Multivariate Statistik und Datenanalyse: HLM
PHB WS 18/19
PHB WS 18/19
Kartei Details
| Karten | 56 |
|---|---|
| Lernende | 12 |
| Sprache | Deutsch |
| Kategorie | Psychologie |
| Stufe | Universität |
| Erstellt / Aktualisiert | 19.01.2019 / 06.07.2021 |
| Weblink |
https://card2brain.ch/box/20190119_multivariate_statistik_und_datenanalyse_hlm
|
| Einbinden |
<iframe src="https://card2brain.ch/box/20190119_multivariate_statistik_und_datenanalyse_hlm/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Welches Modell wurde spezifiziert?
RSM mit L2UV
Wie kann im CLI Multikollinearität verhindert werden?
Zentrierung
Welches Modell ist im folgenden Output zu sehen?
Interpretieren Sie die markierten Werte.
Schwarz: Die personenspezifischen Geraden (für jede einzelne Person)
Blau: Die Schätzung für eine Person mit durchschnittlichem Neurotizismus (mitte), sowie für Personen mit über-/ unterdurchschnittlichem Neurotizismus
Die geschätzten Geraden variieren nur in ihrem Intercept, nicht in ihrer Steigung, da die L2UV in diesem Modell nur Unterschiede in den Intercepts erklärt
Hinweis L2UV:
Hohe Werte = Neurotizismus hoch | Niedrige Werte = Neurotizismus niedri
Welches Modell wurde spezifiziert?
CLI-Modell
Zu welchem Mehrebenenmodell gehört folgender Output?
Nehmen Sie eine Interpretation der markierten Werte vor.
Auch die vorhergesagten Steigungen können jetzt in Abhängigkeit von der Ausprägung des Neurotizismus einer Person variieren.
Inferenzstatistische Absicherung der L2UV über den f-Test:
Inferenzstatistische Absicherung des CLI über Bootstrap-basierte Konfidenzintervalle:
1. Warum bekommt man für L2UV und CLI kein R2?
2. Was könnt ihr euch als Alternativen ausgeben lassen?
1.
→ Residualvarianz auf mehreren Levels
→ Verschiedene Definitionsmöglichkeiten der Varianzaufklärung/-reduktion
2. Pseudo-R2 (siehe Abbildung)
Korrelationskoeffizient im RSM
Korrelationskoeffzient im RSM
Welcher Varianzanteil, d.h. welche Residualvarianz wird durch die Hinzunahme von Level-2-Prädiktoren ohne Cross-Level-Interaktionseffekt reduziert?
Welche Parameter kommen beim Random Slope Model im Vergleich zum Random Intercept Model hinzu?
- Steigung
- geschätzte Varianz der level 2 Regressionsgewichte (random effect)
- geschätzte Korrelation zwischen gruppenspezifischen Achsenabschnitt und dem gruppenspezifischen Regressionsgewicht
Wie ist die Korrelation im Random Slope Model zu interpretieren?
Geschätzte Korrelation zwischen gruppenspezifischen Achsenabschnitt und dem gruppenspezifischen Regressionsgewicht.
Je größer der gruppenspezifische Intercept, desto negativer (weniger positiv)// positiver (weniger negativ) ist die gruppenspezifische Steigung.
1. Was ist der innergruppen Effekt was der zwischengruppen Effekt?
2. Wann liegt ein Kontexteffekt vor?
1.)
Inner: UVs haben auf Eben 1 einen Effekt auf die AV
z.B. Die Schulunlust eines Schülers hängt davon ab wie leistungsstark er selber im Vergleich zu seiner eigenen Klasse ist.
Zwischen: UVs können auf Ebene 2 einen Effekt auf die AV haben.
z.B. Die Schulunlust eines Schülers in einer bestimmten Klasse hängt davon ab wie leistungsstark die Klasse im Vergleich zu den anderen Klassen ist.
2.) Kontexteffekt: Wenn der Innergruppeneffekt hinsichtlich seiner Richtung oder Stärke vom Zwischengruppeneffekt abweicht.
