Grenzen des Signifikanztests Flashcards

1
Q

Fisher

Was ist die Standardversion des Signifikanztest-Rituals?

A
  1. Stelle eine Nullhypothese auf wie z. B. “kein(e)
    Mittelwertsunterschied(e)” oder “Null-Korrelation”, aber
    spezifiziere keine Alternativhypothese
  2. Benutze 5% oder 1% als Konvention, um die
    Nullhypothese zu verwerfen
  3. Wenn das Testergebnis signifikant ist, nehme Deine
    Forschungshypothese an
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hybrid

Was ist die elaborierte Version des Signifikanztest-Rituals?

A
  1. Stelle eine Nullhypothese und eine Alternativhypothese (meist
    unspezifisch, z. B. “größer” oder“ungleich”) auf
  2. Benutze 5% oder 1% als Konvention, um die Nullhypothese zu
    verwerfen
  3. (Optional: Stelle Überlegungen zur Teststärke [Power] an)
  4. Wenn das Testergebnis signifikant ist, nehme Deine
    Forschungshypothese an
  5. (Optional: Wenn das Testergebnis nicht signifikant ist, führe das
    „Post-Hoc-Poweranalyse-Ritual“ durch)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was ist das Post-hoc-Poweranalyse Ritual?

A
  • Wenn das Testergebnis nicht signifikant ist, führe eine Post-hoc Poweranalyse durch
  • Benutze dazu den empirisch gefundenen Effekt als Schätzung des Populationseffekts
  • Finde heraus, dass die Power zu niedrig war, um diesen Effekt (= geschätzter
    Populationseffekt) zu entdecken (bei symmetrischen Prüfverteilungen: Power < 50%)

Das Problem: Der empirisch gefundene Effekte kann stark vom Populationseffekt
abweichen.
–> sinnvoller: Post-Hoc-Poweranalyse mit theoretisch hergeleitetem Effekt
–> Noch sinnvoller: A priori Poweranalyse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Was sagt ein Signifikanztest-Ergebnis aus?

A

Wahrscheinlichkeit des Ergebnisses unter der Bedingung, dass die H0 gilt –> p-Wert

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Auf welche Frage gibt das Signifikanztest-Ritual eine Antwort?

A
  • Kann das noch Zufall sein?
  • p-Wert sehr klein –> kein Zufall mehr (Sternchenstrategie: mind 1 Sternchen sonst Misserfolg)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was sind verbreitete Fehlannahmen bei der Interpretation von p-Werten?

A
  • p-Werte sind Indikatoren für die Größe eines Effekts
  • p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit,
    daß die Nullhypothese/Alternativhypothese zutrifft
  • p-Wert: Wahrscheinlichkeit, mit der man sich hinsichtlich
    seiner Schlussfolgerung (H0 ist falsch) geirrt hat
    („Irrtumswahrscheinlichkeit“)
  • p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit,
    dass ein Ergebnis replizierbar ist
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Warum ist der p-Wert kein Indikator für die Größe eines Effekts?

A

Keine Aussage über praktische Bedeutsamkeit
Bei einem bestimmten p-Wert (X):
* X und große SP –> kleinerer Effekt
* X und kleine SP –> größerer Effekt

P-Wert allein sagt nichts über Effektgröße aus, dazu muss man auch n kennen!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Warum erlaubt der p-Wert keine Abschätzung der WS, dass die H0/H1 zutrifft?

A

p betrifft das Ergebnis, nicht die Wahrscheinlichkeit. Die Annahme mit der man in den Test geht, ist dass die WS für die H0 100% ist.

p(Ergebnis I H0) ist nicht p(H0 I Ergebnis)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Warum ist der p-Wert keine Irrtumswahrscheinlichkeit?

