03443 Flashcards
Welche der folgenden Aussagen im Kontext einer multiplen Regression mit 2 kontinuierlichen Prädiktoren (ohne Interaktion) sind richtig?
a) Das Regressionsgewicht einer Variablen in der multiplen Regression ändert sich nicht, wenn man die Variable um ihren Mittelwert zentriert.
b) Ob ein bestimmtes geschätztes Regressionsgewicht nicht signifikant von Null abweicht (und der entsprechende Prädiktor nicht im Modell benötigt wird), kann mittels eines F-Tests inferenzstatistisch überprüft werden.
c) Wenn die beiden Prädiktorvariablen untereinander hoch korreliert sind, empfiehlt es sich, standardisierte Regressionskoeffizienten zu verwenden, da die inferenzstatistischen Tests für diese robuster gegen Multikollinearität sind als diejenigen für unstandardisierte Regressionsgewicht.
d) Das Regressionsgewicht einer Variablen in der multiplen Regression entspricht dem Regressionsgewicht dieser Variablen in einer einfachen Regression, wenn die beiden Prädiktorvariablen untereinander unkorreliert sind.
e) Wenn man den Effekt eines Prädiktors auf die abhängige Variable über verschiedene Personen vergleichen möchte, eignen sich zur Interpretation standardisierte Regressionskoeffizienten besser als unstandardisierte Regressionskoeffizienten.
A D (Gutschrift für B)
Eid et al.: S. 607, 613 – 614; VL1, Folie: 19, 24
- Ein Forscher untersucht die Effekte von Schulden und Vermögen (Prädiktoren) auf finanzielle Zufriedenheit (Kriterium) im Rahmen einer multiplen Regression. Welche der folgenden Szenarien deuten auf einen Suppressions-Effekt hin? Modell: Schulden und Vermögen (UV) wirken sich auf finanzielle Zufriedenheit aus. 5 Aussagen zur möglichen Korrelationen und Wirkungen auf die Regressionskoeffizienten
a) Die beiden Prädiktoren sind nicht miteinander korreliert. Die bivariate Korrelation zwischen dem Prädiktor Vermögen und dem Kriterium finanzielle Zufriedenheit ist positiv, aber kleiner als der multiple Korrelationskoeffizient aus der multiplen Regression.
b) Der Prädiktor Schulden korreliert nicht mit dem Kriterium finanzielle Zufriedenheit, ist aber positiv korreliert mit dem Prädiktor Vermögen. Der Prädiktor Vermögen ist mit dem Kriterium finanzielle Zufriedenheit positiv korreliert. Das standardisierte Regressionsgewicht der Variablen Vermögen in der multiplen Regression ist größer als das entsprechende standardisierte Regressionsgewicht dieser Variablen in der einfachen Regression.
c) Die Prädiktoren sind nicht korreliert. Das standardisierte Regressionsgewicht der Variablen Vermögen in der multiplen Regression ist gleich dem entsprechenden standardisierten Regressionsgewicht dieser Variablen in der einfachen Regression.
d) In der einfachen Regression haben Schulden einen positiven Einfluss auf die finanzielle Zufriedenheit, hingegen wird in der multiplen Regression der Einfluss negativ.
e) Durch Auspartialisierung der Variable Vermögen in der multiplen Regression zeigt sich der negative Zusammenhang zwischen dem Prädiktor Schulden und dem Kriterium finanzielle Zufriedenheit.
B ? D, E
Eid et al.: S. 633 - 636; VL1: Folie 28, 37
Welche Aussagen zur Multiplen Regression sind korrekt?
a) Suppressionseffekt, wenn Effekt von X1 durch X2 verstärkt wird.
b) Einschluss einer Suppressorvariablen (X2), welche mit Kriterium unkorreliert ist, verstärkt Effekt von X1 (hohes b-Gewicht) auf Kriterium.
c) stepwise - Hinzunahme ist theoriegeleitet
d) hierarchische Regression: der zusätzliche Beitrag zur Varianzaufklärung, den weitere hinzugenommene Prädiktoren oder Prädiktorgruppen liefern, kann durch T-Test der einzelnen Regressionsgewichte bestimmt werden.
e) Vorwärtsselektion ermöglicht den vergleich nichtgenesteter Modelle
B
VL1, Folie: 37; VL2;Folie: 6, 7, 8, ; Eid et al., S. 625-630, 633 - 636
Richtige Aussagen zur MR:
a) Bei Vergleich von Effekt eines Prädiktors über verschiedene Gruppe sind standardisierte Koeffizienten besser als unstandardisierte.
b) Auswahlstrategie Vorwärtselektion vergleicht im Gegensatz zu den anderen auch nicht genestete Modelle.
c) Schrittweise Regression ist theoriegesteuert
d) Ob ein Regressionsgewicht nicht signifikant von Null abweicht und daher nicht im Modell benötigt wird, kann mit dem F-Test inferenzstatistisch überprüft werden.
e) Bei Semipartialdetermination spielt die Reihenfolge keine Rolle.
