Cartes mémoires Methoden der Unterschiedsprüfung (Seite 3 von 3)

Cartes-fiches	90
Langue	Deutsch
Catégorie	Psychologie
Niveau	Université
Crée / Actualisé	25.01.2023 / 03.07.2024
Lien de web	https://card2brain.ch/box/20230125_methoden_der_unterschiedspruefung
Intégrer	<iframe src="https://card2brain.ch/box/20230125_methoden_der_unterschiedspruefung/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Was sind Vorteile der Stepdown-Analyse ggü. der Post-hoc-Analyse?

- durch Auspartialisieren der bereits getesteten Variablen --> unabhängige Tests (unabhängig von "höheren" Variablen)

- alpha-Adjustierung (da unabhängig nach Bonferroni möglich)

Profilanalyse: Welche Aussagen sind korrekt?

Der Between-HE wird durch einfaktorielle ANOVA getestet

Der Within-HE wird durch einfaktorielle ANOVA getestet

Interaktion & WIthin-HE wird durch einfaktorielle MANOVA der Messwertdifferenzen getestet

Ein signifikanter HE der Between-Variable in MANOVA bedeute signifikante Interaktion

Ein signifikanter "Test des konstanten Terms" bedeutet dass kein signifikanter within-HE vorliegt

Was ist die zentrale Frage der DKA?

Können wir aus Messwert Gruppenzugehörigkeit vorhersagen?

Was sind Annahmen der DKA und wieso?

- Multivariate Normalverteilung (nicht prüfbar, unkritisch)

- Varianzhomogenität

problematisch bei ungleichen Gruppengrößen
Gruppen mit hoher Varianz sind wie "Magnete"
wichtiger als bei MANOVA

Welche Aussagen zur DKA stimmen?

Ziel ist es, mit einem einzigen Merkmal maximal zwischen Gruppen zu trennen

Es werden Linearkombinationen berechnet

Die max. Funktionsanzahl ist immer die Anzahl der Gruppen -1

Die max. Funktionsanzahl kann der Anzahl an Merkmalen entsprechen

Welche Aussagen sind korrekt?

Die standardisierte kanonische Diskriminanzfunktionskoeffizienten zeigen mir die Gewichtung jeder Variable für die Funktionen an

Die Struktur-Matrix zeigt mir die Gewichtung jeder Variable für die Funktionen an

Die Struktur-Matrix zeigt mir an, wie die Merkmale auf den Dimensionen laden

Werte aus der standardisierte kanonische Diskriminanzfunktionskoeffizienten-Tabelle kann ich so in die Gleichung einsetzen

Welche Aussagen sind korrekt?

metrische AV, kategoriale UV = Varianzanalyse

metrische AV, kategoriale UV = multiple Regression

metrische AV, metrische UV = multiple Regression

metrische AV, metrische UV = Varianzanalyse

metrische AV, metrische UV = Diskriminanzanalyse

DKA: Welche Aussagen sind falsch?

Ziel ist die Gruppierung von Objekten anhand ihrer Merkmale

Bei sehr ungleichen Zellbesetzungen kommt die logistische Regression in Frage

im Gegensatz zur DKA, kann man in der MANOVA Zentroiden analysieren

Man kann bei einem mehrfaktoriellen MANOVA-Design auch eine entsprechende DKA rechnen

Bei einer DKA sind inhomogene Varianzen problematischer als bei einer ANOVA

DKA: Welche Aussagen sind korrekt?

Es besteht eine Ähnlichkeit zwischen der Idee einer DKA und der Faktorenanalyse

Die maximale Anzahl an DKF entspricht den Gruppen-df

In der Praxis findet man meist mehr als 2 signifikante DKF

Gruppenzentroidunterschiede auf den Achsen können nicht signifikant werden

Korrelation der Prädiktoren mit den DKF ist wie die Ladung einer Variablen auf den Faktor in einer Faktorenanalyse

DKA: Welche Aussagen zu den Voraussetzungen der DKA sind falsch?

Nicht-Orthogonalität wegen ungleicher Zellbesetzungen entfällt, da einfaktorielles Design

unterschiedliches n ist schlecht

Man braucht eine univariate Normalverteilung

Varianzhomogenität sollte gegeben sein (wichtiger als bei MANOVA)

Varianzhomogenität wird ein Problem bei ungleichen Zellgrößen

Methoden der Unterschiedsprüfung

Créer ou copier des fichiers d'apprentissage

Créer ou copier des fichiers d'apprentissage

Connecte-toi pour voir toutes les cartes.

SWITCHaai

Office 365

Edulog

Apple ID

Google