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

Slides:



Advertisements
Ähnliche Präsentationen
Quanti Tutorium
Advertisements

Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Bewegungswissenschaft
Thema der Stunde I. Einführung in die Varianzanalyse:
EmPra Der Einfluss und die Verarbeitung von emotionalen Reizen
Einfaktorielle Varianzanalyse
Die Varianzanalyse Jonathan Harrington.
Mixed Models Jonathan Harrington library(ez) library(lme4)
Forschungsstatistik II
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.
Evaluation einer Chemotherapie-Studie: Geriatrische Onkologie – Der alte Tumorpatient Entwicklung von Kriterien für Behandlungsentscheidungen Iris Bartenstein.
Quantitative Methoden I
Hypothesen testen: Grundidee
Mehrdeutigkeit eines positiven Effekts bei Querschnittsdaten
Effektgrößen, Kontraste & Post-hoc-Tests
Aufgabe Der Zusammenhang zwischen einem traumatischen Erlebnis und der Entstehung einer PTBS wird von mehreren Variablen …………….: Copingstrategien, Kontrollüberzeigung,
Nachholung der Vorlesung vom Freitag
Tutorium
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Tutorium
Tutorium
Unser letztes Tutorium
Tutorium
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Tutorium
Unser letztes Tutorium Output – das Modell gut11 gut12 gut21 gut22 gut31 gut32 state1 state2 state3 XI MF
Unser neuntes Tutorium
Unser siebentes Tutorium
Tutorium Aufgabe 1 Informationen in Designmatrix in: - Darin sind die Prädiktoren enthalten - Aber sagt uns noch mehr! Untersuchungsdesign darin.
Unser sechstes Tutorium Materialien unter:
Unser schönstes Tutorium Materialien unter:
Vorlesung: ANOVA I
Multikollinearität Wann spricht man von Multikollinearität?
Wiederholung: Einfache Regressionsgleichung
Varianzanalyse IV: Messwiederholung
Vergleich der 3 Arten des t-Tests Testergebnisse berichten
Ausgleichungsrechnung II
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Seminar: Datenerhebung
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Das Allgemeine Lineare Modell (ALM)
Seminar: Datenerhebung
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) (In Buch 1 Seite 85ff.) Kennwerte (Erwartungswert,
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Theoriereferat Indexes, Scales and Typologies The Logic of Sampling
Die einfache/multiple lineare Regression
Varianzanalyse Teststatistik: F – Test -> vergleich zweier Varianzen -> Grundlage der Varianzanalyse Welche „Varianzen“ werden miteinander verglichen?
Soziale Urteilsbildung Lozo, Soziale Urteilsbildung, AE Sozialpsychologie, SS 2004 Laienhafte Inferenzstrategien oder „the intuitive psychologist“ 2: Urteilsheuristiken.
setzt Linearität des Zusammenhangs voraus
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Die einfache/multiple lineare Regression
Varianzanalyse und Eta²
Thema der Stunde Varianzanalyse mit Messwiederholung
Übung zur Vorlesung Theorien Psychometrischer Tests I
1 Analyse konstruierter Daten … mit EffectLite Ref.: Marie Grahl, Victoria Paul, Katja Peilke.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 8.
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
Die Varianzanalyse Jonathan Harrington library(ggplot2) library(ez)
Die einfache/multiple lineare Regression
Die Varianzanalyse Jonathan Harrington library(lattice) library(ez)
Die Varianzanalyse Jonathan Harrington library(ggplot2) library(dplyr)
ANOVA für unabhängige Daten.
Johann D. Müller, Merlin Dwenger , Mats Böttrich
 Präsentation transkript:

Unser zehntes Tutorium Materialien unter:

Fragen zur Vorlesung Welche Fragen gibt es aus der Vorlesung?

1. Aufgabe - a Abhängige vs. Unabhängige Daten T- Test für unabhängige Stichprobe: Mittelwerte unterscheiden sich nicht

1. Aufgabe - a Abhängige vs. Unabhängige Daten T- Test für abhängige Stichprobe: Mittelwerte unterscheiden sich zwischen prä- und posttest

1. Aufgabe - b Warum kommen unterschiedliche Ergebnisse raus? bei t- Test für abh. SP werden die interindividuellen Unterschiede herausgerechnet Unterschiede zwischen den Personen verschwindet, denn es interessiert sowieso nur die Veränderung innerhalb der Person von Zeitpunkt 1 zu Zeitpunkt 2

1. Aufgabe - b Warum kommen unterschiedliche Ergebnisse raus? Herausrechnen: Jede Person wird um den eigenen Mittelwert korrigiert Bereinigte Werte gehen in die Analyse ein

2. Aufgabe - a Mehr als 2 Messzeitpunkte Kein einfacher T-Test möglich! Messwiederholung Nur Innersubjektfaktor, keine Kovariate

2. Aufgabe - a Mittelwerte unterscheiden sich. Es findet eine Veränderung statt Man weiß nicht wann

2. Aufgabe - a Wo sind die Unterschiede deskriptiv

2. Aufgabe - b 1. Möglichkeit ANOVA mit Messwiederholung

2. Aufgabe - b Die Veränderung ist linear regressiv abhängig von der Mathenote Klärt Varianz an der Veränderung (Innersubjekteffekt) auf

2. Aufgabe -b 2. Möglichkeit Regression der Differenzwerte auf die Kovariate

2. Aufgabe - b Achtung bei der Interpretation der Regressionskoeffizienten Interpretierbarkeit überprüfen

3. Aufgabe Der Vortestwert ist für die Veränderungsvariable wichtig und Gleichzeitig eine wichtige Kovariate sagt uns wenn hat Z keinen Einfluss – für jede Stufe der Prätest- Werte sind die erwarteten Prä-Post-Differenzen gleich wird die Differenz mit zunehmenden Z größer … höhere Werte im Prätest- größere Differenz sinkt die Differenz mit steigender Prätestausprägung

3. Aufgabe Im Fall ohne Interaktion ist es egal ob man auf die Outcomevariable regrediert oder auf die Differenzvariable. Da Z im linearen Falle nur die g0(Z) Funktion beeinflusst werden die Effekte von X unabhängig davon sein ob ich die Veränderung als abhängige Variable betrachte oder nicht.

3. Aufgabe b2 in beiden Regression identisch!!

3. Aufgabe Im Fall mit Interaktion spielt es ebenfalls keine Rolle ob das Outcome oder die Differenz zum Vortest betrachtet wird Die Interaktion ist in beiden Gleichungen in der g1(Z) formuliert = Effektfunktion ist für beide Regressionen gleich!!