Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Psychologie 1. Semester > Statistik > Flashcards

Statistik Flashcards

1
Q

Welchen %-Wert hat der Bereich unter der Normalverteilung?

A

68,27%

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

Wie groß ist die Fläche unter der Normalverteilung?

A

1

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

Wie wird aus einer Normalverteilung eine Standardnormalverteilung

A

z-Transformation

Formel: 𝑧𝑖 = 𝑥𝑖 − 𝑥̅ / 𝑠𝑥

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

Merkmalsträger/
Statistische Einheiten

A

Objekte (meist Personen), an denen die interessierende Größe erfasst wird

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

Grundgesamtheit / Population

A

Menge aller für die Fragestellung relevanten Merkmalsträger

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Stichprobe

A

untersuchte Teilmenge der Grundgesamtheit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Merkmal
hypothetisches/latentes Konstrukt

A

interessierende Größe
Variable

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

Operationalisierungen
manifeste Indikatoren

A

Fragebogen
Test
Interview

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

Merkmalsausprägung

A

konkreter Wert des Merkmals

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

Messen

A

Zuordnung von Zahlen zu Objekten auf Basis ihrer Merkmalsausprägungen
z.B. Körpergröße in cm;
Reaktionszeit in ms
Intelligenz in IQ

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

Skalentypen

A

Nominal
Ordinal
Intervall
Verhältnis
Absolut
-Skala

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Formel für lineare Funktion

A

y = a*x+b
= Gerade im Koordinatensystem
wobei
y = vorhergesagter Wert
a= Steigung
b = y-Achsenabschnitt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Die Per-fiat Messung

A

fiat= lat = Es möge sein!
in psych. Forschungspraxis wird meist auf Überprüfung des Skalenniveaus verzichtet
es wird darauf vertraut, dass die geeignete Skala gewählt wurde

Rechtfertigungen: erfolgreiche Anwendung (IQ)
wenn Verteilungserwartung an die Daten erfüllt wird = all correct
wenn Verteilung abweicht - Skala ggf. falsch

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Was versteht man unter einer Variablen?

A

Merkmale, die versch. Werte annehmen können (=Merkmalsausprägungen/Stufen)

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

Unabhängige Variable (UV)

A

vermutete Einflussgröße, die variiert/manipuliert wird um den Einfluss auf die abhängige Variable (AV) zu messen

auch: Treatment, Behandlung, Maßnahme
bsp. EG und KG - EG bekommt Kaffee; KG nicht -> Einfluss auf Konzentrationsleistung gemessen

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

Abhängige Variable (AV) auch Reaktionsvariable

A

Variable deren Veränderung infolge des Einflusses der UV gemessen wird
= Wirkung, die von der UV ABHÄNGT
(bsp. Konzentrationsleistung durch den Kaffee)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Das Summenzeichen

A

großes Sigma (griech. S)
der Index i heißt Summations/Laufindex

Der Wert über dem S zeigt die Anzahl der zu rechnenden Werte an

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Häufigkeitsverteilungen
Arten von Häufigkeiten (6)

A

f = absolute Häufigkeit, mit der ein Wert auftritt
h = relative Häufigkeit (Anzahl Werte (f) geteilt durch Gesamtanzahl (n))
f% = prozentuale Häufigkeit - rel. Häufigkeit 100 (f/n100)
f kum= kumulierte absolute Häufigkeit = bis zum betrachteten Wert (einschließlich) aufsummierten absoluten Häufigkeiten
h kum= kumulierte relative Häufigkeit = bis zum betrachteten Wert (einschließlich) aufsummierten relative Häufigkeiten
f% kum = kumulierte prozentuale Häufigkeit = bis zum betrachteten Wert (einschließlich) aufsummierten prozentualen Häufigkeiten
100 * fkum/n = Prozentrang

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Histogramm

A

Das Wesentliche ist, dass die Flächen
der Säulen den relativen Häufigkeiten entsprechen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Statistische Kennwerte

A

Maßzahlen - kurz: Statistiken
Funktion: in zsmgefasster (aggregiert) Form Auskunft über Eigenschaften von Verteilungen geben

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Was machen Lagemaße (auch Maße der zentralen Tendenz)?

