Erste VL


Kartei Details

Karten 230
Sprache Deutsch
Kategorie Technik
Stufe Universität
Erstellt / Aktualisiert 18.01.2025 / 11.02.2025
Weblink
https://card2brain.ch/box/20250118_forschungsmethoden_einzelfallforschung_1
Einbinden
<iframe src="https://card2brain.ch/box/20250118_forschungsmethoden_einzelfallforschung_1/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Welche Zeitreihe nimmt man bei der Autoregression als Prädiktor? Und was bedeutet das?

.Die verschobene Zeitreihe. Die heißt auch: Lag-Zeitreihe.

= Jeder Wert soll aus dem vorhergehenden Wert derselben Variable vorhergesagt werden. 

Bsp: Lässt sich meine heutige Stimmung durch meine gestrige Stimmung vorhersagen? Lässt sich der Aktienkurs jetzt aus dem Aktienkurs von vor eienr Stunde vorhersagen?

2 Arten von Prädiktoren, die sich aus der Zeitreihe selbst ergeben

- Autoregressive Effekte (Autoregression ? Autokorrelation) (vorherige Werte der Zeitreihe beeinflussen den aktuellen Wert)

            - je nachdem, wieviele Werte einen direkten Einfluss haben, spricht man von der Ordnung des regressiven Effektes (2 voraisgehende MZP haben direkten Einfluss = autoreg Effekt 2. ORdnung, AR-2)

- Moving Average (vorherige "Fehler" beeinflussen den aktuellen Wert)

            - je nachdem, wieviele vorherige Fehler einen direkten Einfluss haben, spricht man von der Ordnung des Moving Average Effektes (2 vorausgehende Fehler direkten Einfluss -> Moving Average Effekt 2. Ordnung, MA-2)

Prädiktoren, die auf Zeit (t) beruhen

- zb linearer Trend, wie periodische Schwankungen der Tages-, Wochen- Jahresperiodik- hier lässt sich ein großer Varianzanateil durch eine periodische Funktion beschreiben, die sich als Funktion der Zeit ausdrücken lässt. (y = f(t))

Welche Arten von Prädiktoren gibt es für die ZRA? /"Arten serieller Abhängigkeit"

- Prädiktoren, die auf Zeit beruhen

(Trend, periodische Schwankungen)

- Prädiktoren, die sich aus der Zeitreihe selbst ergeben y = f(yt-1), y = f(at-1)

(autoregressive Effekte, moving average Effekte)

- eine andere Zeitreihe dient als Prädiktor y =f(x) , y = f(xt-1)

(Intervention, andere Variable, zeitversetzte andere Variable)

i.d.R. werden mehrere Prädiktoren verwendet, um ein passendes Modell für Zeitreihe zu finden (mult Reg)

-> Folie 40!!!

ZRA und multiple Regression: wie hängen diese zusammen?

- mathematisch gesehen entspricht die ZRA einer multiplen Regression. Die ZRA basiert auf einer multiplen Regressionsgleichung.- Besonderheiten: Prädiktorvariablen und AVa sind  Zeitreihen (haben die Struktur von Daten im Zeitverlauf)- Es geht also um die Frage, ob und wie sich die Systematik d. Werte/ Veränderung d. Werte im Zeitverlauf beschreiben und vorhersagen lässt. 

Was ist serielle Abhängigkeit

Daten, die im Zeitverlauf gewonnen werden, schwanken nicht völlig zufällig, sondern nähere Werte sind sich ähnlicher als zeitlich entferntliegendere. 

Es gibt hier eine Trägheit (es wird nicht vom einen auf den anderen Moment alles neu gemischt) und ein Gedächtnis 

Normale inferenzstat Verfahren können i.d.R. bei solchen Daten nicht angewandt werden

Was ist Gegenstand der Zeitreihenanalyse?

Die interne Struktur der Daten (Es ist also keine Voraussetzung, dass die Daten voneinander unabhängig sind).Diese wird mit ZRA entweder untersucht (wenn i.i.) oder rausgerechnet (Prewhitening), wenn man mit anderen Verfahren an Zeitreihe analysieren will

Was ist bei Zeitreihenanalyse besonders interessant, was bei anderen statistischen Verfahren belanglos ist?

.Die Abfolge der Werte. Unabhängigkeit eines Wertes von den vorausgehenden Werten ist hier in der Regel daher nicht gegeben (keine Unabhängigkeit der Fehler -> serielle Abhängigkeit)

Normale statistische Verfahren sind daher für Zeitreihendaten nicht angemessen!

