Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.

Slides:



Advertisements
Ähnliche Präsentationen
Tutorat Statistik II im SS 09 Mediator- & Moderatoranalyse
Advertisements

Statistik-Tutorat SS 2009 Christina
PC II für Biochemiker Eberhard-Karls-Universität Tübingen, Institut für Physikalische und Theoretische Chemie, Prof. Dr. J. Enderlein,
Forschungsstrategien Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Regression und Korrelation
Strukturgleichungsmodelle
Forschungsstatistik II
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-17.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Forschungsstatistik II
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Der Produkt-Moment- Korrelationskoeffizient Der Produkt-Moment Korrelationskoeffizient gibt Stärke und Richtung des linearen Zusammenhanges zweier Variablen.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-26.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-28.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Das Allgemeine lineare Modell (ALM) - Varianz als Schlüsselkonzept
Der Zusammenhang metrischer Merkmale
Quantitative Methoden I
Hypothesen testen: Grundidee
Mehrdeutigkeit eines positiven Effekts bei Querschnittsdaten
Tutorat Deskriptive Statistik und Wahrscheinlichkeitstheorie
Strukturgleichungsmodelle
Unser siebentes Tutorium
Semipartialkorrelation Multiple Korrelation Inkrementelle Validität
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Teilprojekt Bibliothek Präsentation aus Anlass des öffentlichen Hearings 23. Juni 2010 Prof. Dr. Elisabeth Oy-Marra Institut für Kunstgeschichte mit Arbeitsbereich.
Teilprojekt Qualität der Lehre Projekt Pro Geistes- und Sozialwissenschaften Präsentation aus Anlass des öffentlichen Hearings 23. Juni 2010 Prof. Dr.
Statistik: Mehr zur Regression.
Kapitel 10 Multikollinearität
Ökonometrie I Variablenauswahl.
Einfache und multiple Regression
Ökonometrie I Modellvergleich (Übersicht) Ökonometrie I2 Vergleich von Modellen Fragestellungen für Modellvergleich 1.Fehlende Regressoren.
Bivariate Statistik M. Kresken.
Multivariate Statistische Verfahren
Multivariate Statistische Verfahren
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Statistik – Regression - Korrelation
Sabaragamuwa University of Sri Lanka (SUSL) Balangoda, Sri Lanka.
setzt Linearität des Zusammenhangs voraus
Koalitionstheoretische Grundlagen
Statistiken je nach Messniveau
Forschungsstrategien Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Einführung in die Diskriminanzanalyse
Klausurtermine Vorlesung Klinische Psychologie (BSc) WS08/09 Prof. Dr
XX X XX X : X X X.
Multivariate Statistische Verfahren
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Institut für Blindtext (XYZ)
Fortgeschrittene statistische Methoden SS2020
Abteilung/ Institut der Fakultät XYZwissenschaften | YXZ
 Präsentation transkript:

Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz Stunde

Themen der Stunde Nichtlineare Regression Partialkorrelation

Nichtlineare Regression: Beispiel Modell DosisErreg XY Regression über Log-Daten liefert: Log-Modell: Logarithmiert: log(X)log(Y)

Deutungsmöglichkeiten der bivariaten Korrelation 1.Kausalität: X 1  X 2 2.Latente Drittvariable: 3.Direkte und indirekte Kausalität:  x1x1 x2x2  x1x1 x2x2

Partialkorrelation Die Korrelation zweier Variablen, die vom Effekt anderer (spezifizierter) Variablen bereinigt wurden. Prüfung einer Kausalvermutung: r xy komme dadurch zustande, daß z ursächlich auf x und y einwirkt: z xy r zy r zx r xy GG

Partialkorrelation Prüfung 1.Sage x aus z voraus und berechne Residuen e x 2.Sage y aus z voraus und berechne Residuen e y 3.Berechne die Korrelation r e x e y x y rexeyrexey zz r xy Ist Partialkorrelation (Korrelation r e x e y ) Null, so beruht die Korrelation r xy tatsächlich nur auf der Einwirkung von z.

Partialkorrelation Y aus Z X aus Z e x und e y korrelieren: [Tafelbeispiele]

Datenbeispiel X: Rechnen Y: Sprache Z: Förderdauer r yz =.73 Korreliert Rechen und Sprache nur, weil die Kinder Frühförderung erhalten haben? r xz =.72 r xy =.56

Datenbeispiel: Korr. der Residuen X: Rechnen Y: Sprache Z: Förderdauer Ja: Ohne die Frühförderung sind Rechen- und Sprachleistung unabhängig! r xy.z =.07 Residuen: Korrelation der Residuen: [Tafelbetrachtung]