D ?
Eid et al: S. 613, 614; VL1, Folie: 28, 29; VL2
Welche Aussagen bezüglich der Regressionskoeffizienten in einer multiplen unmoderierten Regression mit zwei Prädikatoren sind richtig?
a) Der Regressionskoeffizienten einer Variablen in der Multiplen Regression entspricht dem Regressionskoeffizienten der Variablen in der einfachen Regression, wenn beide Prädiktoren unkorreliert sind.
b) Regressionskoeffizienten in der Multiplen Regression ändern sich nicht, wenn man die Variablen am Mittelwert zentriert.
c) Wenn beide Prädiktoren hoch korrelieren, sollte man einen standardisierten Regressionskoeffizienten verwenden, da der inferenzstatistische Test dann robuster gegen Multikollinearität ist als bei unstandandardisiertem Beta.
d) Standardisierte Regressionskoeffizienten eignen sich besser als unstandardisierten Beta zur Interpretation in der Multiplen Regression, da verschiedene Variablen in eine Metrik zusammengefasst werden.
e) Ob ein Beta signifikant von 0 abweicht kann per F-Test geprüft werden.
A D (E?)
(Eid et al.: S. 613, 614, 618, 620, 621; VL1, Folie 19, 24, 34; VL3, Folie: 21,
26)
Welche der folgenden Aussagen im Kontext der multiplen Regression mit zwei Prädiktoren sind richtig?
a) Von einer negativen Suppression spricht man, wenn sich der Effekt einer Variablen bei Aufnahme eines weiteren Prädiktors der negativ mit dieser Variablen korreliert, verstärkt wird.
b) Suppression liegt vor, wenn der Einschluss einer Variable X2, die mit dem Kriterium unkorreliert ist, dazu führt, dass der Effekt einer anderen Variablen X1 auf das Kriterium verstärkt wird.
c) Die inferenzstatistische Absicherung standardisierter Regressionsgewichte ist bei Vorliegen von Multikollinearität weniger verzerrt im Vergleich zu unstandardisierten Regressionsgewichten.
d) Das Regressionsgewicht einer Variablen in der multiplen Regression ändert sich für diese Variable, wenn man sie um den Mittelwert zentriert.
e) Eine reziproke Suppression setzt voraus, dass zwei unabhängige Variablen sowohl positiv mit dem Kriterium korrelieren, als auch untereinander eine positive Korrelation aufweisen.
B
Eid et al. 634, 635
(D als Sonderpunkt
Welche Aussagen bzgl. der Regressionskoeffizienten in einer multiplen unmoderierten Regression mit zwei Prädiktoren sind richtig?
a) Koeffizienten der Multiplen Regression entsprechen dem Koeffizient der einfachen Regression, wenn die beiden Koeffizienten voneinander unabhängig sind
b) Regressionskoeffizienten ändern sich nicht bei Zentrierung
c) Bei hoher Interkorrelation der Prädiktoren sollten standardisierte Koeffizienten gegen die Multikollinearität eingesetzt werden, da dadurch robuster.
d) Standardisierte Koeffizienten sind besser geeignet als unstandardisierte beim Vergleich verschiedener Variablen.
e) Signifikante Abweichung von 0 wird durch F-Test geprüft
A D E B?
Eid et al.: S. 607, 613 – 614; VL1, Folie: 19, 34; VL4, Folie 21
Ein Forscher untersucht die Effekte von Schulden und Vermögen (Prädiktoren) auf finanzielle Zufriedenheit (Kriterium) im Rahmen einer multiplen Regression. Welches der folgenden Szenarien deutet auf einen Suppressoreffekt hin?
a) Die beiden Prädiktoren sind nicht miteinander korreliert. Die bivariate Korrelation zwischen dem Prädiktor Vermögen und dem Kriterium finanzielle Zufriedenheit ist positiv, aber kleiner als der multiple Korrelationskoeffizient aus der multiplen Regression.
b) Der Prädiktor Schulden korreliert nicht mit dem Kriterium finanzielle Zufriedenheit, ist aber positiv korreliert mit dem Prädiktor Vermögen. Der Prädiktor Vermögen ist mit dem Kriterium finanzielle Zufriedenheit positiv korreliert. Das standardisierte Regressionsgewicht der Variable Vermögen in der multiplen Regression ist größer als das entsprechende standardisierte Regressionsgewicht dieser Variable in der einfachen Regression.
c) Die beiden Prädiktoren sind nicht miteinander korreliert. Das standardisierte Regressionsgewicht der Variable Vermögen in der multiplen Regression ist gleich dem entsprechenden standardisierten Regressionsgewicht dieser Variable in der einfachen Regression.
d) Die beiden Prädiktoren korrelieren jeweils positiv mit dem Kriterium. Das standardisierte Regressionsgewicht der Variable Vermögen in der multiplen Regression ist kleiner als das entsprechende standardisierte Regressionsgewicht dieser Variable in einer einfachen Regression.
e) Die beiden Prädiktoren korrelieren sehr hoch positiv untereinander. Der multiple Korrelationskoeffizient der multiplen Regression ist geringer als die bivariate Korrelation zwischen den Variablen Schulden und Vermögen. Die geschätzten multiplen Regressionsgewichte der beiden Prädiktoren weisen zudem hohe Standardfehler auf.
B
Eid et al.: S. 633 - 636; VL1, Folie 37
Baron + Kenny causal step approach – was ist richtig?
a) Baron und Kenny es gibt drei Regressionsanalysen um 4 Bedingungen zu überprüfen.
b) Eine Bedingung ist, dass der Prädiktor bei statistischer Kontrolle des Mediators das Kriterium signifikant beeinflusst.
c) Der Effekt des Prädiktors auf den Mediator muss signifikant größer sein als der Effekt des Prädiktors auf das Kriterium.
d) Bei statistischer Kontrolle des Prädiktors muss der Mediator das Kriterium signifikant beeinflussen.
e) Der indirekte Effekt des Prädiktors auf das Kriterium muss signifikant größer sein als der von Prädiktor auf Moderator.
A D
VL2, Folie: 13, 14, 15
Baron & Kenny - Was ist richtig?
a) Vier Bedingungen müssen erfüllt sein, um von einer Mediation sprechen zu können.
b) Eine der Bedingungen fordert einen statistisch bedeutsamen Zusammenhang mit dem Kriterium auch bei statistischer Kontrolle des Mediators.
c) Effekt von Prädiktor auf Mediator muss signifikant größer sein als der direkte Effekt des Prädiktors auf das Kriterium.
d) Bei statistischer Kontrolle des Prädiktors muss der Mediator das Kriterium signifikant beeinflussen.
e) Der indirekte Effekt muss signifikant größer sein als der direkte Effekt vom Prädiktor auf das Kriterium
A D
VL2, Folie: 12, 13, 14, 15
Einfache Mediation: Ein Forscher will herausfinden, ob der Effekt von Alter (X) auf Vorurteile (Y) durch soziale Dominanzorientierung (sdo = M) mediiert wird. N = 560. Er bekommt nach dem Schema von Baron und Kenny zwei Regressionsgleichungen:
y(Dach) = 1 + 0,18 X
y(Dach) = 1 + 0,14 X + 0,3 sdo
Alle enthaltenen Regressionsgewichte sind signifikant.
a) X hat einen signifikanten Effekt auf Y.
b) sdo hat keinen signifikanten Effekt auf Vorurteile.
c) Der Effekt von X auf Y wird vollständig durch sdo mediiert.
d) N ist zu klein für eine Überprüfung des indirekten Effekts auf Signifikanz.
e) Es gibt einen signifikanten, von Null abweichenden Effekt von X auf Y.
A
VL2, Folie: 13, 14, 15; Regressionsgleichung B & K 1. und 3.
Welche Aussagen bezüglich Prüfung einer Mediationshypothese (Baron u. Kenny) sind richtig?
a) Eine wesentliche Kritik am Schema von Baron und Kenny besteht darin, dass es nicht ermöglicht zu prüfen, ob der Effekt des Prädiktors vollständig über den Mediator mediiert wird.
b) Eine wesentliche Kritik am Schema von Baron und Kenny besteht darin, dass es nur bei Vorliegen sehr großer Stichproben exakte Konfidenzintervalle für den indirekten Effekt des Prädiktors auf das Kriterium erstellen kann.
c) Der sogenannte Sobel-Test macht im Gegensatz zum causal-steps-approach keine Annahme über die Verteilung des indirekten Effekts.
d) Der sogenannte Sobel-Test zur Überprüfung indirekter Effekte hat in der Regel eine größere Power als Bootstrap.
e) Beim Bootstrapping wird für den indirekten Effekt eine Stichprobenkennwertverteilung empirisch generiert, mittels derer Konfidenzintervalle für den indirekten Effekt gebildet werden können.
E
VL2, Folie: 17, 18, 19
Einfache Mediation - was stimmt?
a) Kritik an Baron + Kenny ist, dass der indirekte Effekt nicht inferenzstatitisch abgesichert wird.
b) Kritik an Baron + Kenny ist, dass nur bei extrem großen N ein Konfidenzintervall berechnet werden kann.
c) Sobel Test macht keine Verteilungsannahmen.
d) Sobel Test hat höhere Power als Bootstrapping.
e) Bootstrapping hat geringere Anforderungen an die Stichprobenverteilung und bietet Konfidenzintervall für die indirekten Effekte.
A E
VL2, Folie: 17, 18, 19
Welche Aussagen zur Analyse von multiplen Mediationsmodellen sind richtig?
a) Wenn die Mediatoren in einem multiplen Mediatormodell untereinander korreliert sind, ist die sukzessive Prüfung von mehreren Mediatoren mit einfachen Mediationsmodellen problematisch, da hierbei die Korrelation der Mediatoren untereinander nicht berücksichtigt wird.
b) Wenn die Mediatoren in einem multiplen Mediatormodell untereinander korreliert sind, können die indirekten Effekte zwar berechnet, aber nicht mehr auf Signifikanz hin überprüft werden.
c) Es wird bei einer multiplen Mediation zwischen spezifischen indirekten Effekten und totalem indirektem Effekt unterschieden.
d) Wenn die Mediatoren in einem multiplen Mediatormodell untereinander korreliert sind, erfolgt die Überprüfung der direkten Effekte in der Regel über Bootstrapping
e) Der Sobel-Test sollte bei multiplen Mediationen nicht verwendet werden.
A C
VL2, Folie: 22
Analyse multipler Mediationsmodelle
a) Wenn Mediatoren untereinander korrelieren ist sukzessive Prüfung problematisch, weil Korrelation dabei nicht berücksichtig.
b) Wenn Mediatoren untereinander korrelieren sind indirekte Effekte zwar berechenbar, aber nicht auf Signifikanz überprüfbar.
c) Multiple Mediation unterscheidet zwischen spezifischen indirekten Effekten und totalen indirekten Effekten.
d) Wenn Mediatoren korreliert, erfolgt Überprüfung indirekte Effekte i.d.R. über Bootstrap.
e) Wenn Mediatoren korrelieren, erfolgt Überprüfung totaler Effekte bei ausreichend großer Stichprobe über Sobel
A C D
VL2, Folie: 22, 25
Frage über SDO, divbel und Vorurteile (SuN)
a) Effekt SDO auf Vorurteile wird signifikante durch divbel moderiert.
b) Ähnlich wie C.
c) Personen mit mittlerer Ausprägung in divbel und unterdurchschnitt. in SDO haben mehr Vorurteile.
d) Für Personen mit mittleren Ausprägung divbel und unterdurchschnitt. SDO ist Anzahl an Vorurteile größer als 2,33.
e) Für Personen mit mittleren Ausprägung divbel und durchschnitt. SDO ist Anzahl an Vorurteilen gleich 2,33
A E Gutschrift für B
waren sicher noch Regressionsformeln angegeben
Welche der folgenden Aussagen im Kontext einer multiplen Regression mit kontinuierlichen Prädiktoren (ohne Interaktion) sind richtig?
a) Unter einer „hierarchischen Regression“ versteht man eine multiple Regression mit sequentiellem Einschluss (evtl. auch Ausschluss) von einzelnen Prädiktorvariablen oder Prädiktorblöcken mit dem Ziel, ein möglichst sparsames Modell mit einer dennoch hinreichend guten Vorhersagegüte zu finden.
b) Die theoriegestreute Auswahl von Prädiktoren im Rahmen einer „hierarchischen Regression“ beruht stets auf einer Maximierung der Varianzaufklärung der abhängigen Variablen bei gleichzeitiger Minimierung der Anzahl zu berücksichtigender unabhängiger Variablen.
c) Werden in einer hierarchischen Regression in ein Modell mehrere weitere Prädiktoren aufgenommen, kann deren zusätzlicher gemeinsamer Beitrag zur Aufklärung an Varianz im Kriterium mittels eines t-Tests der einzelnen Regressionsgewichte untersucht werden.
d) Die Auswahlstrategie der Vorwärtsselektion unterscheidet sich von anderen Selektionsverfahren dadurch, dass bei diesem auch nicht genestete Modelle verglichen werden können.
e) Die sogenannte schrittweise Regression (stepwise regression) ist eine theoriegesteuerte Auswahl von Prädiktoren in einer multiplen Regression.
A
VL2; Folie: 6, 7, 8; Eid et al. : S. 629, 630
Baron und Kenny haben ein Verfahren vorgeschlagen, um Mediationseffekte zu analysieren, das als causal step approach bekannt geworden ist. Welche der folgenden Aussagen zu diesem Verfahren sind korrekt?
a) Eine Voraussetzung, die nach dem Schema von Baron und Kenny für das Vorliegen eines Mediationseffekts erfüllt sein muss, ist, dass der indirekte Effekt des Prädiktors auf das Kriterium signifikant größer ist als der direkte Effekt des Prädiktors auf den Mediator.
b) Dem Causal Step Approach zufolge muss der Effekt des Prädiktors auf den Mediator signifikant größer sein als der direkte Effekt des Prädiktors auf das Kriterium.
c) Eine der Bedingungen, die nach dem Schema von Baron und Kenny für das Vorliegen eines Mediationseffekts erfüllt sein muss, ist, dass der Prädiktor bei statistischer Kontrolle des Mediators das Kriterium signifikant beeinflusst.
d) Eine wesentliche Kritik an dem Schema von Baron und Kenny besteht darin, dass es nicht möglich ist, den indirekten Effekt des Prädiktors auf das Kriterium inferenzstatistisch zu testen.
e) Der sogenannte Sobel-Test macht im Gegensatz zu dem causal step approach keine Annahme über die Verteilung des indirekten Effekts.
D
VL2, Folie: 13, 14, 15
Welche der folgenden Aussagen zur Mediationsanalyse sind korrekt?
a) In einer einfachen moderierten Mediation können die konditionalen indirekten Effekte nur im Falle dichotomer Moderatorvariablen inferenzstatistisch über das Bootstrapping-Verfahren abgesichert werden.
b) In dem Bootstrapping-Verfahren wird in der Mediationsanalyse für den indirekten Effekt eine Stichprobenkennwerteverteilung „empirisch“ generiert, mittels derer Konfidenzintervalle für den indirekten Effekt gebildet werden können.
c) Wenn die Mediatoren in einem multiplen Mediationsmodell untereinander korreliert sind, erfolgt die Überprüfung des totalen Effekts bei ausreichend großer Stichprobe immer über den Sobel-Test.
d) Ein Statistisch signifikanter indirekter Effekt in der Mediationsanalyse ist nicht zwangsläufig ein Beleg für die Gültigkeit des getesteten Mediatormodells, da der getestete Mediator womöglich nicht den eigentlichen Mediationsprozess repräsentiert, sondern nur ein Korrelat des eigentlichen Mediationsprozesses ist.
e) Wenn die Mediatoren in einem multiplen Mediationsmodell untereinander korreliert sind, ist die sukzessive Prüfung von mehreren Mediatoren mit einfachen Mediationsmodellen problematisch, da hierbei die Korrelation der Mediatoren untereinander nicht berücksichtigt wird.
B D E
VL2, Folie: 5, 18, 19, 22; siehe auch Fiedler
Welche der folgenden Aussagen zur Mediationsanalyse sind korrekt?
a) Der sogenannte Sobel-Test zur Überprüfung indirekter Effekte in der Mediationsanalyse hat in der Regel eine größere Teststärke (power) als das Bootstrapping-Verfahren zur Überprüfung indirekter Effekte.
b) In einer einfachen moderierten Mediation kann die Prädiktorvariable, deren Einfluss auf die abhängige Variable (Kriterium) mediiert wird, zugleich auch Moderatorvariable für den Einfluss des Mediators auf die abhängige Variable (Kriterium) sein.
c) Ein statistisch signifikanter indirekter Effekt in der Mediationsanalyse ist nicht zwangsläufig ein Beleg für die Gültigkeit des getesteten Mediatormodells, da der statistische Test zur Absicherung des indirekten Effekts eventuell eine zu geringe Power hatte.
d) Wenn die Mediatoren in einem multiplen Mediationsmodell untereinander korreliert sind, erfolgt die Überprüfung des direkten Effekts in der Regel über das Bootstrapping-Verfahren.
e) In einem multiplen Mediationsmodell wird zwischen spezifischen indirekten Effekten und totalem indirekten Effekt unterschieden.
B E
VL2, Folie: 18, 19, 20, 22; VL3, Folie: 43
Bildungspsychologie: Untersuchung, Effektkodierung: drei Gruppen: Großstadt (Basiskategorie), städtische Region (X1) und ländliche Region (X2). Alle Gruppen gleich viele Teilnehmer. Gleichung: Y=51X1+1X2
a) Basiskategorie hat einen Mittelwert von 5.
b) Gesamtmittelwert liegt bei 5.
c) ….
d) ….
e) Differenz des Mittelwertes zwischen Basiskategorie und städtischer Region sowie Basiskategorie und ländlicher Region ist größer (oder kleiner).
A B E
• (Gleichung oben Y=51X1+1X2 eventuell fehlerhaft; vergleiche VL3, Folie: 36 Y=5+1X1+1X2)
Hier war eine Frage über SDO, divbel und Vorurteile (SuN)
a) Effekt SDO auf Vorurteile wird signifikante durch divbel moderiert.
b) Ähnlich wie C
c) Personen mit mittlerer Ausprägung in divbel und unterdurschnitt. in SDO haben mehr Vorurteile
d) für Personen mit mittleren Ausprägung divbel und unterdurchschnitt. SDO ist Anzahl an Vorurteile größer als 2,33
e) für Personen mit mittleren Ausprägung divbel und durchschnitt. SDO ist Anzahl an Vorurteilen gleich 2,33
A E (Regressionsformeln fehlen)
- Frage zur Effektkodierung, Basiskategorie: Gymnasiallehrer
Y = 4 - 1 * X1 + 1 * X2
a) Mittlere Zufriedenheit der Gymnasiallehrer ist 4.
b) Wenn man 2 Gruppen tauscht, ändern sich die Regressionskoeffizienten nicht.
c) Werte für die anderen beiden Lehrertypen (X1 und X2) berechnen
d) ein Distraktor war glaub ich sinngemäß “die Differenz von X1 zu Basiskategorie ist gleich/größer/kleiner (
AE
(VL3, Folie: 36)
A ist falsch; Intercept bei Effektkodierung entspricht dem Gesamtmittelwert
Was ist korrekt? Aussagen zur Mediation
a) Ein statistischer indirekter Effekt ist nicht zwangsläufig gültig
b) Ein statistischer indirekter Effekt ist nicht zwangsläufig gültig, es kann auch ein Korrelat im Mediationsprozess sein
c) Ein statistischer Effekt ist nicht zwangsläufig gültig, der Mediator kann auch ein Korrelat der abhängigen Variablen sein
d) In einer moderierten Mediation kann der Prädiktor außer Prädiktor zugleich auch Moderator sein
e) Konditionale indirekte Effekte können nur bei dichotomen Moderator mittels Bootstrap inferenzstatistisch abgesichert werden
B C D
VL2; Folie: 11, 12, 13, 14; VL3, Folie: 43
Welche der folgenden Aussagen hinsichtlich der Kodierung eines kategorialen Prädiktors in einer einfachen linearen Regression sind korrekt?
a) Die Wahl, ob man für den kategorialen Prädiktor eine Dummy-Kodierung oder eine Effekt-Kodierung verwendet, hängt davon ab, ob für jede Ausprägung (Kategorie) des kategorialen Prädiktors die gleiche Anzahl von Beobachtungen vorliegt oder nicht.
b) Hat der kategoriale Prädiktor lediglich zwei Ausprägungen, entsprechen die geschätzten Regressionskoeffizienten einer einfachen linearen Regression, die man mittels einer Dummy-Kodierung erhält, in ihrer Bedeutung und in ihrem Wert genau den Regressionskoeffizienten, die man mittels einer Effekt-Kodierung aus den gleichen Daten errechnen würde.
c) Hat man ein Regressionsmodell mit Intercept und Dummy-Kodierung für den kategorialen Prädiktor geschätzt, entspricht das Regressionsgewicht für eine Kodiervariable genau dem Mittelwert der Beobachtungen, die in die Kategorie fallen, die diese Kodiervariable anzeigt.
d) Hat man ein Regressionsmodell mit Intercept und Dummy-Kodierung für den kategorialen Prädiktor geschätzt, entspricht der Intercept genau dem Mittelwert der Beobachtungen, die in diese Referenzkategorie fallen.
e) Liegt für jede Ausprägung (Kategorie) des kategorialen Prädiktors die gleiche Anzahl von Beobachtungen vor, erzielt eine Dummy-Kodierung eine größere Teststärke als die Effekt-Kodierung hinsichtlich der Frage, ob der Prädiktor signifikant Varianz im Kriterium aufklärt.
D
(VL3, Folie: 31; Eid et al.
Ein Forscher untersucht den Einfluss von Arbeiterstatus auf die Arbeitszufriedenheit. In die Untersuchung nimmt er Manager, Teamleiter und Arbeiter auf. Er wählt eine Effektkodierung und nimmt Manager als Basiskategorie. X2 sind Teamleiter und erhalten für X2 den Wert 1. Er erhält anhand der Daten die folgende Regressionsgleichung: Ydach=4-1x1+1x2 Ein anderer Forscher wertet die gleichen Daten mit einer Dummy-Kodierung aus. Er wählt als Referenzkategorie die Manager aus (Gleichung nicht gegeben), Teamleiter erhalten auf X2 den Wert 1. Welche der folgenden Aussagen sind korrekt?
a) Der Intercept bei Dummykodierung hat den Wert 3
b) ….
c) Der Unterschied zwischen Arbeiter und Manager ist größer als der zwischen Teamleiter und Manager
d) Ungefähr: Gegenüber der Effektkodierung unterscheidet sich in der Dummy-Kodierung nur das Regressionsgewicht von X1, nicht aber von X2.
e) Die Regressionsgewichte von X1 und X2 in der Dummykodierung sind identisch mit denen aus der Effektkodierung.
C D
Welche Aussagen sind richtig?
a) Liegt für jede Ausprägung (Kategorie) des kategorialen Prädiktors die gleiche Anzahl von Beobachtungen vor, erzielt eine Dummy-Kodierung eine größere Teststärke als die Effekt-Kodierung hinsichtlich der Frage, ob der Prädiktor signifikant Varianz im Kriterium aufklärt.
b) Hat der kategoriale Prädiktor lediglich 2 Ausprägungen, entsprechen die geschätzten Regressionskoeffizienten in der einfachen linearen Regression, die man mittels einer Dummy-Kodierung erhält, in ihrer Bedeutung und ihrem Wert stets genau den Regressionskoeffizienten, die man mittels einer Effekt-Kodierung aus den gleichen Daten errechnen würde.
c) Im Gegensatz zu einem moderierten Regressionsmodell sind in einer unmoderierten Regression die Prädiktoren unkorreliert.
d) Bei einer moderierten Regression beinhaltet der Produktterm (Interaktionsterm) nur dann den reinen Interaktionseffekt, wenn die „“Haupteffekte“ der interagierenden Prädiktoren mit in die Regressionsgleichung eingeschlossen werden.
e) Varianzanalysen mit Mediansplit haben gegenüber einer moderierten Regression den Nachteil, dass der wahre Mediationseffekt unter oder überschätzt wird.
D E
VL3, Folie 43 und Erklärungen in der Vorlesung ab 1:31 Std.
- Was stimmt zur Homoskedastizität?