Einsatzgebiet Multivariate Zeitreihenanalyse?

Analyse dynamischer Interaktionen im Zeitverlauf zur Überprüfung kausaler Hypothesen über die Wirkungsrichtung der Beeinflussung (zeitliche Richtung der Beeinflussung)

Einsatzgebiet bivariater Zeitreihenanalyse (Interventionsanalyse)

Entwickling eines Interventionsmodells zur Untersuchung der Auswirkungen einer Intervention auf das Verhalten (KlinPsy und alle anderen Anwendungsgebiete d. Psychologie)

Einsatzgebiete der univariaten Zeitreihenanalyse?

- Entwicklung eines Vorhersagemodells bzgl Gesetzmäßigkeit einer Zeitreihe zur Untersuchung der natürlichen (nicht-exp) intra-individuellen Variabilität und Stabilität von Verhalten im zeitlichen Verlauf

(Überprüfung, ob serielle ABhängigkeit und Elimination der seriellen Abhängigkeit ("Prewhitening"), um andere Verfahren einsetzen zu können. 

5 Ziele der Zeitreihenanalyse in der Psychologie

- Erkennen der Systematik einer Zeitreihe -> um Intervention abzuleiten (Bsp 7-Tage-Trend der Stimmung)

- Beurteilung einer Interventionswirkung

- Zusammenfassung d. Info bezüglich periodischer Schwankungen zu wenigen Kennwerten, die weiter verrechnet werden

- Identifikation d. internen Struktur d. Zeitreihe (zb autoreg. Prozesse), um diese zu eliminieren, damit später andere statistische Verfahren angewandt werden können ("Prewhitening")

- Analyse d. ggseitigen Beeinflussung zweier Zeitreihen, um Hypothesen über kausale Ursache-Wirkungs-Richtungen zu prüfen (Ursache muss früher auftreten als Wirkung) -> Multivariate ZRA

Noch zu beachten für (Daten in der) Zeitreihenanalyse

- Daten können sich auf Personen oder andere Merkmalsträger beziehen (Bsp Wetter, Aktienkurse,...)

- Pro Merkmalsträger & Zeiteinheit kann eine Variable betrachtet werden (univariate Zeitreihenanalyse) oder mehrere (bivariate/ multivariate ZRA)

- Zur Beurteilung d. Interventionseffektes wird eine Intervention i.d.R. ebenfalls als Zeitreihe dargestellt (0 = Baseline, 1 = Intervention)

Was gilt für die Zeitpunkte in der Zeitreihenanalyse? (2 Voraussetzungen)

- können unterschiedlich "dicht" sein: Sekunden, Stunden, Tage, Monate, Jahre, etc ABER: sollten äquidistant sein. Messung muss dann also in regelmäßigen Abständen vorgenommen werden. 
- man braucht für Zeitreihenanalyse viele Datenpunkte. Je nach Analyseart mind 20-50

Wie wird die Zeit in der Zeitreihenanalyse dargestellt?

Als diskrete Variable (d.h. Messung der Variablen erfolgt nicht kontinuiertlich, sondern nur zu bestimmten Zeitpunkten). 

Zeitreihenanalyse: Was ist das und ein Beispiel

In Zeitreihenanalysen sind zeitliche Verläufe eines bestimmten Merkmals dargestellt. Sie ist ein Auswertungsverfahren für Daten im Zeitverlauf ;Bsp: (Covid-Zahlen), Monatliche Arbeitslosenzahlen, Bevölkerungsentwicklung,..

Zeitreihenanalyse I

Welche inferenzstatistische Methode kann man zur Auswertung von Einzelfalldaten mit serieller Abhängigkeit nutzen?

Zeitreihenanalyse

Wieso berechnet man bei Einzelfalluntersuchungen nicht mit einem t-Test, ob es Mittelwertsunterschiede zwischen Baseline und Interventionsphase gibt?

- Voraussetzungen parametrischer Tests oft nicht gegeben: Skalenniveau, Verteilungsvoraussetzungen, Varianzhomogenität, Anzahl an Werte unzureichend, Unabhängigkeit der Werte- alles außer die Unabhängigkeit der Werte ließe sich durch non-parametrische Verfahren lösen. Aber das ist nicht gegeben (serielle Abhängigkeit)

Beispiele 
PND = 100%
PND = 90%
PND = 50%

(auch hier sind Werte wieder nicht zeitlich voneinander unabhängig, weswegen wir keinen t-Signifikanztest auf Unterschiedlichkeit machen können)

Probleme des PND?

