Methoden der Unterschiedsprüfung Master
Uni Würzburg
Uni Würzburg
Set of flashcards Details
| 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>
|
Multiple Regression
Welche Voraussetzung ist in diesem Plot verletzt und wie lässt sich das Problem lösen?
- Hier steigt die Fehlerstreuung mit der Größe der Schätzwerte; Homoskedastizität ist verletzt.
- Nach T&F ist das kritisch, wenn die Minimal- und Maximalstreuung sich um den Faktor 3 oder höher unterscheiden.
- Unter Umständen hilft wieder eine Transformation von Prädiktoren.
- Möglicherweise fehlt auch ein Prädiktor im Modell, der mit den enthaltenen Prädiktoren interagiert (Beispiel: K=Einkommen, P=Alter; fehlend: Ausbildung)
Multiple Regression
Was bedeutet Multikollinearität?
- lineare Abhängigkeit von Prädiktoren
- wenn sich ein Prädiktor aus mehreren anderen gewichtet zusammensummieren lässt
Multiple Regression
Was wird beim Test auf Multikollinearität gemacht?
- In k Regressionen wird jeder Prädiktor einmal als abhängige Variable und die restlichen Prädiktoren als unabhängige Variablen betrachtet.
- Lässt sich ein Prädiktor aus den anderen linear vorhersagen, dann wird die multiple Korrelation sehr hoch. Die Statistikpakete nutzen 1-R², um solche Prädiktoren aus der späteren Analyse auszuschließen.
Multiple Regression
Wie nennt man 1-R-Quadrat und wozu dient es?
- heißt Toleranz
- wird genutzt, um multikollineare Prädiktoren aus der späteren Analyse auszuschließen
Was sind Semi-Partial-Korrelationen?
Wenn die Prädiktoren korrelieren, werden aus den (normalen) Korrelationen semi-partial-Korrelationen
Multiple Regression
Zur Bestimmung der b-Gewichte im Standard-(Einschluss-)- Verfahren werden...
Multiple Regression
Alternative Verfahren Methodenlehre schlagen die geteilte aufgeklärte Varianz bestimmten Prädiktoren zu. Dabei unterscheidet man grundsätzlich 2 Vorgehensweisen. Welche sind das?
1. Der VL entscheidet, in welcher Reihenfolge die aufgeklärte Varianz zerlegt wird = welcher Prädiktor wann ins Modell kommt (heißt „sequentielle“ oder „hierarchische“ Regression, ein starker statistischer Test)
2. ) SPSS entscheidet anhand der Einzelkorrelationen, welcher Prädiktor wann ins Modell kommt (heißt „statistische“ oder „stepwise“ Regression, ist grober Unfug)
Multiple Regression
Alternative Verfahren 1: Der VL entscheidet, in welcher Reihenfolge die aufgeklärte Varianz zerlegt wird = welcher Prädiktor wann ins Modell kommt. Wie nennt man dieses Verfahren?
Multiple Regression
Alternative Verfahren 2: SPSS entscheidet anhand der Einzelkorrelationen, welcher Prädiktor wann ins Modell kommt. Wie nennt man dieses Verfahren?
Multiple Regression
Wie wird die sequentielle Regression durchgeführt?
Der VL sagt aus inhaltlichen Gründen, erst komme x 1, dann x 2 und am Schluss x 3 ins Modell. Er legt also die Zerlegung von R² vor Datenerhebung fest.
Multiple Regression
Wie wird die stepwise Regression durchgeführt?
- SPSS nimmt den Prädiktor mit der größten Einzelkorrelation als ersten ins Modell, dann den mit der nächstgrößeren Semipartialkorrelation usw.
Multiple Regression
Was wird mit dem F Test der Regression geprüft?
- ob die Prädiktorenmenge Kriteriumsvarianz aufklärt oder ob R² eigentlich Null ist
Mutiple Regression
Was wird mit den Einzeltests der Prädiktoren geprüft?
- ob der Prädiktor einen „einzigartigen“ Beitrag liefert (Einschluss)
- ob der Prädiktor über die Prädiktoren, die bereits im Modell sind, hinaus einen weiteren Beitrag liefert (sequentiell und stepwise), der aber evtl. auch von späteren Prädiktoren mit erklärt würde
Multiple Regression
Das Verwenden der stepwise Regression unterliegt in der Regel der fishing excursion. Was ist fishing excursion bzw. andere Begriffe dafür?
Multiple Regression
Eine Regressionsgleichung sollte...
Multiple Regression
Warum kann man nicht eine klassische Regressionsanalyse (Einschlussverfahren) durchführen und die Prädiktoren, die nicht-signifikant werden, aus der Gleichung werfen?
- Die Gewichtung eines bestimmten Prädiktors beschreibt ja den spezifischen Beitrag, den diese Variable zur Vorhersage liefert, wenn der Beitrag aller anderen Variablen vorher berücksichtigt wird.
- Ändert man die Menge der Variablen, dann ändern sich zwangsläufig auch die ß`s.
Multiple Regression
Beim stepwise und sequentiellen Testen werden so lange Variablen in die Gleichung eingefügt oder rausgenommen, bis sich die Vorhersage nicht mehr signifikant ändert. Wie geschieht das bei den beiden Verfahren?