A

repräsentieren die Lage einer Reihe von Messwerten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Streuungsmaße (auch Variabilitätsmaße)

A

geben Auskunft über die Verschiedenheit (einer Reihe) von Messwerten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Arten von Lagemaßen (3)

A

Modus (häufigster Wert)
Median (Wert genau in der Mitte; aufsteigend sortiert 50%)
arithmet. Mittel bzw. Mittelwert (Summe durch Anzahl aller Messwerte)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Arten von Streuungsmaßen (3)

A

Spannweite (auch Variationsbreite; Range)
= Differenz zw. Maximum & Minimum

Varianz (= Summe der quadrierten Abweichungen der Messwerte vom Mittelwert geteilt durch die Anzahl der Messwerte)
Bezeichnung: S²

Standardabweichung auch Streuung:
=Wurzel aus der Varianz = S

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

z-Transformationen

A

= lineare Transformation, mit der jede Verteilung in eine Verteilung mit MW 0 und Standardabweichung 1 überführt wird

ermöglicht relativen Vergleich von Variablenausprägungen, da Unterschiede im MW und Streuung “wegrelativiert” werden

(Bsp. von zwei Testergebnissen in zwei Fächern der PISA-Studie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Korrelation

A

gibt die Richtung & Stärke eines linearen Zusammenhangs zweier Variablen an

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Kovarianz

A

gibt nur Auskunft über die Richtung des Zusammenhangs (nicht der Stärke) von zwei Variablen (müssen dieselben Einheiten haben)

nicht-standardisierte Kennzahl - geringe Vergleichbarkeit

𝑐𝑜𝑣(𝑥,𝑦) = Σ(𝑥𝑖 − 𝑥̅) ∙ (𝑦𝑖 − 𝑦̅) / n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Bedeutung positives/negatives Vorzeichen der Kovarianz

A

positiv: wenn x steigt, steigt auch y und andersrum
negativ: wenn x steigt sinkt y

maximaler Wert ist Sx * Sy

(Bsp. Entfernung Arbeitsweg & Dauer)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Kovarianz in Korrelationskoeffizienten (= Korrelation)

A

𝑟(𝑥,𝑦) = 𝑐𝑜𝑣(𝑥,𝑦) / 𝑠𝑥 ∙ 𝑠𝑦
–> Bravais- Pearson oder Produkt-Moment-Korrelation
-zur Standardisierung der Kovarianz
-kann Werte zwischen -1 & +1 annehmen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Interpretation des Korrelationskoeffizienten (r-Wert)

A

-1 = perfekt negativer linearer Zusammenhang (oben links nach unten rechts)
+1 = perfekt positiver linearer Zusammenhang
(unten links nach oben rechts)
0 = kein Zusammenhang (Punktewolke)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Korrelation und Kausalität

A

eine Korrelation sagt nichts über die Ursache des Zusammenhangs aus, nur über Stärke (Wert) und Richtung (positives/negatives Vorzeichen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Lineare Regression (= bivariate Regression zw. zwei intervallskalierten VAR)

A
  • regressieren = von y auf x “zurückgehen”
    durch Var X Var Y vorhersagen (wenn Zusammenhang besteht)
  • durch einfache lin. Reg keine Aussage über Kausalität möglich
    -Vorhersagevariable = unabhängige Variable = Prädiktorvariable
    vorherzusagende Variable = abhängige Variable = Kriteriumsvariable
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Regressionsgleichung

A

𝑦̂𝑖 = 𝑎 + 𝑏 ∙ 𝑥𝑖

𝑦̂𝑖: vorhergesagter Wert
a: Schnittpunkt der Geraden mit der y-Achse
b: Steigung der Geraden

Ziel: Bestimmung einer Geraden, die den Gesamttrend aller Punkte am besten widergibt

Bei der linearen Regression wird die Gleichung
gesucht, für die die Summe der quadrierten Abweichungen
zwischen vorhergesagten und tatsächlichen Werten minimal
ist (Kriterium der kleinsten Quadrate):

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Kriterium der kleinsten Quadrate

A

minimale Summe der quadrierten Abweichungen zw. vorhergesagten und tatschlichen Werten

zur Aufstellung der Geradengleichung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Regressionsresiduen

A

Abweichungen der beobachteten Werte von den vorhergesagten Werten

enthalten Anteile der AV, die durch die UV nicht erfasst wurden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

Zerlegung der Kriteriumsvarianz

A

Varianz des Kriteriums (der AV)
Die Varianz der y-Werte setzt sich additiv aus der Varianz
der vorhergesagten 𝑦̂-Werte und der Varianz der Residuen
𝑦∗ zusammen also aus vorhersagbarem & unbekanntem:

𝑠𝑦² = 𝑠𝑦̂² + 𝑠𝑦∗²

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

Determinationskoeffizient

A

Varianzanteil der abhängigen Variablen, der mit der unabhängigen
vorhergesagt bzw. erklärt werden kann:

r² (x,y) = s²𝑦̂ / s²y

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

5 Grundgesamtheit / Population

A

bezeichnet die Menge aller
Elemente bzw. statistischen Einheiten (Personen, Objekte),
über die Aussagen getroffen werden sollen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Stichprobe

A

bezeichnet eine nach einer bestimmten Auswahlmethode
gewonnene Teilmenge der Grundgesamtheit.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

Inferenz

A

bedeutet, von einer Stichprobe mittels wahrscheinlichkeitstheoretisch
begründeter Methoden auf eine Grundgesamtheit
rückzuschließen.

Methoden sind: Schätzen & Testen von Parametern & Verteilungen

Bedingung: Daten aus Zufallsstichprobe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

Zufallsstichproben

A

für Rückschluss von SP auf GG muss GG klar definiert sein
+ jedes Element hat die gleiche Auswahlwahrscheinlichkeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

Auswahltechniken für Zufallsstichproben

A
  • Würfeln
  • Direktes Auslosen (Losziehung)
  • Indirektes Auslosen (Durchnummerierung, Zufallsziffern)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

Gelegenheitsstichprobe

A

in der Psychologischen Praxis selten Zufallsstichproben (5%)
stattdessen Gelegenheitsstichprobe (z.B. über Aushänge)
damit ist Rückschluss auf GG ausgeschlossen
Rechtfertigung der klassischen Inferenz:
- psych. Var lassen sich auf individueller Ebene als Zufallsvariablen betrachten
- eine zufällige Zuteilung der Vpn in Experimenten erfolgt

geht nicht um stat. Rückschluss sondern Prüfung von Hypothesen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

Repräsentativität

A

wenn SP Abbild der GG ist (möglich in erfassten Merkmalen wie Alter, Geschlecht, Einkommen etc.)

Kriterien:
Zufallsstichprobe
Genauigkeit der Schätzung (Varianz)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

Was sind Kennwerte und Parameter?

A

Populationsparameter = unbekannte Kennwerte der Population, die mit Stichprobenkennwerten (Punktschätzern) geschätzt werden

Stichprobenkennwerte = Zufallsvariablen (Lateinischer Buchstabe)
Parameter = feste Werte von Populationsverteilungen (Griechischer Buchstabe)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

Stichprobenkennwerte und dazugehörige Populationsparameter
Anteilswert

A

h / 𝜋 (pi)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

Mittelwert

A

𝑥̅ / 𝜇 (my)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

Varianz

A

s² / 𝜎² (Sigma)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

Streuung

A

s / 𝜎 (Sigma)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

Korrelation

A

r / 𝜌 (Rho)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

Stichproben(kennwerte)verteilung

A

Verteilung aller möglichen Ausprägungen eines SP-Kennwerts

aus Pop. werden unendlich oft Zufalls SP gezogen und innerhalb jeder SP wird ein Kennwert berechnet
Verteilung dieser einzelnen Kennwerte = SP-Kennwerteverteilung

52
Q

Wovon hängt die Verteilung eines Kennwerts ab?

A
  • Verteilung der GG
  • Typ des Kennwerts (MW, Varianz, Standardabweichung usw.)
  • Stichprobenumfang
  • Art der SP (Zufall ja / nein)
53
Q

Diskrete Verteilungen

A

Kennwerteverteilung ist Voraussetzung für Inferenzstatistik
diskret: Binomial, hypergeometrische, Poisson - Verteilung

eine gewisse Menge, die man abzählen kann bsp. Kopf oder Zahl

54
Q

Bernoulli-Variable

A

kann genau zwei Werte annehmen 0 & 1
Misserfolg vs. Erfolg
Wahrscheinlichekeit für 1 = 𝜋
Wahrscheinlichkeit für 0 = 1- 𝜋

z.B Münzwurf = 0,5

55
Q

Bernoulli- Experiment

A

n-fache widerholte unabhängige Erfassung einer Bernoulli-Var

Anzahl x der Erfolge, die zwischen 0 und n liegen kann
(Bsp. Anzahl von Kopf )

