Set of flashcards Methoden der Unterschiedsprüfung (Page 1 of 3)

Flashcards	90
Language	Deutsch
Category	Psychology
Level	University
Created / Updated	25.01.2023 / 03.07.2024
Weblink	https://card2brain.ch/box/20230125_methoden_der_unterschiedspruefung
Embed	<iframe src="https://card2brain.ch/box/20230125_methoden_der_unterschiedspruefung/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Beschreibe das Modell der multiplen Regression:

k Prädiktoren x, 1 Kriterium y

Beschreibe den Unterschied zwischen b- und beta-Gewichten:

b-Gewichte:

enthalten Einheiten der Prädiktoren
Größe nicht interpretierbar (nur Vorzeichen!)
geschätzte y-Werte daraus direkt berechenbar

beta-Gewichte:

standardisierte b-Gewichte zwischen 1 und -1
zeigen spez. Zusammenhang zwischen einem Prädiktor und dem Kriterium an, der um die anderen Prädiktoren bereinigt ist
Größe interpretierbar
Beispiel für beta =0,8: Ist x-Wert eine SD über dem MW, so ist vorhergesagte y-WErt 0,8 SD über MW."

Nenne und beschreibe drei Parameter für die Qualität der Schätzung (multiple Regression):

multiple Korrelation R (Korrel der wahren & geschätzten y-Werte)

multipler Determinationskoeffizient R^2 (Anteil aufgeklärter Kriteriumsvarianz; überschätzt wahren Wert systematisch --> korrigiertes R^2 verwenden!)

F-Test (Ob Zusammenhang zwischen Prädiktoren & Kriterium?; besonders beim Vergleich verschiedener Modelle --> ist delta R^2 signifikant?)

Zähle die Voraussetzungen der multiplen Regression auf:

Normalverteilte Fehler
Varianzhomogenität
(keine Multikollinearität)
(genug Fälle = "unter 100 VPn braucht man nicht anfangen")
schwierig zu prüfen: exakt gemessene Prädiktoren & alle relevanten Prädiktoren berücksichtigt

Welche Aussage stimmt?

Auf nichtlineare Verteilung der Residuen reagiert man mit Transformation der Daten.

Kann man bei fehlender Varianzhomogenität über Transformation sowie einen fehlenden Prädiktor nachdenken.

Gibt es keine Lösung für eine negativ schiefe Verteilung der Residuen.

Unkorrelierte Prädiktoren sind eine Voraussetzung der multiplen Regression

Was ist Multikollinearität & wie überprüft man sie?

= lineare Abhängigkeit der Prädiktoren

Überprüfung durch Toleranzwert = 1-R^2 (<.1/.2 kritisch)

Lösung: Zentrieren der Variablen

Prädiktor - multiple Regression:

darf immer nur einer sein

quantitativ

stetig

es liegen mindestens 2 vor

Der Fehler ist...

additiv, normalverteilt und unabhängig

Homoskedastizität bedeutet...

, dass die Varianz mehrerer Gruppen gleich ist

Wann wende ich eine ANOVA an?

Wenn ich wissen will, ob die Mittelwerte zwischen mehreren Stichproben verschieden sind.

Wie viele Varianzschätzer werden in der ANOVA berechnet?

So viele wie Stichproben

zwei (sh. F-Bruch)

k-1

Die Hälfte der Anzahl der Stichproben

Was bedeuten jeweil MS_errorund MS_treat?

MS_error: Mittelwert der Varianzen innerhalb der Stichproben

MS_treat: Varianz der Stichprobenmittelwerte

Welche Aussagen stimmen, wenn man die Varianzschätzer im F-Bruch vergleichen will?

MSerror sollte möglichst groß sein

MStreat sollte möglichst groß sein

Wenn F<1, dann MStreat > MSerror

Wir finden einen kleinen MSerror gut

Was bedeutet ein kleiner MS_error?

Die Gruppen unterscheiden sich stark

Die VPn über alle Gruppen haben alle ähnliche Ergebnisse.

Die Gruppen unterscheiden sich kaum.

Die VPn innerhalb einer Gruppe haben alle ähnliche Ergebnisse.

Du bist für einen F-Bruch, was Cohen´s d für einen t-Test ist <3...

eta-Quadrat

= SS_treat/SS_total

_{Bedeutet: Prozent der Messwertvarianz, die durch Kenntnis der Faktorstufe aufgeklärt werden kann}

Was unterscheidet Kontraste & Post-hoc-Tests?