Multiple Regression
Welche Verfahren werden bei der Variablenselektion in SPSS üblicherweise dargeboten?
Multiple Regression
Wie geht man beim Einschlussverfahren vor?
- Entspricht dem Standardvorgehen
- Alle Variablen werden gleichzeitig in die Gleichung gesteckt
Multiple Regression
Was ist das Rückwärts-Verfahren bei der Variablenselektion?
- Alle Variablen am Anfang reinstecken, dann so lange nicht-signifikante Prädiktoren streichen, bis die Vorhersage deutlich schlechter wird
Multiple Regression
Was ist das Vorwärts-Verfahren bei der Variablenselektion?
- Variablen eine nach der anderen einbauen (hochsignifikante zuerst), bis sich die Vorhersage nicht mehr verbessert.
Multiple Regression
Was ist das schrittweise Vorgehen bei der Variablenselektion?
- rein statistische Suche nach der besten Variablenmenge durch „Ausprobieren“.
Multiple Regression
Folgende(s) Variablenselektionsverfahren ist/sind sequenziell:
Multiple Regression
Beim Vorwärts und Rückwärts Verfahren zur Variablenselektion können Variablen bei einem Schritt eingeschlossen werden und später wieder rausfliegen. Wahr oder falsch?
Multiple Regression
Wann kann eine stepwise Regression verwendet werden und worauf sollte man achten?
- wenn man keine Theorien belegen will
- stepwise-Regression ist äußerst empfindlich gegen Zufallsfehler --> Stichprobe sollte sehr groß und repräsentativ sein
- Kreuzvalidierung dringend ratsam, weil bei einer anderen Stichprobe ein ganz anderes Modell resultieren kann
Multiple Regression
Was ist die Kreuzvalisierung?
- Kreuzvalidierung mittelt in der Vorhersage, um eine genauere Schätzung der Modellvorhersageleistung abzuleiten.
- Man nennt es auch Resampling- Verfahren
- Das Ziel besteht darin, die Fähigkeit des Modells zu testen, neue Daten vorherzusagen, die bei der Schätzung nicht verwendet wurden
- damit können Probleme wie Überanpassung oder Selektionsverzerrung erkannt werden
- und man bekommt einen Einblick, wie das Modell auf einen unabhängigen Datensatz verallgemeinert wird
Multiple Regression
Wie wird die Kreuzvalidierung durchgeführt?
- Teilen der Stichprobe 80:20
- Gleichung mit 80% der VPn schätzen
- mit dieser Gleichung Schätzwerte für die anderen 20% der Stichprobe berechnen
- Wenn die Korrelation der Schätzungen mit den wahren Werten sehr klein wird, war wohl „cap-on-chance“ im Spiel.
- Andere Vorschläge teilen die Stichprobe 50:50
Multiple Regression
Was ist eine weitere Möglichkeit der Kreuzvalidierung und wie wird diese durchgeführt?
- eine weitere Möglichkeit ist „bootstrapping“
- viele Regressionen auf künstlichen Stichproben berechnen, die durch Ziehen mit Zurücklegen aus der tatsächlichen Stichprobe entstehen
Multiple Regression
Eine Regression kann man nur verstehen und bewerten, wenn...
Bei welchen Variablen kann eine multiple Regression verwendet werden?
Multiple Regression
Auch Interaktionseffekte können codiert werden. Dabei entspricht der Interaktionsterm dem Produkt der Einzelvariablen. Was ist zu beachten?
- Prädiktoren sollten vorher zentriert werden (wg. Multikollinearität)
- wird bei wenigen Variablen gemacht wegen Explosion der Kombinationen und Interpretationsproblem
MR Übung
Was wird in SPSS bei der Einschluss-Methode gemacht? Was ist die Konsequenz?
- alle Variablen werden gleichzeitig aufgenommen
- Konsequenz: Nur die Varianz, die der Prädiktor über alle anderen Prädiktoren hinaus erklärt, wird ihm zugeschrieben
MR Übung
Was bedeutet "R" in der Modellzusammenfassung im SPSS Output?
MR Übung
Was bedeutet ein Korrigiertes R-Quadrat von ,131 in der Modellzusammenfassung im SPSS Output?
- 13 % der Kriteriumsvarianz werden durch die (in diesem Fall 3) Prädiktoren erklärt
MR Übung
Mit welchem Test wird in der ANOVA Tabelle auf Signifikanz geprüft?
MR Übung
Wie wird der Regressionskoeffizient B auch genannt?
- Rohwertkoeffizient b
MR Übung
Beta ist der...?
MR Übung
Wie findet man im SPSS Output heraus, welche Variable den stärksten unique Beitrag leistet?
MR Übung
- wo sieht man im SPSS Output, dass Prädiktoren nacheinander aufgenommen wurden?
- zwei Tabellenzeilen in der Modellzusammenfassung: einmal ohne den Prädiktor und einmal mit
MR Übung
- Warum sollte man einen Blick auf die Einzelkorrelationen werfen?
- weil die beta-Gewichte von der Zusammensetzung der Prädiktorenmenge abhängen
- dazu klickt man auf Analysieren --> Korrelation --> Bivariat