- nur anwendbar, wenn es keinen Trend in den Daten gibt
- Problematisch, wenn es Decken- oder Bodeneffekte gibt (weil Daten dann evtl gar nicht von Baselineniveau "weg können")
- Problematisch bei großer Variabilität (besonders bei Ausreißern in der Baseline

Außerdem ist PND generell problematisch, weil er nur auf einem Wert der Baselinephase (dem niedrigsten/höchsten) basiert und dadurch unzuverlässig ist. (Aber es gibt andere Maße, die auf PND beruhen und weniger störanfällig und daher vorzuziehen sind)

Wie genau berechnet sich der PND?

PND = (Anzahl nicht überlappender Werte Interventionsphase / Anzahl Werte Interventionsphase) * 100

Was wird beim Prozentsatz-nicht-überlappender-Daten (PND) berechnet?

Hier wird berechnet, ob/wieviel sich die Daten aus Baseline und Interventionsphasen überschneiden. Genauer: wieviel % der Datenpunkte der Interventionsphase außerhalb des Bereichs der Baseline liegen. Wenn Bild, dann PND = 100%

Probleme bei der visuellen Auswertung von Einzelfalluntersuchungen

- Wenn Werte in Baseline- und Interventionsphase nicht sehr deutlich voneinander getrennt: visuelle Auswertung unbefriedigend, fehlerträchtig, evtl auch wenig objektiv

- Das gleiche gilt, wenn Interventionswirkung mit Verzögerung eintritt (und diese Verzögerung nicht genau vorherzusagen ist)

- Kleine Interventionswirkungen können leicht übersehen werden oder nicht vorhandene Veränderungen in die Daten hineininterpretiert werden (dem will man schon mit dem Einzeichnen visueller Hilfsmittel entgegenwirken)

auf anderer Folie noch genannt: mangelnde Objektivität & Reliabilität (zb Erwünchtheitseffekte)

- Weitere Möglichkeiten der Auswertung:
- genauere grafische Analyse: Einzeichnen von Mittelwert- und Trendlinien in Baseline und Interventionsphase
- einfache stat Maße: "PND"
- Zeitreihenanalyse

Bsp grafische Darstellung & visuelle Inspektion von Situation mit zeitverzögerter Änderung im Mittelwert (und der Variabilität)

(Latenz = Wirkung tritt mit Zeitverzögerung nach Interventionsstart ein.
Problem dabei könnte sein, dass etwas anderes am 14. Tag passiert ist. Zeitliche Verbindung von Interventionsstart und Effekt wäre eig Voraussetzung für Kausalitätsaussage, wäre hier nicht mehr gegeben)

Bsp grafische Darstellung & visuelle Inspektion von Änderungen im Trend

Bsp grafische Darstellung und visuelle Inspektion von Veränderung im Mittelwert und der Variabilität

Einzeichnen von Hilfsmitteln erhöht Objektivität

Ziel & zu betrachtende Aspekte von grafischer Darstellung und optischer Inspektion

Ziel: Frage beantworte, ob Intervention zu Veränderung in Zielverhalten geführt hat.u betrachten:- Änderungen im Mittelwert- Änderungen im Trend- Änderungen in Variabilität- Latenz der Veränderungen- Ähnliche Veräufe bei Replikation(bzw auch Kombi zu betr

5 Vorteile und 3 Probleme der grafischen Darstellung und optischen Inspektion

Vorteile: 
- einfach, wenig Aufwand und geringe stat Kenntnisse nötig
- Augenscheinvalide
- oft ausreichend, wenn Ergebnisse eindeutig sind
- Unterschiede, die nicht eindeutig mit bloßem Auge erkennbar sind, besitzen oft eh keine Praxisrelevanz
- menschnlicher Rater kann komplexe Beziehungen berücksichtigen, die evtl mit stat Verfahren nicht so eindeutig erfassbar sind (zb Latenz)

 

"Probleme":
- erfordert Erfahrung
- mangelnde Auswertungs-Objektitivät und Auswertungs-Reliabilität (zb Erwünschtheitseffekte)
- Interventionseffekte können übersehen werden (zb bei hoher Variabilität oder großer Latenz (widerspricht sich ja selbst))

Gesichtspunkte zur grafischen Darstellung & visuellen Inspektion zur Auswertung von Einzelfalluntersuchungen 

(was ist das: ich schaue Versuchsplan, Ablauf, AV, wie sie sich verändert hat,.. an)

- verbreitetste Verfahren für Analyse, besonders im Anwendungskontext, v.a. wenn Forschung von (zb klin.) Praktiker*innen durchgeführt wird

- Ist dann ausreichend, wenn Interventionswirkung groß und eindeutig zu erkennen ist. Daran ist man in angewandter Forschung oft interessiert. (ansonsten nicht sehr befriedigend und Objektivität nicht gegeben)

Wie werte ich Einzelfalldaten aus:
"Ist eine Veränderung tatsächlich auf Intervention zurückzuführen?"

