanalyse im Rahmen experimenteller randomisierter Designs setzt voraus, dass homogene Fehlervarianzen (Homoskedastizität) vorliegen

B) Die Durchführung einer klassischen KVA setzt voraus, dass die Experimentalgruppe, die gleich Anzahl an Versuchspersonen hat

C) Die Durchführung einer klass. KVA. im Rahmen experimenteller, randomisierter Designs setzt voraus, dass ich die Mittelwerte auf der Kovariaten in den experimentellen Gruppen ..... ? (Hier muss ich beim hektischen Abschreiben in der Zeile verrutscht sei

) Die Durchführung einer klass. KVA im Rahmen experimenteller Designs setzt voraus dass sich die Mittelwerte auf der Kovariaten in den experimentellen Gruppen nicht signifikant unterscheiden.Gegenüber der Anwendung einer klass. KVA im Rahmen random. exper

18. (alte Klausurfrage)

Frage fehlt

A) experimentelles Design enspricht Split Plot

) Testergebnisse sind auf diffenrentielle Treatmenteffekte zurückzuführen

C) Faktor A zeigt an, dass zu Beginn des Experiments..unterschiedlich war

D) Über Zeit hinweg unterschiedliche signifikante Effekte in Stimmung

E) Sphärizität automatisch gewährleistet...

19.(alte Klausurfrage)

Im Rahmen eines klinischen Experiments soll die Auswertung einer verhaltenstherapeutischen Intervention auf die Stimmungsregulationskompetenz von Patienten untersucht werden. 100 Patienten werden per Zufall in gleich große Kontroll- und Treatmentgruppen aufgeteilt. Stimmungsregulation wird anhand eines Indexscores vor Beginn der Behandlung (Prätest) und nach (Posttest) gemessen. Ein F-Team analysiert die Daten mittels Zweifaktorieller Varianzanalyse mit Messwiederholung auf einem Faktor, um den Effekt der Intervention auf Stimmungsregulationskompetenz zu bestimmen. Was ist korrekt?

A) Sphärizität muss nicht überprüft werden, da es nur zwei Messzeitpunkte gibt

B) Die zweifaktorielle VA. mit Messwiederholung auf einem Faktor hat gegenüber herkömmlicher KVA den Vorteil, dass sie im Gegensatz zu dieser auch Gruppen mit unterschiedlicher Anzahl an Personen analysieren kann

C) Der Test für den Effekt des messwiederholten Faktors zeigt an, ob sich die beiden Gruppen signifikant in ihrem Mittelwert im Prätest unterscheiden

D) Der Test für den Effekt des messwiederholten Faktors zeigt an, ob Homogenität der Varianz-Kovarianz-Matrix zwischen den Stufen des nicht messwiederholten Faktors vorliegt

E) Der Test für den Effekt der Interaktion zwischen nicht messwiederholten und messwiederholten Faktor zeigt an, ob sogenannte defferentielle Treatmenteffekte vorliegen

3445 - Selfis - Vorlesung 5

Create or copy sets of flashcards

Create or copy sets of flashcards

Log in to see all the cards.

SWITCHaai

Office 365

Edulog

Apple ID

Google