56
Q

Stetige Verteilung

A

wird mit Kurven symbolisiert
bsp. Normalverteilung

zwischen den Messwerten können unendlich viele weitere liegen bsp. Körpergröße

57
Q

Fläche unter der Normalverteilung

A

Gesamtfläche unter der Kurve ist 1
= mit der Wahrscheinlichkeit von 1 tritt irgendein Ergebnis ein
innerhalb eines Intervalls (zwischen Wert a und b)

58
Q

Eigenschaften der Normalverteilung

A
  • glockenförmiger Verlauf
  • Symmetrie (Modus, Median, MW sind gleich)
  • zwischen den Wendepunkten befindet sich 2/3 der Gesamtfläche (68,3%)
  • Verteilung nähert sich asymptotisch der x-Achse (= berührt die x-Achse nie)
59
Q

Bedeutsamkeit der Normalverteilung

A

ist Grundlage zur Herleitung versch. Verteilungen (z.B., Chi², t-Verteilung, F’)
Binomial, Poisson nähern sich der Normalverteilung an (konvergieren)

60
Q

Normalverteilung als theoretisches Modell für die Verteilung von…

A

Stichprobenkennwerten
Zufallsfehlern
empirischen Merkmalen

61
Q

Standardnormalverteilung

A

durch z-Transformation kann jede Normalverteilung in eine Standardnormalverteilung überführt werden
dabei:
𝜇 = 0 und 𝜎 = 1 (MW & Streuung)

62
Q

Tabelle zur Standardnormalverteilung

A

Spalte Fläche gibt die Fläche von - Unendlich bis z

63
Q

Perzentile

A

ein Wert, der p% der Fläche einer Verteilung links abschneidet

50% Perzentil = Median z = 0

64
Q

Wichtige Perzentile der Standardnormalverteilung

A

75% = 0,67
90% = 1,28
95% = 1,65
97,5% = 1,96
99% = 2,33
99,5% = 2,58

65
Q

Erwartungswert & Erwartungtreue

A

Erwartungswert E = MW der SP-Verteilung eines Kennwertes 𝜃̂ (Theta Dach)
Dach = Kennzeichen für Schätzwert

66
Q

Wann spricht man von einem erwartungstreuen Schätzer?

A

wenn der Erwartungswert dem Wert des Populationsparameters entspricht:
E(𝜃̂) = 𝜃,

67
Q

Was sind (2) andere Begriffe für Erwartungs(un)treue?

A

Verzerrtheit
Bias

68
Q

Wofür ist der MW ein erwartungstreuer Schätzer?

A

für 𝜇 (my)
E(𝑥̅) = 𝜇.

69
Q

Wofür ist die Varianz (S²) ein erwartungstreuer Schätzer?

A

ist keiner:
E(𝑠²) ≠ 𝜎².
𝑠² unterschätzt 𝜎² systematisch um den Faktor (𝑛 − 1) ⁄ 𝑛.

muss korrigiert werden zu 𝜎̂² = 𝑠² ∙𝑛 /𝑛 − 1
E(𝜎̂²) = 𝜎².

70
Q

Standardfehler des MW

A

= Streuung einer SP-Kennwerteverteilung

hängt von der Populationsvarianz (Streuung) und der SP-Größe ab 𝜎𝑥̅ = √𝜎² / 𝑛
oder 𝜎/ √𝑛

Je größer die Streuung, desto größer der SF
Je größer die SP, desto kleiner der SF

71
Q

Schätzung des Standardfehlers des Mittelwertes

A

In der Regel ist die Varianz einer Population 𝜎² nicht bekannt.
Standardfehler aus den Stichprobendaten
geschätzt: 𝜎̂𝑥̅ = 𝜎̂ /√ 𝑛

72
Q

Zentraler Grenzwertsatz

A

Verteilungen von Summen bzw. Mittelwerten aus Stichproben
des Umfangs n, die sämtlich derselben Grundgesamtheit
entnommen werden, gehen mit wachsendem
Stichprobenumfang in eine Normalverteilung über.

73
Q

Konvention zum Zentralen Grenzwertsatz

A

𝑛 ≥ 30
für hinreichend, um die Stichprobenverteilung des
Mittelwertes als Normalverteilung zu behandeln, ungeachtet
der Verteilungsform der zugrunde liegenden Population.