Mit p kann H0 trotz des signifikanten Ergebnisses richtig sein

A

Die Irrtums-WS ist alpha, wird vor dem Test festgelegt hat nur dann Bedeutung, wenn die H0 zutrifft (wenn die H1 wahr ist, kann man nur den beta-Fehler begehen)

p = Produkt der Daten
p erlaubt nur WS-Aussagen über die Daten, nicht die Hs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Warum erlauben p-Werte keine Aussagen darüber, ob das Ergebnis replizierbar ist?

A

Das ist abhängig von der Power. Die ist abhängig vom tatsächlichen Populationseffekt, der zwar geschätzt werden kann, aber eigentlich theoretisch hergeleitet werden muss.

Publication Bias –> Überschätzung des Populationseffekts –> Überschätzung der Power in Replikationen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Was ist die begrenzte Aussagekraft von richtig interpretierten Signifikanztestergebnissen?

A
  • Bietet nur eingeschränkt Fragemöglichkeiten (nur solche, die zu einem Signifikanztest passen, wie z.B. Ja/Nein Antworten, oder Fragen, die eine mxn Struktur der Welt voraussetzen)
  • Liefert nur stark eingeschränkte Antworten/Passung zwischen p-Werten und Theorien/Hs
  • keine Aussage über praktische Bedeutsamkeit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was sind Ergänzungen und Alternativen zum Signifikanztest?

A
  • KIs
  • Grafische Analyse
  • Resampling Verfahren
  • Bayesianischer Ansatz
  • Experimentelle Einzelfallanalyse
  • Effektgrößen und Metaanalyse
  • ALM
  • Qualitative Methoden
  • Präzisere Theorien/Modelle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was sind die Vorteile von Konfidenzintervallen?

A
  • beinhalten dieselben Infos wie Signifikanztests
  • bieten eine Schätzung des entsprechenden Populationsparameters (MW des Intervalls)
  • Machen darüber noch Aussagen über die Genauigkeit der Schätzung (Länge des Intervalls)
  • Aussage immer über das Intervall, nicht über den Wert (Wert liegt darin –> falsch)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Was sind die MAGIC Kriterien?

A

Rolle von Statistik:
M - Größe von Effekten
A - Detailgenauigkeit
G - Breite der Schlussfolgerungen
I - Potenzial für Meinungsänderung
C - Sauberkeit der Methodik, theoretische Kohärenz

Signifikanztests in erster Linie ein Hilfsmittel, das die Glaubwürdigkeit unterstützen kann; oft nicht mehr konsistent mit dem Modus Tollens

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Welche Faktoren beeinflussen das Ergebnis eines Signifikanztests?

A

Da SPVs die Grundlage sind, haben alle Faktoren, die die Form und Abstände der Verteilungen beeinflussen, auch Einfluss auf die Power
* Populations-Effektgröße
* n
* alpha und beta Fehler abwägen
* Minimierung des experimentellen Fehlers
* Homogenität der Population

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Was ist der Inhalt jeder Nullhypothese im Signifikanztest?

A

Effektgröße = 0

17
Q

Wovon hängt der Test ab?

A
  • alpha
  • n
  • Effektgröße
  • (gerichtete H)

Wenn der Strich für alpha an der gleichen Stelle bleibt, kann ich die Power durch eine größere SP erhöhen –> geringere Streuung –> Verteilungen werden schmaler

18
Q

Was ist eine SPV?

A

Hypothetische Verteilung, die entstehen würde, wenn man unendlich oft aus der Population ziehen würde und den Kennwert ermitteln würde.

SD der SPV = SE

19
Q

Ist p = alpha?

A

Nein! Ich vergleiche p mit alpha

20
Q

Was sind die Vorteile von KIs?

A
  • Genauigkeit durch Länge
  • MW (Punktschätzer für den Effekt)
  • Signifikanz ablesbar
21
Q

Wann ist ein Ergebnis signifikant? (KI)

A

Wenn das KI nicht die 0 enthält.

Der Wert der H0 darf nicht vom KI überdeckt werden, sonst kommt es auch in Frage.

22
Q

Was bedeutet es, wenn sich KIs nicht überlappen?

A

signifikant