Set of flashcards Statistik (Page 5 of 10)

Flashcards	387
Language	Deutsch
Category	Psychology
Level	University
Created / Updated	08.07.2023 / 20.07.2023
Weblink	https://card2brain.ch/box/20230708_methoden_statistik
Embed	<iframe src="https://card2brain.ch/box/20230708_methoden_statistik/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Bei welchem Test soll die H0-Hypothese angenommen werden, der Test also nicht signifikant werden?

Bartlett-Test

Hosmer-Lemeshow-Test

Wald Statistik

Likelihood-Ratio Test

Welches Kriterium müssen Hypothesen nicht erfüllen?

Hypothesen müssen sich auf empirisch untersuchbare Sachverhalte beziehen

Sie sollen allegmeingültig sein

SIe sollten die Form eines Konditionalsatzes haben, weil durch diese Art der Formulierung gut Widersprüche ausgedrückt werden können

Sie müssen falsifizierbar sein

Wie errechnet man die Spezifität?

1-alpha

Welche der Aussagen trifft nicht auf Dependenzanalysen zu?

Werden auch Struktur-entdeckende Verfahren genannt

dienen der Überprüfung von Zusammenhängen zwischen Variablen

es Erfolgt eine EInteilung in UVs und AVs

Bei der Graphischen Extraktion von Faktoren, was entspricht hier dem Faktor?

Resultante der Variablenvektoren

Die Grafik zeigt:

Random Intercept & fixed slope

Random Intercept & random slope

Fixed Intercept & fixed slope

Fixed Intercept & random slope

Eine Lösungsstrategie für das das Äpfel-und-Birnen-Probelm ist:

Klare Auswahlkriterien bei den Primärstudien

Primärstudien auf methodische Qualität kontrollieren

Festlegung der Fragestellung basierend auf Gerneralisierungsabsicht

Methodischen Mindeststandard für Einschluss festlegen

Was ist eine Theorie?

geordnete Menge von Begriffen und Aussagen, die Phänomen beschreiben und erklären

Was ist eine Hypothese?

vorläufige und überprüfbare! Aussage zu Zusammenhängen, Unterschieden, Ursache-Wirkungs-Beziehungen

Vermutung über Gesetzmäßigkeit

real, emprisich untersuchbar

allgemeingültig

Widerspruchsfrei (Konditionalsätze)

falsifizierbar

Was ist eine wissenschaftliche Methode?

Menge geordnerter Schritte zur OBJEKTIVEN Erhebung und Analyse von Daten

Zeichne den wissenschaftlichen Kreislauf auf.

Theorie allgemein

Deduktion Indutktion

Empirie speziell hoch^

Welche Aussage über Hypothesen ist falsch?

Hypothesen sind Vermutungen über Gesetzmäßigkeiten

Wissenschaftliche Hypothesen müssen vier Kriterien erfüllen.

Hypothesen sind überprüfbare Aussagen zu Zusammenhängen, Unterschieden oder Ursache- Wirkungs-Beziehungen.

Hypothesen können a priori oder a posteriori formuliert werden.

Welche Aussagen zwei zu Hindernissen bei Experimenten sind richtig?

Der Dunning-Kruger-Effekt stellt ein Hindernis bei Beobachtungen dar.

Der Rosenthal-Effekt stellt ein Hindernis bei Befragungen dar.

Der Dunning-Kruger-Effekt stellt ein Hindernis bei Befragungen dar.

Der Rosenthal-Effekt stellt ein Hindernis bei Beobachtungen dar.

Welche Aussage zu Experimenten ist falsch?

Bestimmte Faktoren werden manipuliert.

Neben der UV dürfen auch andere Variablen direkten Einfluss auf die AV haben.

Es wird erfasst, wie sich eine Manipulation auf das Erleben/Verhalten der VP auswirkt.

Randomisierte Zuordnung ist eine wichtige Voraussetzung.

Welche zwei Aussagen zu Moderator- und Mediatorvariablen sind richtig?

Moderatorvariablen verändern den Einfluss der UV auf die AV.

Moderatorvariablen vermitteln den Einfluss der UV auf die AV.

Mediatorvariablen verändern den Einfluss der UV auf die AV.

Mediatorvariablen vermitteln den Einfluss der UV auf die AV.

Skizziere, auf welche Art eine Moderatorvariable auf die Beziehung zwischen UV und AV wirkt.

