Unsystematische Störvariablen
|
|
- Maike Fried
- vor 7 Jahren
- Abrufe
Transkript
1 wirken auf AV, variieren aber nicht mit UV haben keinen Einfluss auf Unterschiede zwischen den Bedingungen Unsystematische Störvariablen (Eid, Gollwitzer & Schmitt, 2010, S. 56f) Es gibt individuelle Unterschiede zwischen Personen (innerhalb jeder Bedingung), diese Unterschieden bestehen aber nicht systematisch zwischen Bedingungen z.b. Symptomatik von schwerer gestörten Patienten verbessert sich nicht (Einfluss auf a.v); Anteil schwer gestörter Patienten ist jedoch in Kontroll- und Treatmentgruppe gleich (kein Einfluss auf u.v.) Vergrösserung der Varianz innerhalb der Bedingungen (Fehlervarianz) -> Nachweis eines Effekts wird erschwert
2 Systematische Störvariablen (Eid, Gollwitzer & Schmitt, 2010, S. 56f) variieren systematisch mit UV und wirken auf AV -> Scheineffekte (Artefakte) - > Beeinträchtigung der internen Validität Gleichsinnige Konfundierung: Hypothese wird durch Artefakte scheinbar bestätigt Gegensinnige Konfundierung: Hypothese wird durch Artefakte scheinbar widerlegt Personengebundene Störvariablen Selektion, Personen in einzelnen Bedingungen unterscheiden sich voneinander (Patienten in Kontrollgruppe sind schwerer gestört als in Treatmentgruppe) Bedingungsgebundene Störvariablen es gibt neben der u.v. weitere Unterschiede zwischen Bedingungen (z.b. Versuchsleitereffekte: freundliche gut organisierte Versuchleiterin in Bedingung A vs unfreundliche, schlecht organisierter Versuchsleiter in Bedingung B). Situationsgebundene Störvariablen Effekte entstehen erst in der Situation (z.b. unterschiedliche Erwartungseffekte bezüglich d. Wirksamkeit der Behandlung in Kontroll- und Treatmentgruppe).
3 Kontrolle von Störvariablen (Eid, Gollwitzer & Schmitt, 2010) Eliminierung: (z.b. EEG-Aufzeichnung in schalldichtem Faradayschen Käfig) Konstanthalten: (z.b. gleiche Versuchsleiterin, identischer Ablauf; nur Männer als Vp) Ausbalancieren: Häufigkeitsverteilung kategorialer Störvariablen ist in allen Bedingungen gleich (z.b. gleiches Verhältnis von Männern u. Frauen) Parallelisierung: Kontinuierliche Störvariable soll in Untersuchungsbedingungen gleich verteilt sein. Variable (z.b. Gewicht, Ausprägung der Störung) wird vor der Untersuchung gemessen. Personen mit gleicher Ausprägung werden Untersuchungsbedingungen zugeteilt. Variable müssen bekannt sein Problem, wenn viele Variablen vorliegen Randomisierung: Zufällige Zuteilung zu Untersuchungsbedingungen Variable brauchen nicht bekannt zu sein Problem: Setzt grosse Stichproben voraus Auspartialisierung: Einfluss d. Störvariable wird statistisch eliminiert (nachträgliches Konstanthalten)
4 Gruppen, die verglichen werden sollen, unterscheiden sich in Merkmalen, die mit a.v. Zusammenhängen Z.B. gibt es vor Beginn einer Studie Unterschiede zwischen Treatment- u. Kontrollgruppe im Schweregrad d. Störung Probleme bei Auspartialisierung der Störvariable(n) (Eid, Gollwitzer & Schmitt, 2010, S. 667) Kovarianzanalyse (Regressionsanalyse). Ausprägung zum Präzeitpunkt wird aus Postmessung herauspartialisiert. Test auf Gruppenunterschiede prüft, ob Treatment- u. Kontrollgruppe sich unterscheiden, wenn alle Personen bezüglich d. Präwerte gleich sind (Test über Residuen) Voraussetzung ist, dass Regressionsmodell korrekt ist: Linearer Zusammenhang zwischen Prä- u. Postmessung Gleicher Zusammenhang in beiden Gruppen alle relevanten Störvariablen werden einbezogen dass unabhängige Variablen u. Störvariablen ohne Messfehler gemessen werden Problem, wenn grosse Mittelwertsunterschiede u. nicht überlappende Verteilungen in Kovariate vorliegen