Kontraste: Untersuchung konkreter Hypothesen

Post-Hoc-Tests:Analyse von Datenmustern, die ich nach der Erhebung finde

(ACHTUNG: ALPHA_INFLATION! SCHROTSCHUSS!!!)

Welche Aussagen zu Kontrasten stimmen?

Es handelt sich um Vektoren mit k Werten

Möchte ich eine Gruppe ausschließen, codier ich -1.

Gruppen werden ggf. durch denselben Wert zusammengefasst.

Die Summe muss 0 sein

Es sind k-1 unabhängige Kontraste möglich

Was ist Orthogonalität und wie berechne ich die Orthogonalität von Kontrastvektoren?

= Unabhängigkeit der Vektoren

k-1 unabhängige Kontraste möglich

Skalarprodukt (also sozusagen ausmultiplizieren) --> wenn 0 rauskommt, ists unabhängig

Bei mehr als einem Kontrast muss man alpha-Adjustieren. Bitte erkläre zwei Arten der Adjustierung bei m Tests...

Bonferroni: alpha_adj = alpha/m
Bonferroni-Holm:
- Tests sortieren --> kleinster p-Wert zuerst
- ersten Test prüfen mit alpha/m
- zweiten mit alpha/(m-1) etc.
- Verfahren wird beendet sobald ein Test nicht signifikant wird!

Welche Aussagen zu Post-hoc-Tests sind richtig?

Gefahr der Schrotschuss-Statistik

Post-hoc-Tests korrigieren & sind dadurch sehr konservativ (Bsp.: Scheffé Test)

sind Hypothesentests

rechnen nur ausgewählte Einzelvergleiche

Nenne Voraussetzungen der ANOVA

Wichtig, aber schwierig zu testen:

Unabhängigkeit der Beobachtungen
Messwerte mindestens intervallskaliert

Tests, Adjustierungen & ANOVA robust gegen Verletzungen:

Normalverteilung
Varianzhomogenität

Was stimmt zum Umgang mit nicht normalverteilten Daten bei der ANOVA?

Transfo: logarithmieren bei linkssteil

Transfo: Quadratwurzel bei linkssteiler Verteil der Anzahlen

Transfo: Arcussinus bei Anteilswerten

Transfo: logarithmieren bei rechtssteil

Über 30 VPn ist dann auch egal;) --> Ignorieren

Was haben Shapiro-Wilk Test und Levene-Test gemeinsam?

beide prüfen Voraussetzungen der ANOVA

sie sollten signifikant werden, alpha sollte unter 0.2 sein

Wir wollen sie nicht signifikant, alpha über 0.2 sehen

Beide testen werden signifikant, wenn unsere Daten mit der jeweiligen Annahme bestmöglich übereinstimmen

Gibt es eindeutige Ähnlichkeiten zwischen ANOVA und multipler Regression?

Jap, u.a. mithilfe von Dummyvariablen.

Eig. Das gleiche, nur einmal mit kategorialen und einmal mit stetigen Prädiktoren aka Faktoren

Erkläre den Unterschied zwischen within- & between-Design:

Between:

jede VP wird nur einmal gemessen
Faktoren variieren zwischen VPn

Within:

jede VP wird mehrmals gemessen
Faktor variiert innerhalb der VPn
auch "Random Block Design", Verlaufskurven

Welche Aussagen zur ANOVA stimmen?

ANOVA wurde ursprünglich zur Auswertung von Experimenten entwickelt.

ANOVA verlangen eine mindestens ordinalskalierte AV.

Die Auswertung einer ANOVA verlangt nach einem experimentellen Design.

Die ANOVA schätzt die Streuung der Messwerte in der GG auf 2 Wege (Varianzschätzer)

Was ist der Grand Mean?

entspricht MSerror

entspricht MStreat

entspricht Mittelwert aller Messwerte

entspricht Mittelwert der Stichprobe

entspricht Mittelwert der Stichprobenmittelwerte

Welche Aussage zu den Freiheitsgraden stimmen?

df_treat und df_error lassen sich additiv zu df_total zusammensetzen

df_total = df_error - df_treat

Für df_treat gilt: Anzahl Faktoren - 1

Für df_total gilt: N - 1

Welche Abkürzungen bedeuten was?!