Nur eine Konvention, NICHT Inhalt des Z GW-Satzes

74
Q

6 Worauf zielen Schätzverfahren ab?

A

aus einer Zufallsstichprobe auf die Grundgesamtheit rückzuschließen

75
Q

Welche zwei Formen von Schätzungen gibt es?

A

Punktschätzung (Angabe Wert)
Intervallschätzung (Angabe Wertebereich)

76
Q

Punktschätzung

A

eine wesentliche Eigenschaft von Schätzern ist die Erwartungstreue (Unverzerrtheit)

77
Q

Gleichung für Erwartungstreue

A

E(𝜃̂) = 𝜃.
Theta Dach = Schätzer für Theta (MW der Verteilung)

78
Q

In der Psychologie häufig verwendete Schätzer

A

MW, Varianz, Korrelation, Anteilswert

79
Q

Eigenschaften eines guten Schätzers

A

Effizienz = Variabilität eines Schätzers
Varianz sollte möglichst klein sein

80
Q

Intervallschätzung

A

Genauigkeit einer Punktschätzung wird durchs Konfidenzintervall beurteilt

81
Q

Definition Konfidenzintervall

A

Ein in Lage und Breite zufälliges Intervall, welches unbekannten Parameter mit einer Wahrscheinlichkeit von 1- 𝛼 umfasst

82
Q

Konfidenzniveau

A

1 − 𝛼

83
Q

Was ist der Ausgangspunkt zur Bestimmung des Konfidenzintervalls?

A

ein Punktschätzer für den unbekannten Parameter (MW, Varianz etc.)

84
Q

Formel für das Konfidenzintervall

A

[𝑥̅ − 𝑧1−𝛼⁄2 ∙ 𝜎𝑥̅ ; 𝑥̅ + 𝑧1−𝛼⁄2 ∙ 𝜎𝑥̅]

85
Q

Wenn Varianz der GG unbekannt

A

Schätzer der Varianz wird verwendet 𝜎̂𝑥̅ (Sigma Dach vom MW)
Formel dann mit t statt mit z-Werten:
[𝑥̅ − 𝑡1−𝛼⁄2 ∙ 𝜎̂𝑥̅ ; 𝑥̅ + 𝑡1−𝛼⁄2 ∙ 𝜎̂𝑥̅]

86
Q

7
Welches ist das meiste verwendete inferenzstatistische Verfahren?

A

Signifikanztest

87
Q

Was prüft der z-Test (Gauß-Test)?

A

ob eine SP zu einer GG mit
𝜇 = 𝜇0
gehört
Varianz dazu als bekannt vorausgesetzt

88
Q

Was besagt die Nullhypothese (H0)?

A

Keine Veränderung, es bleibt wie es ist
Bsp. IQ:
Durchschnitts-IQ liegt wie bisher angenommen im Mittel bei 100

89
Q

Was besagt die Alternativhypothese? (H1)

A

Veränderung, es bleibt nicht beim alten
Bsp. IQ:
Der IQ liegt im Durchschnitt über (oder unter) 100

kann gerichtet (rechts- oder linksseitig) oder ungerichtet formuliert sein & spezifisch oder unspezifisch

90
Q

Was ist ein anderes Wort für Prüfgröße?

A

Teststatistik

91
Q

Wie lautet die Formel zur Erfassung des empirischen z-Wertes, sofern die Varianz bekannt ist?

A

𝑧 𝑒𝑚𝑝 =
𝑥̅ − 𝜇0 /
𝜎𝑥

92
Q

Wie ist die Bezeichnung fürs Signifikanzniveau?

A

= ist die Wahrscheinlichkeit für die
fälschliche Ablehnung der 𝐻0 .

α

93
Q

Wie wird der Ablehungsbereich der H0 konstruiert?

A

1) Festlegung des Signifikanzniveaus (α)
2) Ablesen der z-krit aus der TAB
3) Errechnung des z-emp
Entscheidung für alpha 5% lautet dann:
𝑧 𝑒𝑚𝑝 > 1,65, Ablehnung der 𝐻0 und Annahme der 𝐻1.

94
Q

Was ist der p-Wert?

A

= Überschreitungswahrscheinlichkeit
–> Fläche unter der H0 Verteilung, die der beobachtete Wert “in Richtung der H1 abschneidet”
Entscheidungsregel:
Falls p-Wert ≤α, Ablehnung der 𝐻0 .
Siehe Abb

Wahrscheinlichkeit eines Ergebnisses gegeben die H0

95
Q

Wie sind die 5 Schritte eines Testablaufs?