UV --> AV

Pfeil hoch zum Pfeil Moderator

Skizziere, auf welche Art eine Mediatorvariable auf die Beziehung zwischen UV und AV wirkt.

UV --> Mediator --> AV

Welche Aussage zu Moderatorvariablen ist falsch?

Einfluss von Moderatoren kann störend sein.

Moderatoren können nicht als Störvariablen betrachtet werden.

Der Einfluss von Moderatoren kann kontrolliert werden.

Moderatoren können als Kontrollvariablen betrachtet werden

Welche Aussage zur Inferenzstatistik ist falsch?

Inferenzstatistik untersucht, ob Unterschiede/Zusammenhänge statistisch bedeutsam sind.

Kernfrage ist, wie wahrscheinlich ein Ergebnis ist, wenn es tatsächlich einen Zusammenhang gibt.

p = .01 bedeutet, dass das Ergebnis mit der Wahrscheinlichkeit von 1% zufällig entstanden ist.

In der Psychologie werden Befunde mit p < .05 i.d.R. als signifikant eingestuft.

Kernfrage ist, wie wahrscheinlich ein Ergebnis ist, wenn es tatsächlich keinen Zusammenhang gibt.

Welche Aussage zu Hypothesen und Fehlern 1. Und 2. Art ist richtig?

In der Nullhypothese wird die eigentliche Vermutung formuliert.

In der Alternativhypothese wird postuliert, es gäbe keine Unterschiede/Zusammenhänge.

Einen Fehler 1. Art könnte man auch als „entgangenen Schuss“ beschreiben, denn ein Ergebnis wird nicht signifikant, obwohl es eigentlich einen Effekt gibt.

Fehler 1. Art kann reduziert werden, indem man das alpha-Niveau senkt.

Welche Aussage zu statistischen Aussagen ist falsch?

Statistische Aussagen sind Gruppenaussagen.

Statistische Befunde erlauben keine Aussagen über Individuen.

Individuen, die nicht zum Befundmuster passen, widerlegen die Gültigkeit statistischer Aussagen.

Ein Beispiel für eine statistische Aussage wäre: „Jungen schneiden in Lesetests im Durchschnitt schlechter ab als Mädchen.“

In einer Studie wird untersucht ob Patient*innen die ein Medikament bekommen sich besser fühlen als Patient*innen die ein Placebo bekommen. Was bedeutet d=1

Die Mittelwerte sind gleich und das Medikament wirkt gar nicht

Die Mittelwerte sind verschieden und das Medikament führt zu mehr Unwohlsein.

Die Mittelwerte der Medikamentengruppe sind etwas höher, fühlen sich nur wenig besser.

Die Mittelwerte der Medikamentengruppe sind um eine Standardabweichung über dem Mittelwert der Placebogruppe, das Medikament hat einen hohen Effekt.

Was ist kein Vorteil der Mehrebenenmodelle?

Prädiktoren mehrerer Skalenniveaus

modelliert Abhängigkeiten und Spherizität

kein Fallausschluss bei missing data nötig

keine NV der Residuen nötig

Welche Aussage zu Fixed und Random Effects stimmt?

Fixed effects bedeutet, dass alle relevanten Bedingungen im Experiment auftauchen

Bei Fixed effects können Ergebnisse generalisiert werden

Random effects bedeutet, dass Koeffiziententen können je nach Lvl-2 Kontext variieren

Fixed effects und random effects tauchen nur bei Regressionsanalysen auf

Welche Aussage zu Random coefficients trifft zu?

Random slope bedeutet, dass sich Ausgangspunkte je nach Level2-Kontext verändern können

Random intercept bedeutet, dass der Zusammenhang zwischen Prädiktor und AV je nach Level2-Kontext verändern kann

Bei random coefficients wird die Variabilität in der Regressionsgleichung modelliert

Bei random coefficients werden keine gruppenspezifischen Abweichungen von intercept und slope geschätzt

Wofür steht b1 in dieser Regressionsgleichung?

y_i = b₀+ b₁ * x_i+ r_i

Intercept

Slope

Residuum

Kriteriumswert

Gib ein Bsp. Für eine Level 2-Gleichung: __________________

Level 2 = g₀₀ + u _0j + ( g₁₀ + u _1j) * x _ij + r_ij

= g₀₀ + g₁₀* x_ij + u_0j + u _1j * x_ij + r_ij

_{Fixed effects} gamma schleife (grün) _random_{effects u und rest (lila)}

Was gehört bei MEM-Gleichungen zu den fixed effects?