5 Kontrolle von Störvariablen durch Experimentelle Designs Variation zwischen Personen (between subject design) Personen werden randomisiert einer von mehreren Untersuchungsbedingungen zugeteilt (Medikament A vs. Medikament B vs. Placebo) Problem: Randomisierung umso weniger wirksam, je kleiner die Gruppen Variation innerhalb von Personen (within subject design) Die gleichen Personen durchlaufen mehrere Versuchsbedingungen (Medikament A vs. Medikament B vs. Placebo) Vorteil: Versuchspersonen bilden eigene Vergleichsgruppe -> Konstanthalten der Personenvariablen -> Reduktion der Fehlervarianz -> Erhöhung der Power -> Problem: Reihenfolgeeffekte (Wirkung des Placebos ist besser zu erkennen, wenn die Medikamente bereits verabreicht wurden, als wenn Placebo zuerst verabreicht wird). Störgrössen wie Motivation und Müdigkeit verändern sich mit der Zeit -> Reihenfolge wird permutiert -> Welche Person welche Reihenfolge erhält wird randomisiert zugewiesen. Carry-over-Effekte (Medikament A ist noch nicht vollständig abgebaut und beeinflusst Wirkung von Medikament B und Placebo) -> Reihenfolge wird permutiert; genügend Zeit zwischen Bedingungen Lerneffekte führen zu dauerhafter Veränderung (Within Subject design ist deshalb nicht oder nur bedingt geeignet, wenn Lerneffekte zu erwarten sind).
6 Probleme bei Auspartialisierung der Störvariable(n) Beispiel (Eid, Gollwitzer & Schmitt, 2010, S. 667f) 140 Vergleich zwischen zwei Interventionen Vortest Nachtest Interventionsgruppe Kontrollgruppe
7 Probleme bei Auspartialisierung der Störvariable(n) Lords Paradox (Eid, Gollwitzer & Schmitt, 2010) Ergebnisse der Kovarianzanalyse (Korrelation Prä-Post r =.80): Regressionsgewicht Prä Post: 0.797*** Regressionsgewicht Experimentalgruppe: 2.791** Ergebnis Vergleich der Prä Post Differenzwerte t-test der Differenzwerte: t= 0.397, df = 998, p =.692 Unterschied zwischen beiden Analysen basiert darauf, dass bei Kovarianzanalyse Messfehler der Kovariate nicht berücksichtigt wird und als Scheinunterschied zwischen den Gruppen erscheint.
Messwiederholungen und abhängige Messungen
Messwiederholungen und abhängige Messungen t Tests und Varianzanalysen für Messwiederholungen Kovarianzanalyse Thomas Schäfer SS 009 1 Messwiederholungen und abhängige Messungen Bei einer Messwiederholung
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
MehrGrundlagen der Versuchsmethodik. Datenauswertung. Datenvisualisierung
Grundlagen der Versuchsmethodik Datenauswertung Datenvisualisierung Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu
MehrMethodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrForschungsmethoden: Definition
Forschungsmethoden: Definition Unter Forschungsmethoden versteht man die generelle Vorgehensweise beim Aufstellen der Fragestellung, bei der Planung, der Durchführung und der Auswertung einer Untersuchung.
MehrForschungsmethoden. Versuchspläne. Florian Kobylka
Forschungsmethoden Versuchspläne Florian Kobylka 09.12.2016 Rückblick Einordnung Erkenntnisgewinn Realitiätsprüfung Fragestellung Umsetzung... 09.12.2016 2 / 27 Versuchsplan Design Aufbau, Kontrolle und
MehrGrundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens
Grundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 AUFGABE 1. Beschreibe einen experimentellen
MehrLernziele Experimentelles Praktikum
Lernziele Experimentelles Praktikum Inhaltsverzeichnis 1. Theoretischer Hintergrund des Artikels 2. Grundlagen des Experimentierens 3. Schritte der allgemeinen Versuchsplanung 4. Unabhängige Variablen
MehrWörterbuch zur Statistik III. Um den Einfluss der Kovariablen bereinigte Mittelwerte Man schaut die Zentroide an und bildet den Mittelwert aller Vpn.
Adjustierte Mittelwerte Wörterbuch zur Statistik III. Um den Einfluss der Kovariablen bereinigte Mittelwerte Man schaut die Zentroide an und bildet den Mittelwert aller Vpn. ŷ ŷ X - x X Gemeinsamer Mittelwert
MehrKipp/Opitz UdS 2007/08. Experimentalmethodik
Experimentalmethodik Alltagspsychologie & Wissenschaftliche Psychologie nicht systematisch trennend zw. Richtigem und Falschem nicht methodisch kontrolliert geeignete Werkzeuge nicht kritische Überprüfung
MehrMethodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II
ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II 1.1 Durch welche Elemente lässt sich laut der Formel für die multiple Regression der Wert einer Person auf einer bestimmten abhängigen Variable Y vorhersagen? a)
MehrGrundlagen der Versuchsmethodik, Datenauswertung und -visualisierung
Grundlagen der Versuchsmethodik, Datenauswertung und -visualisierung Sommersemster 007 Analyse und Modellierung von Blickbewegungen Veranstalter: Hendrik Koesling Grundlagen der Versuchsmethodik, Datenauswertung
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Überblick: Forschungsprozess Theoriebil dung Auswertung Interpretation Operationalisierung Erhebung S. 2 Versuchsplanung Festlegung
Mehrmethodenlehre ll ALM und Mehrfaktorielle ANOVA Mehrfaktorielle ANOVA methodenlehre ll ALM und Mehrfaktorielle ANOVA
15.04.009 Das Allgemeine lineare Modell Post hoc Tests bei der ANOVA Mehrfatorielle ANOVA Thomas Schäfer SS 009 1 Das Allgemeine lineare Modell (ALM) Varianz als Schlüsselonzept "The main technical function
MehrMethodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrThema 2: Forschungsstrategien & Forschungsdesigns. PD Dr. Maximilian Sailer
Thema 2: Forschungsstrategien & Forschungsdesigns PD Dr. Maximilian Sailer Lernziele Funktion Forschungsstrategien und Forschungsdesigns in den Sozialwissenschaften Experimentelle Forschung Versuchspläne
MehrKurzzusammenfassung der Einführungsvorlesung zum emp. Praktikum
Kurzzusammenfassung der Einführungsvorlesung zum emp. Praktikum Arten von Hypothesen Unterschiedshypothesen Behauptung, dass sich die Variation einer Variablen (der unabhängigen Variablen, UV) auf mindestens
Mehr11. Wirksamkeits- und Wirksamkeitsunterschiedshypothesen, Evaluationsparadigmen, Vergleichsgruppen und Kontrolle
11. Wirksamkeits- und Wirksamkeitsunterschiedshypothesen, Evaluationsparadigmen, Vergleichsgruppen und Kontrolle Willi Hager 11.1 Das Prinzip der Kontrolle In allen empirischen Vergleichen muss das grundlegende
MehrExperimentalpsychologisches Praktikum
Experimentalpsychologisches l i h Praktikum Prof. Dr. Adrian Schwaninger Fachhochschule Nordwestschweiz Hochschule für Angewandte Psychologie +41 (0) 76 393 24 46 Adrian.Schwaninger@fhnw.ch 3. Sitzung
MehrFormulierung und Transformation von Hypothesen Prüfung am Beispiel des Artikels von Bailer, Takats, & Westermeier, 2001)
Formulierung und Transformation von Hypothesen Prüfung am Beispiel des Artikels von Bailer, Takats, & Westermeier, 2001) Die Forschungshypothesen sind auf S. 270 formuliert. Bailer et al. sprechen nicht
MehrQuasiexperimentelle Ansätze der Ergebnisevaluation
Sozialpsychologie und Politische Psychologie HBM6: Evaluation (051105) Sitzung 10: Quasiexperimentelle Ansätze der Ergebnisevaluation Überblick über heutige Sitzung Quasiexpe erimentelle Ansätze der Er
MehrDrittvariablenkontrolle in der linearen Regression: Trivariate Regression
Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle
Mehr5. Untersuchungsdesigns
Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion 5. Untersuchungsdesigns Experimente als Instrument zur Prüfung von Kausalität Kohortenstudien, Fall-Kontroll-Studien,
MehrAlltagspsychologie & Wissenschaftliche Psychologie
Versuchsplanung I Alltagspsychologie & Wissenschaftliche Psychologie "Gleich und gleich gesellt sich gern." "Gegensätze ziehen sich an." nicht systematisch trennend zw. Richtigem und Falschem nicht methodisch
MehrC) Erkläre alle Haupt- und Interaktionseffekte inkl. Richtiger formaler Statistik-Darstellung.
Gedächtnisprotokoll EEP WS 18/19 1. Termin Offene Fragen: (Insgesamt 28 offene) 1) Es wurde eine Studie zum Thema Anstrengung und BDNF-(Nervenwachstumshormon) Gehalt im Blut durchgeführt. Die Versuchspersonen
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrExPra FS Bibliotheksführung University of Zurich. Stefan Michel & Anton Bolfing
ExPra FS 2008 Stefan Michel & Anton Bolfing 28. 2. 2008 Bibliotheksführung Wann: 2.3.2008 um 8:. Die Besammlung findet in der Eingangshalle der ZB statt. Di G Die Garderobe d b muss NICH benutzt b t t
Mehrstartfaq BAG Beobachtungsstudie Bias
Hier finden Sie die Erläuterung zu Fachbegriffen, welche in wissenschaftlichen Studien verwendet werden. Sollten Begriffe nicht aufgeführt sein, geben Sie uns doch ein Feedback, damit wir diese ergänzen
MehrBeobachtung und Experiment II
Beobachtung und Experiment II Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Was ist ein Experiment? kontrollierte
MehrMultiple Lineare Regression. Statistik (Biol./Pharm.) Herbst 2012
Multiple Lineare Regression Statistik (Biol./Pharm.) Herbst 2012 Wdh: Einfache lineare Regression Modell: Y i = β 0 + β 1 x i + ε i, ε i ~N 0, σ 2 i. i. d Finde β 0, β 1 : Methode der kleinsten Quadrate
MehrMultiple Lineare Regression. Statistik (Biol./Pharm./HST) Herbst 2013
Multiple Lineare Regression Statistik (Biol./Pharm./HST) Herbst 2013 Wdh: Einfache lineare Regression Modell: Y i = β 0 + β 1 x i + ε i, ε i ~N 0, σ 2 i. i. d Finde β 0, β 1 : Methode der kleinsten Quadrate
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrEinführung ins Experimentieren. Methodenpropädeutikum II Allgemeine Psychologie. Überlegungen zum exp. Design. Adrian Schwaninger & Stefan Michel
Methodenpropädeutikum II Allgemeine Psychologie Adrian Schwaninger & Stefan Michel Einführung ins Experimentieren 1. Fragestellung und Hypothesen 2. Variablen und Operationalisierung UV und Störvariablen
MehrSPSS IV Gruppenvergleiche (>2 Gruppen) A priori & post hoc-tests. H0: Die mittlere Anzahl der Seegräser (µ) hängt nicht von der Seeigel menge ab.
SPSS IV Gruppenvergleiche (>2 Gruppen) A priori & post hoc-tests A parametrisch -- ANOVA Beispieldatei: Seegräser_ANOVA H0: Die mittlere Anzahl der Seegräser (µ) hängt nicht von der Seeigel menge ab. µ
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrKapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten
Kapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten 5.1. Einführung Einfaktorielle Varianzanalyse Überprüft die Auswirkung einer gestuften (s), unabhängigen Variable X, auch Faktor
MehrPVK Statistik Tag Carlos Mora
PVK Statistik Tag 2 11.1.2012 Block 4 Block 3 Übersicht 11.1.2012 09:00 6. Zwei-Stichproben-Tests für stetige Verteilungen (2.Teil) Übung 2C 1h inkl. Pause 7. Lineare Regression 12:00 Übung 3 Mittag 13:00
MehrKapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten
Kapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten 5.1. Einführung Einfaktorielle Varianzanalyse Überprüft die Auswirkung einer gestuften (s), unabhängigen Variable X, auch Faktor
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrMotivationale und volitionale Prozesse in der Handlungsinitiierung (Orbell & Sheeran, 2000)
Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Motivationale und volitionale Prozesse in der Handlungsinitiierung (Orbell & Sheeran, 2000) Urte Scholz & Benjamin Schüz www.fu-berlin.de
MehrEinfaktorielle Varianzanalyse Vergleich mehrerer Mittelwerte
Einfaktorielle Varianzanalyse Vergleich mehrerer Mittelwerte Es wurden die anorganischen Phosphatwerte im Serum (mg/dl) eine Stunde nach einem Glukosetoleranztest bei übergewichtigen Personen mit Hyperinsulinämie,
MehrVIII Experimentelle und quasi-experimentelle Designs
VIII Experimentelle und quasi-experimentelle Designs Varianzkontrolle für die abhängige Variable Bestimmung von Vergleichsgruppen Modus für die Aufteilung der Versuchspersonen Vergleichsgruppen bestimmen
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Merkmale von Hypothesen verschiedene Arten von Hypothesen Logik des
MehrGestaltungsempfehlungen
Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Gestaltungsempfehlungen Überblick Auswahl der Empfehlungen Gestaltungseffekte
MehrZur Statistik im neuen Genehmigungsantrag
Zur Statistik im neuen Genehmigungsantrag 21. Essener Informationstreffen, 12. März 2014 PD Dr. Nicole Heussen nheussen@ukaachen.de Institut für Medizinische Statistik RWTH Aachen Zur Statistik im neuen
MehrDiagnostik von Regressionsmodellen (1)
Diagnostik von Regressionsmodellen (1) Bei Regressionsanalysen sollte immer geprüft werden, ob das Modell angemessen ist und ob die Voraussetzungen eines Regressionsmodells erfüllt sind. Das Modell einer
Mehrt-tests Lösung: b) und c)
t-tests 2015 Assessmentmodul 1 - Frage B10: Ein Team von Gesundheitspsychologinnen hat ein Programm entwickelt, das die Studierenden der Universität Zürich dazu anregen soll, mehr Sport zu treiben. In
MehrSPSS III Mittelwerte vergleichen
SPSS III Mittelwerte vergleichen A Zwei Gruppen ------------ Zwei-Stichproben t-test Beispieldatei: Seegräser Fragestellung: Unterscheidet sich die Anzahl der Seegräser in Gebieten mit und ohne Seeigelvorkommen
MehrEinfaktorielle Varianzanalyse
Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einfaktorielle Varianzanalyse Überblick Einführung Alphafehler-Kumulierung Grundprinzip
MehrJahrestagung refonet Methodenseminar Fehlerquellen in Studien Bias und Confounding
Jahrestagung refonet Methodenseminar Fehlerquellen in Studien Bias und Confounding Dr. med. Barbara Hoffmann, MPH Claudia Pieper Was kommt Zufällige Fehler Systematische Fehler Selection bias Measurement
MehrMultivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167
Multivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.167 Multivariate Regression Verfahren zur Prüfung des gemeinsamen linearen Einflusses mehrerer unabhängiger Variablen auf eine
MehrÜbungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
MehrTechniken zum Erreichen von Konstanz
Wozu Konstanz? Techniken zum Erreichen von Konstanz Um interne Gültigkeit zu erreichen, muss man Techniken benutzen, die den differenziellen Einfluss von Störvariablen ausschalten. Möglichkeiten dazu:
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Kriterien von Hypothesen verschiedene Arten von Hypothesen Logik
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Studien mit Messwiederholungen Studie mit Messwiederholungen
MehrEinführung ins Experimentieren. Methodenpropädeutikum II Allgemeine Psychologie. Hypothesen. Fragestellung. Adrian Schwaninger & Stefan Michel
Methodenpropädeutikum II Allgemeine Psychologie Adrian Schwaninger & Stefan Michel Einführung ins Experimentieren 1. Fragestellung und Hypothesen 2. Variablen und Operationalisierung und Weitere Variablen
MehrExperimentelle und quasiexperimentelle
Experimentelle und quasiexperimentelle Designs Experimentelle Designs Quasi- experimenttel Designs Ex- post- facto- Desingns Experimentelle Designs 1. Es werden mindestens zwei experimentelle Gruppen gebildet.
MehrPrüfungsliteratur: Rudolf & Müller S
1 Beispiele zur univariaten Varianzanalyse Einfaktorielle Varianzanalyse (Wiederholung!) 3 Allgemeines lineares Modell 4 Zweifaktorielle Varianzanalyse 5 Multivariate Varianzanalyse 6 Varianzanalyse mit
MehrProbeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende
Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten
MehrWeitere Varianzanalysen
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Weitere Varianzanalysen Überblick Varianzanalyse mit Messwiederholung Kovarianzanalyse
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 1. Vorlesung:.5.3 Agenda 4. Multivariate Varianzanalyse i. Einführung in die multivariate Variananalyse ii. iii. iv. Statistisches Modell, Hypothesentestung
MehrVergleich von Gruppen I
Vergleich von Gruppen I t-test und einfache Varianzanalyse (One Way ANOVA) Werner Brannath VO Biostatistik im WS 2006/2007 Inhalt Der unverbundene t-test mit homogener Varianz Beispiel Modell Teststatistik
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
Mehr4. Ergebnisbeschreibung
4. Ergebnisbeschreibung 4.1. Charakterisierung der Stichprobe Tab.4 Charakteristik der Gruppen zum Prä-Messzeitpunkt (Basline), ie Konrollgruppe (n0 = 14), Galileo-Gruppe (n1 = 15) und Power-Plate-Gruppe
MehrPsycholinguistik. Definition: Psycholinguistik (synonym: Sprachpsychologie) erforscht das kognitive (mentale) System, das den Sprachgebrauch erlaubt.
Psycholinguistik Definition: Psycholinguistik (synonym: Sprachpsychologie) erforscht das kognitive (mentale) System, das den Sprachgebrauch erlaubt. Teilgebiete der Psycholinguistik Können danach klassifiziert
MehrEinteilung von Forschungsdesigns
Grundfrage Wie muß eine Untersuchung angelegt sein, damit ich den kausalen Einfluß einer unabhängigen Variablen (Stimulus) auf eine abhängige Variable überprüfen kann? 1 Einteilung von Forschungsdesigns
MehrQuantitative Methoden (Vertretung für Prof. Th. Pechmann)
Quantitative Methoden (Vertretung für Prof. Th. Pechmann) Inferenzstatistik III: Varianzanalyse (ANOVA) Andreas Opitz Universität Leipzig Institut für Linguistik Fragen, die Sie nach der letzten Sitzung
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrSignifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-
SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Kriterien von Hypothesen verschiedene Arten von Hypothesen Logik
MehrPsychologische Methodenlehre Statistik
RAINER LEONHART Psychologische Methodenlehre Statistik Mit 21 Abbildungen und 40 Tabellen Mit 64 Ubungsfragen Ernst Reinhardt Verlag Miinchen Basel Inhalt Vorwort 9 1 Einfuhrung in die Forschungsmethoden
MehrTEIL 4: FORSCHUNGSDESIGNS UND UNTERSU- CHUNGSFORMEN
TEIL 4: FORSCHUNGSDESIGNS UND UNTERSU- CHUNGSFORMEN 1 Forschungsdesign Charakterisierung: Das Forschungsdesign legt den Rahmen (bzw. die Anordnung) fest, in dem die vom Forscher aufgestellten Hypothesen
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrStatistik II Übung 4: Skalierung und asymptotische Eigenschaften
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden
MehrForschungsmethodik II, SS 2010
Forschungsmethodik II, SS 2010 Michael Kickmeier-Rust Teil 4, 12. Mai 2010 Versuchspläne 1 Versuchsplanung / Versuchspläne Von der Idee zum Versuchsplan 1. Vorexperimentelle Pläne Geeignet um Vorversuche
MehrEinführung in die Induktive Statistik: Varianzanalyse
Einführung in die Induktive Statistik: Varianzanalyse Jörg Drechsler LMU München Wintersemester 2011/2012 Varianzanalyse bisher: Vergleich der Erwartungswerte für zwei normalverteilte Variablen durch t-test
MehrHypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav
Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der
MehrTEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN
TEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN GLIEDERUNG Forschungsdesign Charakterisierung Grundbegriffe Verfahrensmöglichkeit Störfaktoren Graphische Darstellung Arten von Störfaktoren Techniken
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrMethodik für Linguisten
Claudia Methodik für Linguisten Eine Einführung in Statistik und Versuchsplanung narr VERLAG 1 Reisevorbereitungen und Wegweiser 2 Linguistik als empirische Wissenschaft 15 2.1 Karl Popper und der Falsifikationismus
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrSchätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO
Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung
MehrDie Varianzanalyse. Jonathan Harrington
Die Varianzanalyse Jonathan Harrington Anova und t- test t- test oder ANOVA (Analysis of Variance = Varianzanalyse) Ein Faktor mit 2 Stufen ANOVA Hat Geschlecht einen Einfluss auf die Dauer? Ein Faktor
MehrEvaluationsparadigmen und Kontrolle
sp Sozialpsychologie und Politische Psychologie HBM6: (051105) Sitzung 9: Wirksamkeirschiedshypothesen, sparadigmen und Kontrolle sp Lernziele: 1. Verständnis der Bedeutung der internen Validität von en
MehrFallzahlplanung bei unabhängigen Stichproben
Fallzahlplanung bei unabhängigen Stichproben Seminar Aktuelle biometrische Probleme Benjamin Hofner benjamin.hofner@stat.uni-muenchen.de 12. Januar 2005 Übersicht 1. Einführung und Grundlagen der Fallzahlplanung
MehrEike Fittig, Johannes Schweizer & Udo Rudolph Technische Universität Chemnitz/ Klinikum Chemnitz. Dezember 2005
Lebenszufriedenheit bei chronischen Erkrankungen: Zum wechselseitigen Einfluss von Strategien der Krankheitsbewältigung, Depression und sozialer Unterstützung Technische Universität Chemnitz/ Klinikum
Mehr10 Designfragen: Planung von Evaluationsuntersuchungen
1 Designfragen: Planung von Evaluationsuntersuchungen / K16*8a6*15( B8&6.'1 Kb&567%&.,'1, +'1 +,. / 1 3 5,+,,,.,/,,1,,3,,5.+.,.../..1..3..5 /+ Sa(& Abbildung 1.1. Durchschnittlich registrierte Anzahl der
MehrMethodik der multiplen linearen Regression
Methodik der multiplen linearen Regression Sibel Aydemir Statistisches Amt, Direktorium Landeshauptstadt München Name, Stadt Regressionsanalyse: Schritt für Schritt Schritt 1 Schritt 2 Schritt 3 Schritt
Mehr