Versuchsdesign: Kontrolle von Störvariablen

Wie werte ich bei Einzelfalldaten aus:
"Wie stark ist der Effekt?" -> Antwort zb: Untervention klärt % an Variabilität in meinen DAten

qualitativ (zb groß/ eindeutig) oder quantitativ (zb PND = 80%, erklärte Varianz = 70%)

Wie werte ich bei Einzelfalldaten aus:
"Gibt es einen Effekt?"

visuell oder statistisch

Welche Arten der Auswertung von Einzelfalldaten / -versuchsplänen gibt es?

Vergleich direkte/ systematische vs klinische Replikation und ihre logische zeitliche Reihenfolge

 

direkt/systematisch:

- einzelne, abgrenzbare Interventionen/ Komponenten eines Behandlungspakets.
- bei Personen mit spezifischen Störungen

klinische Replikation:

- komplexe Interventionen (aus versch Bausteinen)
- bei komplexen Problemen
- wie in Realität - "Feldtest"

Was ist klinische Replikation und wo findet sie statt?

Von klinischer Replikation spricht man, wenn ein Behandlungspaket auf Pat mit verschiedenen oder mehreren Problemen gleichzeitig angewandt wird (Paket, das evtl bei untersch. Problemen angewandt werden kann).

Sie findet immer im Anwendungskontext (klinische, reale Bedingungen) statt. 

Wann spricht man von systematischer Replikation und was sind ihre Ziele?

Von systematischer Replikation spricht man, wenn einzelne Aspekte der Untersuchung systematisch verändert werden (zb Eigenschaften d. Klienten, Therap., andere Störung, andere Situation). Möglichst nur eine wichtige Variable pro Untersuchung (für Rückführbarkeit). 

Ziele: Erweiterung des Geltungsbereiches oder Abgrenzung des Geltungsbereiches (zb bei Jüngeren passiert was anderes als bei Älteren -> meine Hypothese gilt dann nur für die eine Altersgruppe).
außerdem: Nachweis d. Reliabilität und Stärkung der internen Validität bei erfolgreicher Replikation
 

Sonst noch so:
- je nach Komplexität d. Fragestellung können viele systematische Replikationen sinnvoll sein. Auch misslungene Replikationsversuche informativ und interessant -> stecken ab, geben Hinweise auf Wirkmechanismen

Wann spricht man von direkter Replikation und was ist ihr Ziel?

Von direkter Replikation spricht man, wenn eine Untersuchung unter möglichst vergleichbaren Umständen wiederholt wird. Eine Untersuchung sollte zunächst mehrfach dorekt repliziert werden, bevor eine systematische Replikation erfolgt. 

Ziel: Nachweis d. Reliabilität. (Gibt es bei Wdh selben Effekt?), Absicherung der internen Validität, Generalisierung auf andere, ähnliche Personen (unter gleichen Umständen?

 

Sonst noch zu beachten dazu:

- Direkte, intraindividuelle Replikation ist Bestandteil aller experimentellen Einzelfallpläne und essentiell für die Sicherstellung interner Validitä (zb ABAB).
- Direkte, interindividuelle Replikation: dient dem Nachweis der Reliabilität/Zuverlässigkeit des Interventionseffektes.(keinen Signtest auf Unterschiedlichkeit in verschiedenen Phasen bei einer Person, weil diese Werte nicht unabhängig voneinander wären, was eine Voraussetzung für diesen Test wäre). Sie wird mit ähnlichen ("homogenen") Personen durchgeführt und erlaubt zusätzliche Generalisierung über Personen. 
 

Welche drei Arten von Replikation mit unterschiedlichen Eigenschaften und Zielen wurden besprochen?

Direkte Replikation, Systematische Replikation, Klinische Replikation

Wie ist die Argumentation der Generalisierung bei Einzelfallstudien?

"Wenn andere Praktiker*innen ähnliche Fälle unter ähnlichen Situationen mit ähnlichen Methoden untersuchen, werden die Ergebnisse vermutlich ähnlich sein" (Reliabilität vorausgesetzt)