card2brain.ch

Flashcards	305
Students	24
Language	Deutsch
Category	Psychology
Level	University
Created / Updated	27.06.2019 / 27.08.2024
Weblink	https://card2brain.ch/box/20190627_m2_statistik_fernuni_hagen
Embed	<iframe src="https://card2brain.ch/box/20190627_m2_statistik_fernuni_hagen/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Korrelation: Welche Aussagen sind richtig?

Die Pearson Korrelation meint die Produkt-Moment-Korrelation

Pearsons r kann auch als standardisierte Kovarianz bezeichnet werden

Die Ursache von r = 0 kann ein nicht-linearer Zusammenhang sein

Ich nutze Pearsons r als Zusammenhangsmaß für zwei ordinalskalierte Variablen

Zur Berechnung von Pearsons r brauche ich metrische Variable

Korrelation: Welche Aussagen stimmen NICHT?

Die Kovarianz ist maßstabunabhängig

Die Kovarianz ist maßstababhängig

Die Kovarianz erlaubt Aussage über Stärke eines Zusammenhangs

eine positive Kovarianz bedeutet eine gegenläufige Tendenz

Die empirische Kovarianz ist ein nicht normiertes Zusammenhangsmaß

Die Kovarianz kann Werte von minus bis plus unendlich annehmen, richtig oder falsch?

richtig

Wie lautet die Varianz von z-Werten?

1

Wie ist der Mittelwert von z-Werten?

0

Welche Aussagen sind richtig in Bezug auf Korrelation?

bei der Kovarianz können wir nur das Vorzeichen interpretieren

Kendalls Tau bietet sich als Zusammenhangsmaß zweier nominalskalierter Merkmale an

Kendalls Tau und Spearmans Rangkorrelationskoeffizient werden bei Ordinalskalenniveu verwendet

Die Produkt-Moment-K. kann Werte zischen 0 bis unendlich annehmen

-1 bis +1 ist der Wertebereich für Pearsons r

Mit welcher Formel kann ich einen Wert z-standardisieren?

xi minus x quer geteilt durch s

Bei welchem Zusammenhangsmaß machen wir Paarvergleiche über Proversionen und Inversionen?

Kendalls Tau

Richtig oder falsch?

Die Effektstärken einer Kontrastanalyse erlauben Aussage, wie sehr die Daten mit einer spezifischen Hypothese übereinstimmen

richtig

50 Senioren wurden zufällig fünf Gruppen zugeteilt mit denen je eines von fünf verschiedenen motorischen Trainings durchgeführt wurde. Danach wurde die feinmotorische Kontrolle der Probanden erhoben. Es soll nun beantwortet werden, welche der fünf Trainingsmethoden am effektivsten auf die feinmotorische Kontrolle auswirkt.

Welches Verfahren ist zur Untersuchung geeignet?

Einfaktorielle Anova

Bei einer Korrelation zwischen Körpergröße zweier Personen erhält man eine größere Produkt-Moment-Korrelation, wenn man die Größe in cm statt in m berechnet.

Richtig oder falsch?

falsch!

PMK ist standardisiert und damit unabhängig vom Skalenniveau

Welche Aussagen sind hier richtig?

Die empirische Varianz ist die Wurzel aus der Standardabweichung

Empirische Varianz ist die durchschnittliche quadrierte Abweichung der Werte vom Mittelwert

die Varianz wird auch mit s bezeichnet

die Varianz wird auch mit s² bezeichnet

die Produkt-Moment-Korrelation kann als Maß für die Größe des Effekts angesehen werden

Der Produkt-Moment-Korrelationskoeffizient ist gegenüber linearen Transformationen invariant.

Richtig oder falsch?

richtig

Welche Aussagen sind zur Anova und Kontrastanalyse sind richtig?

Vorteil der Varianzzerlegung ist, dass sie auch bei ungleichen Gruppengrößen angewendet werden kann

Ein Omnibustest hat gegenüber einer Kontrastanalyse eine höhere Teststärke

Wenn ich mehrere UVs zugleich untersuchen will, bietet sich mehrfaktorielle Anova an

Eine Effektstärke ist ein deskriptives Maß zur Bestimmung des Unterschieds zwischen Populationswerten

die geschätzte Stichprobenvarianz wird mit Sigma Dach ausgedrückt

Wie heißt der in der Population unter H0 erwartete Mittelwert?

MÜ

Wie berechnet ma die Freiheitsgrade einer t-Verteilung für eine Stichprobe?

df = n-1

Welche Aussagen sind richtig?

Ist die Populationsvarianz unbekannt ist sie ebenfalls eine Zufallsvariable.

p-Wert ist WSK des Stichprobenergebnisses oder extremere, geg. h0

U-Test und Wilcoxon-Test arbeiten auf Nominalskaleniveau

Der Tukey-HSD Post-Hoc Test hat eine hohe Teststärke

Die Prüfgröße entspricht einer Transformation des Stichprobenergebnis in die Stichprobenverteilung

Die Prüfgröße gibt beim t-Test für eine Stichprobe den Abstand der Stichprobendifferenz zum H0 Populationsmittelwert in Standardfehlern an.

richtig

Der Standardfehler der Stichprobenverteilung berechnet sich aus dem Quotienten aus Sigma Dach und der Wurzel aus n.

Richtig oder falsch?

richtig

Wie berechnet man die Freiheitsgrade df bei einer Chi-Quadrat-Verteilung?

df = n - 1

Welche Aussagen in Bezug auf den p-Wert sind richtig?

