Set of flashcards Methoden der Unterschiedsprüfung Master (Page 1 of 11)

Flashcards	430
Language	Deutsch
Category	Psychology
Level	University
Created / Updated	31.10.2022 / 03.07.2024
Weblink	https://card2brain.ch/box/20221031_methoden_der_unterschiedspruefung_master
Embed	<iframe src="https://card2brain.ch/box/20221031_methoden_der_unterschiedspruefung_master/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Wie ist die lineare Einfachregression aufgebaut? (mit Modellgleichung)

- ein Prädiktor

- ein Kriterium

- Modellgleichung: y(dach)=bx+a

- Residuen: y-y(dach)

- Schätzung der Steigung b und Achsenabschnitt a durch die KQ Methode (Methode der kleinsten Quadrrate)

Wie ist die multiple Regression aufgebaut/ Was macht sie aus?

ein Prädiktor

mehrere Prädiktoren

eine AV/Kriterium

mehrere AVs/Kriterien

Wann kann ich die multiple Regression einsetzen?

Zur Diagnose

Zur Prognose

nur bei Designs mit gleichen Zellen möglich

Um Beziehungen zw. Variablen/Abhängigkeiten herauszufinden

bei Feldstudien und Designs mit ungleichen Zellen

Was soll bei der multiplen Regression vorhergesagt werden?

Eine abhängige Variable (Kriterium) soll durch k unabhängige Variablen xi (Prädiktoren) vorhergesagt werden.

Jede VPn bringt einen Satz von Prädiktorwerten mit (wird durch einne Vektor von Prädiktoren gekennzeichnet)

In der schmutzigen Realität ist der wahre Zusammenhang des Modells der multiplen Regression noch mit einem Fehler überlagert. Welche Eigenschaften hat dieser Fehler?

abhängig

additiv

unabhängig

normalverteilt

nicht normalverteilt

Welche Aussagen zur multiplen Regression sind richtig?

man benutzt das Kleinst-Quadrat-Kriterium

Gleichungen müssen nicht partiell abgeleitet werden

Die Residuenquadratsumme soll minimiert werden

„Wähle die Parameter der Gleichung so, daß die Summe der quadrierten Abweichungen der Schätzungen von den wahren Werten maximal wird.“

„Wähle die Parameter der Gleichung so, daß die Summe der quadrierten Abweichungen der Schätzungen von den wahren Werten minimal wird.“

Welche Information haben wir von jeder VP bei der multiplen Regression?

Was passiert mit den Gleichungen?

- Von jeder VP haben wir den y (AV)-Wert (Kriterium) und die k Prädiktorwerte xmj.

- die Gleichungen müssen k+1 mal partiell abgeleitet werden und das Gleichungssystem gelöst werden.

Welche Aussage(n) zur multiplen Regression stimmt/stimmen?

Prädiktoren dürfen linear abhängig sein

Das Prinzip, wie man die b-Koeffizienten des Modells schätzt, ist genau dasselbe wie bei der linearen Einfachregression.

Prädiktoren dürfen nicht linear abhängig sein

Das Prinzip, wie man die b-Koeffizienten des Modells schätzt, ist nicht dasselbe wie bei der linearen Einfachregression.

Wodurch lassen sich die ß-Gewichte bei der multiplen Regression direkt vergleichen?

Dadurch, dass die standardisierten Variablen alle gleich skaliert sind (z-Transformation).

Multiple Regression: Je höher xk`, desto...

größer die Werte in der AV

kleiner die Werte in der AV

kleiner der Prädiktor

größer der Prädiktor

Was wird vorhergesagt, wenn eine VP einen xk Wert besitzt, der um eine SD nach oben vom Mittelwert abweicht?

Es wird ein y-Wert vorhergesagt, der um 0.8 SDs vom Mittel nach UNTEN abweicht (sofern alles andere gleich bleibt).

Multiple Regression: Was macht man bei nicht standardisierten Daten und wie heißen die Gewichte?

Man berechnet eine Rohwertregressionsgleichung

Man berechnet zuerst eine einfache lineare Regression

Die Gewichte heißen b, nicht ß

Die Gewichte heißen ß, nicht b

Die Gewichte enthalten auch die Einheiten der Prädiktoren

Rohwert-Regressionskoeffizienten öassen sich nicht direkt in der Größe vergleichen. Wovon hängt der Betrag ab?

Von der Einheit

vom Vorzeichen

Vom Wertebereich

hängt nur vom Prädiktor ab

hängt vom Kriterium und Prädiktor ab

Warum sind Rohwert-Gleichungen trotz Nicht-Vergleichbarkeit interessant?