A

1) Hypothesen festlegen
2) Testverfahren wählen
3) Stichprobengröße festlegen
4) Signifikanzniveau (α) festlegen
5) Ablehnungsbereich festlegen

96
Q

Merksatz zum Signifikanzniveau

A

Das Signifikanzniveau α ist die Wahrscheinlichkeit für die
fälschliche Ablehnung der 𝐻0 .

97
Q

Was ermittelt ein Signifikanztest?

A

die Wahrscheinlichkeit eines Ergebnisses bei Gültigkeit der H0

98
Q

Was kann ein Signifikanztest nicht ermitteln?

A

die Wahrscheinlichkeit einer Hypothese

99
Q

Merksatz zur H0 bzgl Formulierung

A

sie kann nur beibehalten oder verworfen werden, nicht angenommen

100
Q

Tabelle zu Fehlerarten
Unter welchen “Kombinationen” wird eine richtige Entscheidung getroffen?

A

H0 - H0
H1 - H1

101
Q

Tabelle zu Fehlerarten
Unter welchen “Kombinationen” wird eine falsche Entscheidung getroffen?

A

H0- H1 (β-Fehler
/Fehler 2. Art)
H1- H0 (α-Fehler / Fehler 1.Art)

102
Q

Wodurch wird das Auftreten des alpha-Fehlers kontrolliert?

A

Auswahl alpha (Sign Niveau - je größer, desto größer Wahrscheinlichkeit für Auftreten)

103
Q

Wodurch wird der beta-Fehler bestimmt?

A

Kann nur bestimmt werden, wenn H1 spezifisch formuliert wird

104
Q

Worüber trifft statistische Signifikanz keine Aussage?

A

über die Größe und Relevanz eines Effekts,
da bei hinreichend großem n und entsprechend kleiner Varianz auch sehr kleine Unterschiede signifikant werden

105
Q

Wann werden in der Population bestehende Unterschiede nicht signifikant?

A

wenn die SP zu klein ist, bleiben solche Unterschiede quasi unentdeckt

106
Q

Welches Ziel wird mit der Teststärkeanalyse (power analysis) verfolgt?

A

die SPgröße an den erwarteten Unterschied/Effekt anpassen

107
Q

Teststärke

A

-korrekte Entscheidung für H1
oder
-die Wahrscheinlichkeit, korrekterweise eine falsche Nullhypothese zurückzuweisen
1-ß

108
Q

Effektgröße

A

-eine Möglichkeit, den Unterschied zwischen zwei Gruppen zu quantifizieren
-Während ein p-Wert uns sagen kann, ob es einen statistisch signifikanten Unterschied zwischen zwei Gruppen gibt oder nicht, kann eine Effektgröße uns sagen, wie groß dieser Unterschied tatsächlich ist.

Effektgrößen sind standardisierte Effeke nach dieser Formel:
Cohen’s d = (x1 – x2) / s
bzw. mit my und sigma auf Populationsebene

d =𝜇1−𝜇2 / 𝜎
= standardiesiertes Maß, welches den Abstand der Pop. MW in gemeinsamer Einheit angibt (der gemeinsamen Standardabweichung)

109
Q

Was muss zur Erzielung einer geeigneten Teststärke festgelegt werden?

A

die Effektgröße und das n (g-power Tool)

110
Q

Was gibt die Teststärke 1-ß an?

A

Die Wahrscheinlichkeit mit der ein Test einen best. vorhandenen Unterschied entdeckt

111
Q

Unter welchen (4) Bedingungen wird die Teststärke größer?

A

Die Teststärke wird größer, wenn …
* alpha größer gewählt wird,
* n größer wird,
* der Effekt größer wird,
* die Merkmalsstreuung kleiner wird
und die jeweils anderen Determinanten konstant bleiben.

112
Q

Welche Kritik am Signifikanztest gibt es?

A

Verbot am sog. Nullhypothesensignifikanztest, da H1 oft unspezifisch und H0 unplausibel formuliert wird

113
Q

8
Spezielle Verteilungen, die sich von der Normalverteilung ableiten (3)

A

Chi² Verteilung (X²-Verteilung)
t-Verteilung
F-Verteilung

114
Q

Was macht man in der Inferenzstatistik?