a) VIF als diagnostisches Mittel
b) P-P-Plot als diagnostisches Mittel
c) Mittelwertszentrierung bei Heteroskedastizität
d) Verzerrung von SE bei Heteroskedastizität
e) Heteroskedastizität als Hinweis auf Ausreißer
D habe ich auch (wutz)
Problematische Datenkonstellationen
a) Ausreißer verzerren zwangsläufig Regress.koeff. und SE
b) Ausreißer auf Kriteriums- und Prädiktorseite möglich
c) auf Prädiktorseite Identifizierung durch Residuen
d) Cooks Distanz als Kennwert der Abweichung vom Mittelwert
e) Hebelwert als Kennwert, inwieweit Regressionskoeffizient sich bei Ausschluss des Ausreißers verändert
A? B ich habe A und B, aber in der VL sagt er nur “ sie können verzerren”
Problematische Datenkonstellationen Multiple Regression
a) Annahme der Unabhängigkeit der Residuen ist verletzt, dann schaue ich mir das Histogramm der Residuen an
b) Heteroskedastizität ist ein Hinweis auf Ausreißer auf der Prädiktorseite
c) Nicht normalverteilte Residuen sind ein Hinweis auf eine Fehlspezifikation des Modells
d) Bei Fehlspezifikation des Modells in Residuenplot weichen die Mittelwerte von 0 ab
e) Annahme Normalverteilung der Residuen : Punktschätzer der Regressionskoeffizienten und Standardfehler der Schätzer der Populationsparameter verzerrt
C
D als Sonderpunkt
Problematische Datenkonstellationen Multiple Regression
a) VIF Diagnostik für Homoskedastizität
b) Faustregel Hebelwerte größer als 3xk/n sind auffällig
c) Cook Distanz: wie stark Mittelwert der UV abweicht mit der Folge, dass die Regression verzerrt
d) UV messfehlerfrei, Regressionskoeffizient unverzerrt, aber Standardfehler verzerrt
e) Heteroskedastizität: AV um Mittelwert zentriert mit der Folge weniger Verzerrung im interferenzstatistischen Ergebnis
B
Welche Aussagen im Rahmen der Diagnostik des Regressionsmodells und des Umgangs mit problematischen Datenkonstellationen in der multiplen Regression sind richtig?
a) Nicht normal-verteilte Residuen können unter Umständen ein Hinweis auf fehlspezifizierte Modelle sein?
b) Das Vorliegen von Heteroskedastizität in den Daten ist immer auch ein Hinweis auf Ausreißer auf Seiten der Prädikatoren.
c) Ist die Annahme der Unabhängigkeit der Residuen verletzt, werden sowohl die Prädikatoren als auch die abhängigen Variablen standardisiert, um die Verzerrung der Schätzung der Regressionskoeffizienten abzumildern.
d) Der sogenannte P-P-Plot, in dem 2 kumulierte Wahrscheinlichkeiten gegeneinander abgetragen werden, ist ein diagnostisches Mittel, um zu erkennen, ob Homoskedastizität in den Daten vorliegt.
e) Nicht normal-verteilte Residuen können unter Umstände ein Hinweis auf fehlspezifizierte Modelle sein.
A E
Welche Aussagen bezüglich der Anwendung einer klassischen Kovarianzanalyse im Rahmen von Gruppenvergleichen sind richtig?
a) Die Durchführung einer klassischen Kovarianzanalyse (KVA) im Rahmen experimenteller, randomisierter Designs setzt voraus, dass homogene Fehlervarianzen (Homoskedastizität) vorliegen.
b) Die Durchführung einer klass. KVA setzt voraus, dass die Experimentalgruppe, die gleich Anzahl an Versuchspersonen wie die Kontrollgruppe hat.
c) Die Durchführung einer klass. KVA. im Rahmen experimenteller, randomisierter Designs setzt voraus, dass sich die Mittelwerte auf der Kovariaten in den experimentellen Gruppen? (Hier muss ich beim hektischen Abschreiben in der Zeile verrutscht sein; Sorry!)
d) Die Durchführung einer klass. KVA im Rahmen experimenteller Designs setzt voraus, dass sich die Mittelwerte auf der Kovariaten in den experimentellen Gruppen nicht signifikant unterscheiden.
e) Gegenüber der Anwendung einer klass. KVA im Rahmen random. experimenteller Designs weist die Anwendung einer klass. VA im Rahmen random. experimenteller Designs die höhere Teststärke auf, da sie im Gegensatz zur erst genannten den Messfehler der Kovariaten berücksichtigt.
A D
Folien: 13, 14
KVA Voraussetzungen
A) Homoskedastizität muss gegeben sein.
C) Es darf keine Interaktion zwischen der Kovariaten und der differentielle Treatment-Effekten geben.
D) Wenn die Interaktion nicht signifikant ist, ist dies ein Beleg für Unabhängigkeit.
E) Randomisiertes experimentelles Design hat eine höhere Teststärke, da Messfehler der Kovariaten berücksichtigt werden kann ist.
A (Gutschrift für C)
Folie: 13, 14