Unser neuntes Tutorium Materialien unter: www.esengewald.de.vu

Fragen zur Vorlesung Welche Fragen gibt es aus der Vorlesung?

1. Aufgabe Designmatrix X Besteht aus N Zeilen (Anzahl der Beobachtungen) Zeilen repräsentieren Prädiktorkombination für diese Beobachtung Fixe Prädiktoren Keine Zufallsvariable!!

2. Aufgabe Modelannahmen des ALM Annahmen notwendig um eine rechnende Statistik zu erhalten. Keine Theorie kann und darf Annahmenfrei sein, da sie sonst nicht testbar ist

2. Aufgabe Modelannahmen des ALM Was bedeuten diese Ausdrücke? Erwartungswert jedes Residuums ist 0 Alle Residuen haben die gleiche Varianz da sigma hier kein Vektor versch Varianzen, sondern ein Skalar Residuen kovariieren nicht! – da Multiplikation mit der Einheitsmatrix

2. Aufgabe Modelannahmen des ALM Was bedeuten diese Ausdrücke? Gleichheit der Varianz von Y für jede Kombination der Prädiktoren & Gleichheit der Varianz in allen Gruppen, diese sind also Gleichverteilt (sehr starke Annahme!!!)

2. Aufgabe Modelannahmen des ALM Wie kann ein Fall eine Varianz haben? Prä facto Perspektive Eine Person hat nie immer den selben Testwert  Intraindividuelle Verteilung

3. Aufgabe Designmatrix beinhaltet fixe Prädiktorkombination Unterliegt der Experimentellen Bedingung und ist damit nicht Ergebniss eines Zufallsexperiments Damit ergibt sich die Varianz von Y aus der Fehlervarianz. Die Beobachtung ist durch das Design eindeutig beschrieben und unterscheidet sich nur noch im absoluten Fehler der beim ZE eintritt

3. Aufgabe Hypothesentest – allgemeine lineare Hypothese Diese Darstellung beinhaltet sämtliche spezifischen und unspezifischen Hypothesen

4. Aufgabe Inhaltlicher Bezug der allgemeinen linearen Hypothese Was kann wann inhaltlich getestet werden Regressionskoeffizienten müssen interpretierbar sein Refferenzgruppenkodierung, Zellenmittelwertskodierung, Effektkodierung, Kontrastkodierung

4. Aufgabe a

4. Aufgabe b Keine Interaktion heißt folgende Bedingungen sind gleich: Daraus folgt: Daraus folgt:

5. Aufgabe a Begründung der Analysewahl? Vorteile von EffectLite Testet Interaktion mit Kovariaten Keine Homoskedastizitätsannahme Gibt g- Funktionen aus Übersichtlich Berichtet adjustierte Mittelwerte

5. Aufgabe b

5. Aufgabe c Hypothesen in EffectLite

5. Aufgabe c Zusätzliche Info Es werden die adjustierten Mittelwerte geschätzt Als ob man richtig randomisiert hätte Stochastische Unabhängigkeit des Treatments von der Kovariaten Bedingte Wahrscheinlichkeit der Kovariatenausprägung, gegeben das Treatment ist gleich der unbedingten Wahrscheinlichkeit

5. Aufgabe c Mit Hilfe von SPSS ist der Wert errechenbar, wird aber nicht getestet