Statistik
Statistik Master Klipps
Statistik Master Klipps
Fichier Détails
| Cartes-fiches | 47 |
|---|---|
| Langue | Deutsch |
| Catégorie | Psychologie |
| Niveau | Université |
| Crée / Actualisé | 02.09.2025 / 14.09.2025 |
| Lien de web |
https://card2brain.ch/cards/20250902_statistik?max=40&offset=40
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20250902_statistik/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Was ist zu Reporten
Gepoolte Effektstärke
τ^2 mit konfidenzintervall
I^2 mit Konfidenzintervall
Prädiktionsintervall
Darstellungsmöglichkeiten: Forest plot
Größe des Quadrats: Gewicht der Studie (meist SPGröße)
Horizontale Linien: konfidenzintervall (meist 95%) je länger desto unpräzisere Schätzung
Vertikale Linie: Null Effekt Linie --> wenn geschnitten dann Ergebnis nicht signifikant
Modelldiagnostik durch
Sensitivitätsanalysen
Modelldiagnostik
Publikationsbias
Sensitivitätsanalysen
Grundidee: bleibt Effekt bestehen wenn ich Modell anhand Teilstichprobe errechne
-> nur Studien mit low RoB
-> oder Studien mit ausreichend Power
Modelldiagnostik Baujat Plot
Plotter den Einfluss der einzelnen Studien über Beitrag zur gesamtheterogenität
Publication bias
Studien mit kleinen/ keinen Effekten oft vermutlich nciht publiziert (file drawer problem)
Studienergebnisse möglicherweise verzerrt (p-hacking, outcome switching)
Das macht Probleme weil wir davon ausgehen dass vorhandene Studien ganze mögliche Bandbreite abdecken
--> funnel plot
Funnel Plot
Studien sollten symmetrisch im 95% Konfidenzbetei h verteilt sein (Dreieck)
Je höher oben umso größere/ präzisere Studien (kleine SE)
Je weiter rechts umso größerer Effekt
--> Asymmetrien deuten auf Publikationsbias hin