- Sie erlauben eine direkte Schätzung der AV in einer einfachen „Formel“

- Wenn man einen Test entwickelt und eicht (also die Regressionsgleichung schätzt), kann man die Rohwertgleichung den Nutzern an die Hand geben, damit sie direkt aus den Punkten der Untertests das Kriterium berechnen können.

Multiple Regression: Die Interpretation der Beträge der Koeffizienten hat welche zwei Haken?

Die Bedeutung der b-Werte ist nur dann einfach hinzuschreiben, wenn die Prädiktoren miteinander korrelieren.

Die Bedeutung der b-Werte ist nur dann einfach hinzuschreiben, wenn die Prädiktoren nicht miteinander korrelieren.

Beim Schätzen wird immer die komplette Fehlervarianz mitgefittet.

Beim Schätzen wird immer ein Teil Fehlervarianz mitgefittet.

Selbst wenn in Wahrheit die Regressionsgleichung gilt, werden bei mehreren Schätzungen die Koeffizienten leicht unterschiedlich ausfallen („capitalizing on chance“).

Wie hängt ein Prädiktor mit einem Kriterium zusammen?

- korrelativer Zusammenhang

- wenn man nur einen Prädiktor hat (lineare Einfachregression), dann ist tatsächlich das standardisierte Regressionsgewicht gleich der Korrelation. Das ist bei multipler Regression (mit mehreren Prädiktoren) normalerweise nicht mehr so.

- bei der multiplen Regression zeigen die ß-Gewichte den spezifischen Zusammenhang zwischen einem Prädiktor und dem Kriterium an, der um die anderen Prädiktoren bereinigt ist (in etwa vergleichbar mit der Partialkorrelation).

Ob ein Prädiktor ein hohes Gewicht erhält, hängt ab von...

...der Kausalität zwischen Prädiktor und Kriterium

...dem Zusammenhang zwischen Prädiktor und Kriterium

...den sonstigen Prädiktoren in der Gleichung

...der Fragestellung

Ob ein Prädiktor ein hohes Gewicht erhält, hängt ab von...

...der Kausalität zwischen Prädiktor und Kriterium

...dem Zusammenhang zwischen Prädiktor und Kriterium

...den sonstigen Prädiktoren in der Gleichung

...der Fragestellung

dem „unique“-Beitrag aus der Regressionsgleichung und dem „alleinstehenden“ Zusammenhang aus der BP-Korrelation.

Multiple Regression: Was braucht man, um die Gleichung schätzen zu können?

Was geben die standardisierten Regressionskoeffizienten an?

- Man braucht eine Eichstichprobe mit beobachteten Kriteriumswerten und Prädiktorvektoren.

- Die standardisierten Regressionskoeffizienten geben den spezifischen Beitrag eines Prädiktors zur Vorhersage an, der um die Vorhersage durch alle anderen Prädiktoren bereinigt ist.

Multiple Korrelation: Man kann nach der Schätzung der Koeffizienten Schätzwerte für y berechnen. Die Korrelation dieser Schätzwerte mit den wahren Werten heißt...?

lineare Einfachregression

multiple Regression

multiple Korrelation

einfache Korrelation

Wie heißt das Quadrat der multiplen Korrelation und was gibt er an?

- er heißt multipler Determinationskoeffizient

- er gibt an, welcher Anteil an Varianz des Kriteriums durch die Schätzgleichung erklärt wird.

Multiple Regression

Welches Problem besteht bei dem multiplen Regressionskoeffizienten R Quadrat?

Der R²-Wert ist nicht erwartungstreu, er überschätzt den wahren Detkoeff systematisch.

Das sind Quadratsummen

Das sind Stichprobenvarianzen

Der R²-Wert ist also nicht erwartungstreu, er unterschätzt den wahren Detkoeff systematisch.

Multiple Regression

In welche Bestandteile lässt sich die Varianz der Kriteriumswerte zerlegen? (SStotal =?)

- SSregress + SSresidual

- also in die systematische Varianz (SSregress) und die Restvarianz (SSresidual), also das Rauschen der Werte um die Regressionsgerade (Varianz der Residuen)

Multiple Regression

Wie kann man das Problem des Determinationskoeffizienten R Quadrat lösen? Um erwartungstreue Schätzer zu erhalten...

...teilt man Zähler und Nenner des Bruchs durch die Quadratsummen

... quadriert man Zähler und Nenner des Bruchs durch die Freiheitsgrade der Quadratsummen

...teilt man Zähler und Nenner des Bruchs durch die Freiheitsgrade der Quadratsummen

... zieht man die Wurzel aus den Freiheitsgraden der Quadratsummen

RQuadrat kann nur monoton steigen, wenn...?

...neue Prädiktoren ins Modell aufgenommen werden.

Das adjustierte RQuadrat kann auch sinken, wenn...?

...der Prädiktor nicht besser vorhersagt als Zufallszahlen.

Multiple Regression

Mit welchem Test lässt sich berechnen, wie gut das Regressionsmodell vorhersagt?

T-Test

F-Test

Binomialtest

ANOVA

Chi-Quadrat-Test

Multiple Regression

„Signifikanz“ eines einzelnen Prädiktors bedeutet...?

dass er von Null verschieden ist

Multiple Regression

Was bedeutet R und korrigiertes R-Quadrat im SPSS Output?

- R ist die multiple Korrelation (=0.44)

- Korrigiertes R-Quadrat bedeutet, dass etwa 12% der Kriteriumsvarianz durch die 4 Prädiktoren erklärt werden

Multiple Regression

Welche Prädiktoren sind signifikant?

Nur Variable x3 scheint einen bedeutsamen Beitrag zu leisten. (kleiner als .05)

Multiple Regression

Geht es um eine möglichst gute Vorhersage aus den vorhandenen Prädiktoren...

...schaut man sich die Korrelationen zwischen Prädiktor und Kriterium an

...ist die Signifikanzfrage irrelevant

...wird die vollständige Regressionsgleichung verwendet

...muss auf Signifikanz geprüft werden

...schaut man sich die Korrelationen zwischen den Prädiktoren untereinander an

Multiple Regression

Geht es um die Prüfung eines Modells („ich glaube, daß sich y aus den Prädiktoren x1, x2 … vorhersagen läßt“)...

...sind die Einzeltests interessant

...ist die Gesamtanpassung interessant

...ist die konkrete Vorhersage interessant

...ist die Signifikantfrage irrelevant

Was sind die Voraussetzungen für die Berechnung einer multiple Regression? (4 Aspekte)

- Normalverteilte Fehler

- Varianzhomogenität (auf allen Prädiktorwerten)

- Prädiktoren sind selbst keine Zufallsvariablen; sind exakt gemessen

- alle relevanten Prädiktoren sind berücksichtigt:

- ein nicht gemessener, aber relevanter Prädiktor trägt zur Fehlervarianz bei

- korreliert dieser Prädiktor mit anderen Prädiktoren, dann sind die Fehler nicht mehr unabhängig von den Prädiktoren – seeehr schlecht.

Multiple Regression

Wie viele Fälle werden für die Berechnung der multiplen Regression benötigt?

N größer gleich 104 + k (Test der einzelnen Regressionskoeffizienten)

N größer gleich 100 + 8k (Test von R Quadrat)

N größer gleich 50 + k (Test von R Quadrat)

N größer gleich 50 + 8k (Test von R Quadrat)

N größer gleich 100 + 8k (Test der einzelnen Regressionskoeffizienten)

Multiple Regression

Mehr VPn führen zu...

größeren Effektstärken

größere Power

kleinere Power

kleineren Effektstärken

schiefe Kriterienverteilungen

Multiple Regression

Welches Variablen-Verhältnis wird bei einer Fishing-Excursion mit schrittweise Regression vorgeschlagen?

- 40:1

- bei 10 Variablen also mindestens 400 Fälle

Multiple Regression

Prüfung der Voraussetzungne durch...?

Residuenplots

Was ist bei der Prüfung der Voraussetzungne mit Residuenplots wichtig?

höherer Dichte um Null, wenig Punkte weiter weg

Fehlerterme des Modells sollen normalverteilt sein mit Mittelwert 0

geringere Dichte um Null, viele Punkte weiter weg

konstante Varianz der Fehlerterme und Unabhängigkeit von den Prädiktoren und damit unabhängig vom Wert des Kriteriums

Im Plot sollte sich eine symmetrische Verteilung der Punkte um die Null-Linie ergeben

Was tun, wenn die Verteilung der Fehler (und damit des Kriteriums) im Residuenplot nicht normal, sondern negativ schief ist? (siehe Bild)

In diesem Fall wäre eine Transformation des Kriteriums angesagt (wohl: ln() oder Wurzel).

Multiple Regression

Was kann man tun, wenn der Zusammenhang nicht linear ist? (siehe Bild)

- In diesem Fall kann eine Transformation von Prädiktoren helfen.

- Das hier riecht nach Quadrat, kann aber auch durch eine andere nichtlineare Funktion verursacht sein. Welcher Prädiktor wohl nichtlinear einwirkt, läßt sich durch Plots mit Prädiktorwert auf x-Achse und Residual auf y-Achse klären.

Methoden der Unterschiedsprüfung Master

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