Durchschnittlicher intercept

Residuum

Gruppenspezifische Abweichung vom durchschnittlichen intercept

Gruppenspezifische Abweichung vom durchschnittlichen slope

Wie wird diese Kovarianz-Struktur genannt?

Variance Components

AR(1)

Unstructured

Compound Symmetry

Was ist kein Schritt in der Datenanalyse bei MEMs?

Testung des Nullmodells

Testung der Modelle mit Prädiktoren

Beachtung der Fit-Indizes

Betrachtung der Eigenwerte

Welche Parameter gehören NICHT zu MEM?

KMO

AIC

Devianz

BIC

Welche Aussage zur Maximum-Likelihood-Schätzung ist falsch?

schätzt Parameter eines Modells so, dass die Wahrscheinlichkeit der beobachteten Daten maximal ist

muss genutzt werden, um Modelle anhand ihrer Devianzen vergleichen zu können

Modelle dürfen sich hier nur in den random effects unterscheiden

wird als Schätzverfahren für Mehrebenenmodelle und logistische Regressionen eingesetzt

Welche Aussage stimmt? Der Dunning-Kruger-Effekt...

tritt nur bei Experten auf.

beschreibt die Tendenz, die eigenen Fähigkeiten in Bereichen zu überschätzen, in denen man selbst nur wenig Fachwissen hat.

beschreibt die Tendenz, die eigenen Fähigkeiten in Bereichen zu überschätzen, in denen man mittelmäßiges Fachwissen hat.

ist keine kognitive Verzerrung.

alpha- und beta-Fehler. Welche Aussage stimmt?

die Fehlerarten hängen nicht miteinander zusammen.

wenn man den alpha-Fehler verringert, verringert sich auch der beta-Fehler.

Die Teststärke wird berechnet mit der Formel: 1-alpha

wenn man den alpha-Fehler verringert, vergrößert sich der beta-Fehler.

Faktorenanalyse: Welche Aussage ist falsch?

der Bartlett-Test sollte möglichst signifikant werden.

das KMO-Kriterium gilt als “bestes” Verfahren zur Eignungsprüfung einer Korrelationsmatrix für eine Faktorenanalyse.

das KMO-Kriterium zeigt an, in welchem Umfang die Ausgangsvariablen Varianz teilen.

das KMO-Kriterium zeigt an, in welchem Umfang die Faktoren Varianz teilen.

Was trifft auf strukturentdeckende Verfahren nicht zu?

Ziel ist die Entdeckung von Zusammenhängen.

Es gibt keine Einteilung in UVs und AVs.

Eine Bezeichnung für diese ist „Dependenzanalysen“.

Die explorative Faktorenanalyse ist ein strukturentdeckendes Verfahren.

Was trifft auf strukturprüfende Verfahren zu?

Es werden keine Zusammenhänge überprüft.

Es gibt eine Einteilung in UVs und AVs.

Eine Bezeichnung für diese ist „Interdependenzanalysen“.

Die Clusteranalyse ist ein strukturprüfendes Verfahren.

Fülle zu strukturentdeckenden Verfahrem aus:

nominal:

metrisch:

nominal: Clusteranalyse ?

metrisch: Faktorenanalyse

Fülle die Tabelle zu strukturprüfenden Verfahren aus. Nominal

UV und AV Nominal

UV Nominal, AV metrisch

UV metrisch, AV/Kriterium Nominal

UV und AV Metrisch

F

Fülle die Tabelle zu strukturprüfenden Verfahren aus. Nominal

UV und AV Nominal --> Kontigenzanalyse/Log. Reg.

UV Nominal, AV metrisch --> Multiple Varianzanalyse

UV metrisch, AV/Kriterium Nominal --> Diskriminanzanalyse, Log. Reg.

UV und AV Metrisch --> Multiple Regression

Was sind die vier zentralen Ziele der Faktorenanalyse?

Datenreduktion, Prüfung der Hypothesen, Sortierung, Generierung von Faktoren

Strukturierung, Datenreduktion, Überprüfung der Dimensionalität, Hypothesengenerierung

Hypothesengenerierung, Faktorengenerierung, Strukturierung, Sortierung

Datenreduktion, Strukturierung, Standardisierung, Hypothesengenerierung

Statistik

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