Der p-Wert gibt eine WSK für eine Hypothese an

der p-Wert erlaubt keine Aussage über Richtigkeit von H0 oder H1

der p-Wert wird auch Überschreitungswahrscheinlichkeit genannt

es handelt sich beim p - Wert um einen Punkt auf der x-Achse

zur Signifinanzprüfung vergleiche ich p mit dem Kritischen Wert

Welche Effektstärke findet üblicherweise bei regressionsbasierten Verfahren Anwendung?

Determinationskoeffizient r²

Welche Aussagen im Kontext der Regression sind richtig?

Die Effektstärke ist die Produkt-Moment-Korrelation

Die Effektstärke ist der Determinationskoeffizient

der Determinationskoeffizient wird mit r² bezeichnet

r²ist ein Gütemaß der linearen Regression

Welchen Fehler begehe ich bei einem Beta-Fehler?

Den Fehler, die H1 (Alternativhypothese) abzulehnen obwohl sie eigentlich richtig ist.

Ich entscheide mich fälschlicherweise FÜR die H0

Was gibt folgender Ausdruck an: 1 minus beta?

Teststärke/Power

Wie berechnet sich die Power/Teststärke?

1 minus beta

Welche Aussagen sind richtig?

der alpha-Fehler bezeichnet die WSK fälschlicherweise die H0 abzulehnen obwohl sie richtig ist

ein Messwiederholungsfaktor liegt auch vor, wenn 1 Person z.B. 3 Items bewertet

die nonparametrische Alternative zum t-test für abhängige Stichproben ist der U-Test

ein Konfidenzintervall ist unabhängig von der Stichprobengröße

Bei einer t-Verteilung verwendet man nicht n sondern df zur Charakterisierung

Ist die folgende Aussage richtig oder falsch:

Bei einem Wahrscheinlichkeitsintervall kennen wir den Populationswert nicht.

Falsch, denn bei einem Wahrscheinlichkeitsintervall kennen wir den sehr wohl.

In der Inferenzstatistik ist es aber genau umgekehrt: wir wollen aus Stichprobenstatistiken den Populationswert schätzen.

Welche Aussagen sind in Bezug auf Konfidenzintervalle richtig?

Ein KI ist genauso wie die Stichprobenverteilung hochgradig abhängig von der Stichprobengröße

je keiner die Stichprobe, desto kleiner das KI

je kleiner die Stichprobe, desto größer das KI

Schätzungen werden präziser wenn die Stichprobengröße zunimmt

KI ist neben Standardfehler ein weiteres Maß für die Güteschätzung für einen Populationsparameter

Welche Aussagen in Bezug auf ein Konfidenzintervall sind richtig?

Ein 99 % KI ist ein Kompromiss zwischen Trivialität und geringer Aussagekraft

Die Genauigkeit der Schätzung eines Populationsparameters drückt sich in der Länge eines KI aus

je länger das Intervall, desto genauer die Schötzung

Ein KI stellt die Frage, in welchem Bereich um das Stichprobenergenis tatsächlich zugrunde liegender Populationswert erwartba ist

Welche Aussagen in Bezug auf den p-Wert sind richtig?

p Werte sind immer bedingte WSK

p Werte sind Funktion des Ergebnisses

durch p-Wert kann ich entscheiden ob H0 oder H1 richtig ist

p-Werte sind keine Indikatoren für Effektgrößen

p Wert hängt nicht von n ab

Welche Aussagen in Bezug auf Teststärke stimmen?

die Teststärke meint die WSK für ein signifikantes Ergebnis

je größer beta, desto höher die Teststärke

je größer alpha, desto höher die Teststärke

beta ist kleiner wenn alpha höher ist

bei einseitiger Testung ist die Teststärke geringer

Wie berechne ich die Freiheitsgrade bei einem t-Test für abhängige Stichproben?

df = n minus 1

n = Anzahl der Wertepaare

Was bedeutet 1 minus beta als Teststärke/Power?

die WSK die H1 anzunehmen, falls sie richtig ist

Bei welchem Skalenniveau verwende ich das Streuungsmaß IQB = Interquartilsbereich?

Ordinalskalenniveau

Welches Skalenniveau setzt der IQA/IQR = Interquartilsabstand/Range voraus?

Intervallskalenniveau

Was ist der Anwendungsbereich der mehrfaktoriellen Anova?

für Designs mit mehreren UVs
zur Prüfung signifikanter Mittelwertsunterschiede

Dadurch wird möglich

mehrere Hypothesen zugleich prüfen
für jede der beteiligten UV feststellen, ob sie eine Wirkung auf die AV hat, ob mit ihr also ein Haupteffekt verbunden ist
gibt es zwischen den UV einen Interaktionseffekt?

Wie geht man bei der mehrfaktoriellen Varianzanalyse vor?

Logik so wie bei einfaktorieller Anova:

Zerlegung der Variation in den Stichprobendaten in verschiedene Komponenten - daraus gewinnen wir unabhängige Schätzungen der Populationsvarianzen

Durch Varianschätzungen können wir F-Wert berechnen, dieser führt uns zum Hypothesentest

Unterscheid zur einfaktoriellen Anova: Das Vorgehen der Varianzzerlegung - die systematische Varianz (hier Variation Effekt) wird weiter aufgedrösel

In welche Komponenten wird die gesamte Variation bei einer mehrfaktoriellen Anova zerlegt?

Fehlervariation innerhalb von Gruppen
Variationen der einzelnen Faktoren
Variation, die auf Interaktion zurückgeht

Aus jeder dieser Komponenten = Schätzungen der Populationsvarianz

Mehrfaktorielle Anova:

Was können wir hinsichtlich des F-Wertes erwarten, wenn die Nullhypothese stimmt?

beide Varianzschätzungen, die in den entsprechenden F-Wert eingehen, sind ähnlich groß

- F-Wert im Bereich von 1

(Wenn H0 nicht gilt: F - Wert > 1)

M2 - Statistik Fernuni Hagen

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