Einfaktorielle Varianzanalyse Flashcards
Messwertzerlegung bei ANOVA
Gesamtmittelwert + Gruppenmittelwert + Residuum
Bedeutung der Zwischen-Quadratsumme
durch Gruppenzugehörigkeit erklärte Variation, “systematische Variation”
Bedeutung der Innerhalb-Quadratsumme
durch Gruppenzugehörigkeit nicht erklärte Variation, “unsystematische Variation”
Wertebereich der Effektgröße [Eta-quadrat]
[0;1]
- 0 = Variation ausschließlich innerhalb der Gruppen
- 1 = Variation ausschließlich zwischen den Gruppen
Populationsresidualvarianz
unter H0 sind die innerhalb- und zwischen-Varianz der Stichprobenmittelwerte identisch, deshalb sind diese Schätzer
Eigenschaften & Besonderheiten des F-Tests
- immer einseitig
- prüft nur, ob es signifikante Unterschiede gibt, nicht wo
- bei J = 2: F-Test = t-Test
Definition des p-Werts
Wahrscheinlichkeit, unter der H0 diese oder eine extremere Prüfgröße zu erhalten
Weshalb wird manchmal 𝝎2 statt 𝜼2 verwendet?
𝜼2 ist kein erwartungstreuer Schätzer der Population
Weshalb wird ɸ oder f als Effektgröße verwendet?
Es ist standardisiert
Wie findet man heraus, zwischen welchen Gruppen der Unterschied, der beim F-Test gefunden wurde, liegt?
- Paarvergleiche jede Gruppe wird mit jeder anderen vergleichen
- es gibt s mögliche nicht-redundante Vergleiche (Formelsammlung)
- die Mittelwerte der Teilstichproben werden mit dem t-Test für unabhängige Stichproben verglichen
Was ist die 𝛼-Fehler-Kumulierung?
- 𝛼r: W’, die H0 fälschlicherweise bei einem spezifischen Paarvergleich abzulehnen
- 𝛼fam: W’, die H0 bei mindestens einem aller Paarvergleiche abzulehnen
- 𝛼fam sollte 5% sein, deshalb muss 𝛼r jeweils kleiner, weil es durch die Kumulierung sonst 𝛼fam vergrößern würde
- Adjustierung nach Sidak oder Benferroni (Formelsammlung)
Voraussatzungen der Varianzanalyse
- Unabhängigkeit der Residuen
- Folgen der Verletzung: unterschätzte Residualvarianz, Erhöhung der W’ das 𝛼-Fehlers
- Normalverteilung der AV
- Überprüfung mit Kolmogorov-Smirnov- oder Lilliefors-Test
- Homoskedastizität
- Folgen der Verletzung:
- Varianz der kleineren > der größeren Stichprobe: zu liberal
- Varianz der kleineren < der größeren: zu konservativ
- Folgen der Verletzung:
Was bedeutet zu liberal bzw. zu konservativ bei statistischen Tests?
zu liberal: erhöhter 𝛼-Fehler
zu konservativ: verringerter 𝛼-Fehler
Wann verwendet man welchen Post-Hoc-/Paarvergleich?
Vergleich mit Referenzgruppe: Dunnet-Test
Vergleich aller Gruppen: Tukey-Test
Spezifischer Vergleich: mehrere t-Tests, beachte alpha-Fehler-Kumulierung (Adjustierung nach Sidak oder Benerroni)
Voraussetzungen der ANOVA
- Unabhängigkeit der Residuen zwischen und innerhalb der Gruppen
- sonst: unterschätzte Residualvarianz, erhöhte alpha-Fehler-W’
- Normalverteilung der Merkmalsvariable
- Überprüfung: Kolmogorv-Smirnov-/Lilliefors-Test
- Homoskedastizität
- Überprüfung: Levene-Test
- wenn signifikant: Welch-Test