MS = Messwerte

df = Varianzschätzer

MS = Varianzschätzer

F = MS_error/MS_treat

df = Freiheitsgrade

Was stimmt bezüglich der Varianzschätzer?

Berechenbar durch SS/df

MS_total ist additiv zusammengesetzt aus MS_treat und MS_error

SS steht für Varianzschätzer

Man verwendet ein Verhältnis der Varianzschätzer, um W´keit für Befund zu erhalten

MS_treat + MS_error ergibt NICHT MS_total

Welche Aussagen sind korrekt?

Ist die Fehlervarianz größer oder gleich der Treatmentvarianz, muss man den F-Bruch nicht nachschlagen

Ziel ist, dass die Treatment-Varianz möglichst viel größer ist als die Fehlervarianz

Fehlervarianz steht unten im Bruch, Treatmentvarianz oben

Treatmentvarianz steht unten im Bruch, Fehlervarianz oben

Man berechnet beim F-Bruch der ANOVA Cohen´s d zur Überprüfung der Effektstärke

Wieso werden Kontraste den 2-Gruppen-t-Tests vorgezogen?

weil sie im Nenner mit MS_errorarbeiten und daher mehr df und mehr Power haben.

Welche Aussagen zur Unabhängigkeit von Kontrasten stimmen?

SPPS prüft keine Orthogonalität, muss man selber machen

k-1 orthogonale Kontraste sind möglich (=df der Fehlerquadratsumme)

k-1 orthogonale Kontraste sind möglich (= df der Treatmentquadratsumme)

Man prüft eher wenige Kontraste & achtet auf Unabhängigkeit dabei

Kontraste schützen vor alpha-Inflation

Welche Aussagen zum Umgang mit nicht normalverteilten Daten sind korrekt?

Bei einfaktorieller ANOVA im Between-Design: N> 30 bedeutet ignorieren

Logarithmieren (z.B. RTs) / Arcussinus (Anzahlen) bei linkssteilen Verteilungen

Man kann eine ANOVA mit Rangwerten berechnen

Bei der Berechnung der Rangwerte wird die Stichprobenzugehörigkeit berücksichtigt

Quadratwurzel bei linkssteilen Verteilungen von Anzahlen

Welche Aussagen zum Umgang mit ungleichen Varianzen sind korrekt?

Sind die Stichproben gleich groß, kann man es ignorieren.

Eine Adjustierung der df nur über den Welch-Test.

Wahl eines nonparametrischen Verfahrens als sicherste Möglichkeit

Randomisierungstests durchführen

Resampling-Verfahren durchführen

Power ist die...

Wahrscheinlichkeit, einen existierenden Effekt auch zu entdecken

Was sind Vorteile, eine ANOVA mit einer Regression zu berechnen?

direkte Schätzung der Modellparameter möglich (grand mean, alpha etc.)
Residualanalyse möglich
Mischen von kontinuierlichen und kategorialen Prädiktoren
Werkzeug für alles (GLM)

Welche Aussagen stimmen bezüglich der Varianzanalyse?

Es sollte eine zufällige Aufteilung der VPn erfolgen

N ist die Gesamtstichprobe, n die Zahl der VP in einer Stichprobe

AV sollte mindestens nominalskaliert sein

Eine multivariate ANOVA hat mehrere UVn

Eine Split-Plot Design ist auch multivariat auswertbar

Welche Aussagen bezüglich der mehrfaktoriellen ANOVA sind korrekt?

Kontraste der HE nur interpretierbar, wenn keine Interaktion vorliegt

Interaktionen kann es insgesamt nur so viele wie Faktoren geben

Bei vier Faktoren kann es bis zu sechs Zweifach-Interaktionen geben

Haupteffekte kann es so viele wie Faktoren geben

Der F-Bruch der Interaktion wird mit MS_AxB im Zähler berechnet

Welche Aussage zum Plotten von Interaktionen stimmt?

Es ist inhaltsabhängig

Der Faktor mit mehr Stufen sollte verschiedene Linien erhalten

Der Faktor A sollte auf der x-, Faktor B auf der y-Achse angetragen werden (oder umgekehrt)

Der Faktor mit mehr Stufen sollte auf der x-Achse liegen, der andere als Linien geplottet werden

Methoden der Unterschiedsprüfung

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