Altklausurfragen A Flashcards
Worin unterscheiden sich molare und molekulare Ebene kausaler Erklärungen?
molare Ebene = Beschreibung
molekulare Ebene = Erklaerung
Molare Ebene = Gesamtpaket von Faktoren betrachtet nur Ursache und Wirkung
• Auf molekularer Ebene kann bestimmt werden, welche Komponenten auf welche Aspekte einen Einfluss haben
Welche nicht-experimentellen Designs gibt es?
- natuerliche Experimente
- Korrelationsstudien
- Beobachtungsstudien
Was ist Stationarität und warum ist diese wichtig für die Analyse von Zeitreihen?
Ein Merkmal ist stationaer falls die Verteilungsmerkmale von Stichproben aus einer Zeitreihe nicht vom absoluten Zeitpunkt ihrer Ziehung abhaengen
–> eine Voraussetzung fuer die Vewendung eines ARIMA-Modells
Warum ist im Rahmen eines diskontinuierlichen Regressionsdesigns die Interpretation eines
Interaktionseffekts ohne Haupteffekt eher schwierig? Begründen Sie Ihre Antwort.
Ohne Diskontinuitaet schwierig
- da zur zuverlaessige Interpretation immer randomisiert sein muss
In einem geplanten Versuchsdesign ist eine Verweigerung des Treatments in der Kontrollgruppe aus ethischen Gründen nicht möglich. Nennen Sie 2 Lösungsvorschläge und erläutern Sie diese kurz.
- Dosis-Wirkungs-Design –> die schwaechste Dosis gilt als KG
- ohne KG durchfuehren –> grosses N an Probanden so dass aus dem Prae-Post-Vergleich Rueckschluesse gebildet werden koennen
Erläutern Sie die Intent-to-treat Analyse an einem Beispiel.
?
Was sind die Vorteile der Intent-to-treat Analyse?
- uebertragbarkeit in die Praxis ist sicher gestellt
- erfasst Verhaeltnisse
- ein Medikamentwechsel/schlechte Compliance kann z.B durch das Treatment bedingt sein
- kausale Bewertung vom Einfluss der Zuordnung
Welche Probleme gibt es oft beim Schluss von korrelativen auf kausale Schlüsse?
- Korrelationen beweisen keine kausalen Zusammenhänge
- Gibt lediglich an, ob Variable A gehäuft gemeinsam mit Variable B auftritt, aber keine Wirkrichtung
- Unklar ob A -> B führt oder B -> A, auch reziproke Beziehung A B möglich
- Oder Störvariable (konfundierte Variable) C zu A oder B
- Eventuell sind Zusammenhänge auch nur zufällig entstanden
Wann ist nach Mill ein kausaler Zusammenhang gegeben?
- Ursache geht Effekt zeitlich voraus/Ursache liegt zeitlich vor Effekt
- Ursache und Effekt stehen in Beziehung zueinander/kovariieren
- Es keine alternative Erklärung für den gefundenen Effekt gibt
Wieso sind Effekte von nicht-manipulierbaren Ursachen schwerer zu belegen als von manipulierbaren
Ursachen?
– Effekte nicht-manipulierbarer Ursachen schwerer zu belegen, da kein Experiment (sieht Manipulation einer uV vor) durchgeführt werden kann
– Dementsprechend auch kein kontrafaktischer Vergleich von hoher Qualität möglich -> Aussagekraft
dieser Studien eingeschränkt
Wie ist der Effekt einer Untersuchungsbedingung definiert?
Effekt der Bedingung = Differenz zwischen Gruppe, die Treatment bekommt und Gruppe, die kein
Treatment bekommt
Gegeben sei folgende Untersuchung […]. Was sind mögliche konfundierte Variablen?
Gleiches Darbietungsmaterial, Alter und Geschlecht der Probanden, Temperatur, Tageszeit etc
Wie kann experimentell mit eventuell auftretenden Störvariablen umgegangen werden?
1) Konstanthaltung -> Störvariable auf allen Stufen uV konstant halten
2) Randomisierung
3) Stoervariablen als uV mit ins Experiment einbeziehen
Wie sollte randomisiert werden?
Zufällige Zuteilung der Probanden zu den Bedingungen -> unterschiedlichen Stufen der Störvariablen
zufällig auf Stufen der uV verteilt
Was sind mögliche Probleme einer Randomisierung am Beispiel xy?
– ausreichendes N, sonst wahrscheinlich, dass Ungleichverteilung vorliegt
– manchmal ethische oder moralische Bedenken -> Treatment kann kranken Personen nur
schlecht verweigert werden
Nennen Sie die Gemeinsamkeit von nicht-experimentellen Designs.
Keine aktive Manipulation der Ursache durch Forschenden
Geben Sie Beispiele für Konstrukte für Personen, Treatments, Settings & Outcomes.
Psychologiestudierende, Rentner, Autisten
• Medikament, Sportprogramm
• Labor, Klinik, Schulen
• Selbstbericht, Fremdbeobachtung, Interview
Welche Elemente des Experiments müssen bei der Generalisierbarkeit experimenteller Ergebnisse
nach Cronbach berücksichtigt werden?
units, treatment, observation, settings (UTOS)
Wie wird das Falsifikationsprinzip bei einer quasi-experimentellen Untersuchung eingesetzt?
Falsifikationsprinzip = Hypothese wertvoller je einfacher sie wiederlegt werden kann
• Verifikation (induktiver Beweis) unmöglich, da alle Fälle der Empirie erfasst werden müssten, Falsifikation hingegen möglich
• Alternative Erklärungen (die in quasi-experimentellen Designs wahrscheinlicher sind als in experimentellen) müssen benannt, bewertet, und ausgeschlossen werden
• Solange keine Nachweise einer alternativer Erklärung -> Erklärung bleibt gültig
Warum kann keine Theorie endgültig bewiesen (verifiziert) werden?
Induzierendes Schlussfolgern = von Einzelbeobachtungen wird auf allgemeines Gesetz geschlossen
-> aber man kann nie vollständige Empirie erfassen (Induktionsproblem)
• Verifikation (induktiver Beweis) ist unmöglich
Was versteht man unter Konstruktvalidität?
- ob die erhobenen Daten (manifest) akkurate Indikatoren duer das zu messende Konstrukt (latent) sind
Was versteht man unter „restriction of range“ und wie entsteht sie?
- -> Varianzvernichtung durch ungeeignete Datenerhebung,
- -> kaum Unterschiede im Treatment,
- -> Decken- oder Bodeneffekte durch ungeeignete Messung oder Stichprobenauswahl
Was ist „Experimental Mortality“ und wie wirkt sie sich auf die interne Validität aus?
• Experimental Mortality: systematischer Ausfall von Probanden
• Treatmentgruppe ist anstrengender, daher mehr Abbrecher
• Nur die „Geeigneten“ halten durch (und das auch noch erfolgreich)
• Probanden in der KG sind nicht interessiert eventuell auch unzufrieden, weil sie kein Treatment erhalten haben
• Todesfälle
• Experimental Mortality tritt insb. bei Forschung mit mehreren Messzeitpunkten auf; nicht vermeid-,
nur reduzierbar; Ergebnisverzerrung (Bias) hin zu Effekt des Treatments -> reduzierte Validität
Was ist mit der statistischen Validität gemeint und worauf bezieht sie sich?
Statistische Methoden korrekt angewandt/interpretiert?
• Gibt es Kovariationen, statistischen Zusammenhang von angenommener Ursache und Wirkung?
