Terminplan I (geändert)

Slides:



Advertisements
Ähnliche Präsentationen
T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Advertisements

Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Was ist Testtheorie?.
Streuungsmaß 3: absolute Abweichung vom Mittelwert
Multivariate Datenanalyse Datum: Betreuer: Dr. Bellmann Quellen: Multivariate Statistik, Hartung/Elpelt 1989 Stochastik für Ingenieure und Naturwissenschaftler,
Forschungsstrategien Johannes Gutenberg Universität Mainz
Einführungsveranstaltung zum Studiengang Grund- und Hauptschule
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Forschungsstatistik II
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Heute Prüfung der Produkt-Moment Korrelation
Forschungsstatistik I
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-18.
A-Priori Kontraste Prüfung des Mittelwerteunterschieds von Faktorstufen bzw. Kombinationen von Faktorstufen: z.B.: oder.
Der Binomialtest Man habe einen wahren Anteil P.
Sozialraumanalyse.
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Optimale Kombination mehrerer Datenquellen durch Kriging
Modellvergleich.
Quantitative Methoden I
Hypothesen testen: Grundidee
– Team 2 Aktueller Projektleiter: Christian Krapp
Diskurs Fragebögen Auswertung.
Studien zur Effektivität Bereich: affektive Störungen Vergleichbare Wirksamkeit von religiöser und nicht religiöser kognitiver Verhaltenstherapie für die.
Fragen Was wird mit der Alphafehler-Kumulierung bzw. –inflation bezeichnet? Wie hoch ist die Wahrscheinlichkeit bei einer Untersuchung mit 4 Gruppen einen.
Excel Kurs Teil VI Logische Funktionen( WENN, UND, ODER ) Datumsfunktionen ( DATUM, MONAT ) Bedingte Formatierung F. Bäumer.
Vereinfachtes Beispiel: Zuordnung von Dokumenten zu einer Klasse
Es folgen die Maßnahmen.
Induktive Statistik.
Nachholung der Vorlesung vom Freitag
Vorlesung Die Vorlesung Statistische Methoden II nächste Woche vom 6. Juni ( nächste Woche ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit:
Nachholung der Vorlesung vom Freitag
Ab nächster Woche wird die Übungsgruppe Gruppe 2: Henrike Berg Di SR 222 wegen Personalmangel eingestellt.
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Test auf Normalverteilung
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener.
Kodiersysteme und erste Umrechnungen
Terminplan I Planung, Auffrischung und beispielhafter Ablauf einer MA Vorbereitung der Besprechungen und Methodik fällt aus zu Gunsten.
Meta-Analyse Forschungsmethoden und Evaluation
Diagnostische Statistik
Tutorium
Tutorium Aufgabe 1 Informationen in Designmatrix in: - Darin sind die Prädiktoren enthalten - Aber sagt uns noch mehr! Untersuchungsdesign darin.
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Einführung in die Metaanalyse
S EMINAR D IFFERENTIELLE UND P ERSÖNLICHKEITSPSYCHOLOGIE II SS2011 Seminarleiterin: Dipl.-Psych. Penka Tuhchieva.
Fachhochschule Wels Mechatronik Wirtschaft - MEWI  FH Campus Wels Einführung in die Informatik Fernlehre: Ingenieurtechnische Anwendungen der Tabellenkalkulation.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Polynome und schnelle Fourier-Transformation
Wiederholung BSP 2.1.
Statistik: Mehr zur Regression.
S EMINAR D IFFERENTIELLE UND P ERSÖNLICHKEITSPSYCHOLOGIE II SS2011 Seminarleiterin: Dipl.-Psych. Penka Tuhchieva.
Data Mining Georg Pölzlbauer.
1 Projektpräsentationen USPEE: TerminThemaBetreuer Mi :30 bis 15:00 Ort: H5 1) Biogasproduktion im Labor – Einfluss unterschiedlicher Substrate.
STATISIK LV Nr.: 1375 SS März 2005.
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
- Seite 1 TIME INTELLIGENCE ® by Zeichenrand – Löschen! Titel.
- Seite 1 TIME INTELLIGENCE ® by Titel.
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
HCS Übung 3 Von: Patrick Denk Oleg Arenz
 Präsentation transkript:

Terminplan I (geändert) 16.05. Planung, Auffrischung und beispielhafter Ablauf einer MA 23.05. Vorbereitung der Besprechungen und Methodik 30.05. fällt aus zu Gunsten von Einzelterminen 06.06. Exkursionswoche!!! 13.06. Methodik

Terminplan II 20.06. fällt aus zu Gunsten von Einzelbesprechungen 27.06. Gruppe 1 und 2 04.07. Gruppe 3 und 4 11.07. Gruppe 5 Darstellung und Präsentation 18.07. fällt aus zu Gunsten von Einzelbesprechungen 25.07. Präsentation zum Abschluss

HOMOGENITÄT Voraussetzung: Effektgrößen einzelner Studien vereinheitlicht auf . bei k- Studien: Effektgrößenmittelwert: Vpn pro Studie i Effektgröße pro Studie i Vpn aller Studien aufsummiert Effektgrößenvarianz:

Homogenitätsprüfgröße ( auch H genannt) verteilt nach Chi2 (approximativ) mit k-1 Freiheitsgraden

Vergleich von Treatmentmittelwerten unter Einbeziehung der Streuung Cohen‘s d Hedges‘ g Glass‘delta

Gepoolte Varianz

Gewichtetes d

Berechnung an einem (sehr einfachen) Beispiel Zwei Gruppen Therapie n1 = 80, Kontrolle n2 = 40 Abhängiges Maß – „Wohlfühlen“: MW1 = 8, s1 = 1; MW2 = 5, s2 = 2

Formeln d wird über g berechnet nach

eingesetzt in und gewichtet nach ergibt

Z – Tabelle, Standardnormalverteilung

Z – Werte ablesen

Kombination von p-Werten Transformation von p1 und p2 zu z1 und z2 (Tabelle) Berechnung des kombinierten zk Wertes Gewichtet nach N (w als Indikator) Entsprechenden z-Wert in der Tabelle nachschauen

Vergleich von p-Werten Transformation von p1 und p2 zu z1 und z2 (Tabelle) Berechnung von zv Entsprechenden z-Wert in der Tabelle nachschauen

FAIL - SAFE - N Voraussetzung: Irrtumswahrscheinlichkeit p -> Umrechnung in z – Werte Prüfgröße entspricht

Berechnungsformel

Kodierungsablauf

Differenzierende Merkmale bei Smith, Glass & Miller Es gab als wichtigste 16 Merkmale zur Kodierung Therapietyp (Psychodynamisch, behavioral, ...) Die Dauer der Therapie in Stunden Gruppen- oder Einzeltherapie Erfahrung als Therapeut in Jahren Waren die Klienten neurotisch oder psychotisch Das Alter der Klienten Der IQ der Klienten Abstand Therapie – Nachmessung in Monaten

weiter: Merkmale Grund der Teilnahme an der Studie Ausbildungsart des Therapeuten (Arzt, Psychologe, Pädagoge) Die soziale und die ethnische Ähnlichkeit von Therapeut und Klient Abhängiges Maß Die Beeinflussbarkeit (Fakeability) des Maßes Die interne Validität des Untersuchungsdesigns Das Datum der Publikation Die Form der Publikation

Kappa: Maß für Beobachterübereinstimmung

Beobachterübereinstimmung Bei nominalskalierten Daten Wahrscheinlichkeit der Übereinstimmung: Übereinstimmung pro Zelle

Beobachterübereinstimmung - Beispiel 1 2 A 8 3 4 11

Ablauf der statistischen Auswertung