A
  • anhand von Ergebnissen zufälliger Ereignisse auf GG schließen
  • dadurch keine sicheren Aussagen, sondern Wahrscheinlichkeitsaussagen
  • um diese treffen zu können muss die Verteilung des Kennwertes bekannt sein
  • bsp. MW laut zentralem Grenzwertsatz bei zunehmender SP Göße normalverteilt
  • bei anderen Kennwerten, die auf MW aufbauen wie z.B Varianz -> andere Verteilungen
115
Q

Chi² Verteilung

A

eine theoretische Verteilung von Werten für eine Population (stetige Wahrscheinlichkeitsverteilung)
- definiert als die Verteilung der Summe der quadrierten Zufallsvariablen (unabhängig, standardnormalverteilt)
einziges Parameter: Freiheitsgrade (df- degrees of freedom)
- je mehr df desto eher ähnelt sie einer Normalverteilung
- gängige Tests auf Basis der Verteilung:
-Chi-Quadrat-Test auf Anpassungsgüte bzw. auf Unabhängigkeit.

116
Q

Was sind Freiheitsgrade?

A

Gegeben einen Mittelwert, so lassen sich noch 𝑛 − 1 Werte
frei wählen (Freiheitsgrade), der 𝑛-te Wert ist dann durch
diese und den Mittelwert festgelegt.

117
Q

t-Verteilung

A

verwendet um Sigma zu schätzen (Standardabweichung der Population)
- Verteilungsfunktion des T-Tests
- benötigte Parameter: Freiheitsgrade
- je mehr df, desto ähnlicher einer Standardnormalverteilung
-Varinaz ist >1

118
Q

9
Unterschiedshypothesen t-Tests für Mittelwerte
Einstichproben-t-Test:
Test der Hypothese, dass ein Populationsmittel den Wert my0 hat

A

Unterschiedshypothesen: bsp. kogn. Leistung Test vor und nach einem Training
Voraussetzung ist eine normalverteilte SP (da sich die T-Verteilung aus dieser herleitet)
Varianz wird geschätzt
𝑡emp = 𝑥̅ − 𝜇0 / 𝜎̂𝑥̅ (mit df n-1)
Zur Prüfung ob eine SP zur Pop mit gegebenem Parameter gehört

119
Q

Teststärkenanalyse mit G*Power

A

A priori-Analyse mit G*Power zur Festlegung der Stichprobengröße
in Abhängigkeit von alpha, beta und der Effektgröße d
am Beispiel des Einstichproben-t-Tests

120
Q

Wann nimmt man den t-Test für unabhängige Stichproben?

A

Wenn man die Hypothese hat, dass die MW von zwei unabhängigen Populationen den gleichen Wert haben (Varianzen gleich)

121
Q

Was testen t-Tests für abhängige Stichproben?

A

Die Hypothese, dass die MW von zwei abhängigen Pop gleich sind

122
Q

Was bedeutet abhängige SP?

A

wenn die Werte paarweise einander zugeordnet sind d.h man davon ausgehen kann, dass sie korrelieren:

-AV wird bei denselben Pbn 2x erhoben (Messwiederholung)
-AV wird bei zueinander gehörigen Pbn erfasst (z.B. Zwillinge, WAS NOCH?)
-SP-Gruppen werden parallelisiert

Bsp. es soll getestet werden, ob ein motorisches Training dazu führt, dass Kinder früher laufen lernen - getestet an Zwillingen

123
Q

Beim Signifikanztest wird nur die Wahrscheinlichkeit alpha des Fehlers 1. Art kontrolliert

Right or wrong?

A

right

124
Q

Man entscheidet sich nicht FÜR die H0 sondern

A

nicht gegen sie

Die Beibehaltung der H0 ist nicht gleichzeitig die Ablehnung der H1

125
Q

Wann ist beta besonders klein?

A

Je größer man alpha wählt

126
Q

Was lässt sich zu extrem großen SP (>1000) sagen, wenn die H0 die Forschungshypothese ist?

A

Wenn man die Forschungshyothese als H0 formuliert hat und eine große SP wählt, werden die meisten Effekte signifikant
So kann man die Info von Nicht-Signifikanzen nutzen

127
Q

Was besagt der zentrale Grenzwertsatz?

A

Dem zentralen Grenzwertsatz gemäß verteilen sich Mittelwerte
mit zunehmender Stichprobengröße normal.

Psychologie 1. Semester (30 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions