AM Flashcards
Voraussetzungen: Einfaktorielle ANOVA
- AV metrisch
- UV unabhängig
- Varianz der AV homogen
- AV nv
Voraussetzungen: t-Test unabhängig
- AV metrisch
- UV unabhängig
- Varianz der AV homogen
- AV nv
Voraussetzungen: Mehrfaktorielle (factorial) ANOVA
- AV metrisch
- UV unabhängig
- Varianz der AV homogen
- AV nv
Voraussetzungen: Mixed design; mixed ANOVA
- AV metrisch
- UV-Gruppen unabhängig, an denen zumindest 2 abhängige Messungen vorgenommen
- Sphärizität
- Multivariate NV
Voraussetzungen: t-Test abhängig
- AV metrisch
- UV abhängig
- AV(Differnzen) nv
Voraussetzungen: X2-basierte Analyse von 4_felder-Tafeln
- Unabhängigkeit
- Erwartete Häufigkeiten nihct zu klein (alle e >5)
Voraussetzungstest(s) für Normalverteilung
- Kolmogorov-Smirnov-Test
- Shapiro-Wilk-Test
Voraussetzungstest(s) für Varianzhomogenität
- Levene Test
Parametrische Tests 7
- Einfaktorielle ANOVA
- Mehrfaktorielle (factorial) ANOVA
- ANCOVA
- Mixed design; mixed ANOVA
- Mauchly-Test
- t-Test für unabhängige Stichproben
- t-Test für abhängige Stichproben
Nicht parametrische Tests 10
- McNemar-Test
- Vorzeichentest
- Q-Test von Cochran
- Bowker-Test
- Jonckheere-Tepstra-Test
- Kruskal-Wallis-Test (H-Test)
- Friedmann Test (Rangvarianzanalyse)
- Wilcoxon-Test (Vorzeichenrangtest)
- Mediantest
- U-Test (Wilcoxon-Rangsummentest)
Nicht-parametrisches Pendant zu Einfaktorieller ANOVA
- Kruskal-Wallis-Test (H-Test)
-Jonckheere-Tepstra-Test
Nicht-parametrisches Pendant zu Einfaktorieller abhängiger ANOVA
- Friedmann-Test (Rangvarianzanalyse)
Nicht-parametrisches Pendant zu t-Test für abhängige Stichproben
- Wilcoxon-Test (Vorzeichenrangtest)
Nicht-parametrisches Pendant zu t-Test für unabhängige Stichproben
- Mediantest
- U-Test (Wilcoxon-Rangsummentest)
Voraussetzungstests… 4
- helfen, zu entscheiden, ob parametrische oer nihct-parametrische Verfahren angewendet werden sollen
- sind konfirmatorische TEsts –> wenn testergebnis nicht-signifikant ist Voraussetzung erfüllt (gut!)
- beruhen auf parametrsichen Voraussetzungen
- abhängig von Stichprobengröße
ICC Intraklassenkorrelation 7
= Maß zu Bestimmung der Interraterreliabillittät
- metrische Ratingskalen
- Maß der Varianzaufklärung
- Wertebereich 0-1
- für 2 oder mehr Rater
- Bestimmung der absoluten oder relativen Gleichheit von Urteilen
- in Multilevel-Modellen
Fleiss Kappa 2
- Urteile von mehr als 2 Ratern
- Mittlere Konkordanz aller Rater über alle Objekte
Cohens Kappa 8
- zufallsbereinigtes Maß der Beurteilerüberienstimmung (Konkordanz) von 2 Ratern
- aus Randverteilungen geschätzt
- nimmt Unabhängigkeit der Urteiel an
- ist Anteild er über den Zufall hinausgeheneden konkordanten Urteile gemessen an den theoretsiche möglichen
- Wertebereich -1-1
- Signifikanz vorausgesetzt
- Effekte gehen in gelcihe Rihctung –> Unterschätzung der Konkordanz
- nihct auf dichotome Kategoriesysteme beschränkt
Wodurch wird Cohens Kappa beeinflusst? 3
- Randverteilungen: ungleich –> Unterschätzung
- Anzahl der Kategorien und der Bestzung von Zellen –> geringe Anzahl an Kategorien und/oder nur geringe Zellbesetzungen –> Unterschätzung
- Prävalenz des Merkmals: niedrige Prävalen –> Unterschätzung
Gewichtetes Kappa 5
- für ordinale Kategoriensysteme!
- Maß der relativen (nihct mehr absoluten!) Gleichheit
- kleine nihct-Übereinstimmungen tragen positiv zur relativen Gleichheit bei
- linear ode rquadratisch
- in Regelvall höher als ungewichtetes Kappa
Was wird bei Beurteilerübereinstimmung gemessen? 6
- Reliabilität
- -> metrische Skalen
- -> bezieht sich auf Ähnlichkeit (relative Gleichheit) von Urteilen
- Konkordanz
- -> nominale/ordinale Skalen
- -> bezieht sich auf absolute Gleichheit von Urteilen
Annahmen von Cohens d 2
- NV
- Homogenität der Varianzen
Effektstärken der d- Familie 3
- Cohens d
- Hedge g
- Glass “Delta”
Was kann ineinander umgerechnet werden?
d, r und OR
Effektstärken der r-Familie 4
- Produkt-Moment-Korrelation r
- Phi-Koeffizient
- punkt-biserale Korrelation
- Rangkorrelation
Anforderungen von r
- bivariate NV
- linearer Zusammenhang
Annahmen der Eta2 2
- unabhängige Gruppen
- Designs ohne Kovariaten
Annahmen der partiellen Eta2 1
mehrfaktorielle Designs
Partielles Eta2 ungünstig für
Beschreibung der Varianzaufklärung innerhalb einer Studie
Eta2 ungünstig für
Vergleich der Varianzaufklärung zwischen Studien
Eta2 5
- standardisiertes, natürluches Effektmaß varianzanalytischer Untersuchungen
- Maß dafür, wie viel der Gesamtvarianz der AV durch interessierenden Faktor (=UV) erklärt wird
- Globalmaß für Gesamteffekt eines Faktors oder einer Wechselwirkung
- Wertebereich 0-1
- deskriptives Maß –> beschriebt Varianzaufklärung in vorliegende Stichprobe, aber überschätzt Varianzaufklärung in Population
