Höhere Statistik at Universität Salzburg | Flashcards & Summaries

Select your language

Suggested languages for you:
Log In Start studying!

Lernmaterialien für Höhere Statistik an der Universität Salzburg

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Höhere Statistik Kurs an der Universität Salzburg zu.

TESTE DEIN WISSEN

Was sind Verbesserungsansätze für die Probleme die wir haben in der wissenschaftlichen Psychologie?

Lösung anzeigen
TESTE DEIN WISSEN
  1. Problematische Forschungspraktiken und deren Verbreitung
    • Awareness zu p-Hacking bzw. QRPs in Lehre und Fortbildung 
    • Präregistrierung
  2. Ritualisierte und problematische Verwendung von Forschungsmethoden und Statistik
    • Abrücken vom "Null-Ritual"
    • "The New Statistics": stärkerer Fokus auf Effektstärken und Konfidenzintervalle; teilweise Verwendung von Bayesianischer Statistik (Bayes Faktor)
  3. Geschlossene & intransparente Kommunikation in der Wissenschaft
    • Forderung nach und Förderung von Open Science/Access
    • Teilen von Materialien und vollständiger Information als neue Norm
  4. Fehlende Replikationen bzw. spektakuläre Fehlschläge, Ergebnisse zu replizieren
    • preregistration und registered reports
Lösung ausblenden
TESTE DEIN WISSEN

Kriterien der Wissenschaftlichkeit

Lösung anzeigen
TESTE DEIN WISSEN
  • Systematisch
    • breite Anwendbarkeit; Theorie soll kohärent und hierarchisch aufgebaut sein; Anwendung ist spezifiziert; keine ad-hoc Erklärungen
  • Wohldefinierte Methoden
    • Methoden definieren, was untersuchbar ist
  • Reduktion
    • Reduktion auf zugrundeliegende Prinzipien/Regeln; Ignorieren irrelevanter Aspekte (vgl. Modell)
  • Objektivität
    • reliabel und intersubjektiv nachvollziehbar
  • Klarheit
    • eindeutige Formulierungen 
  • Veränderlichkeit
    • undogmatisch; veränderbar (mit neuen Daten) und offen dafür
Lösung ausblenden
TESTE DEIN WISSEN

Kriterien für Theorieentscheidungen nach Kuhn

Lösung anzeigen
TESTE DEIN WISSEN
  1. Accurate - stimmt mit Experiment und Beobachtung zusammen
  2. Consistent - in sich, aber auch mit anderen Theorien konsistent
  3. (Broad) Scope - die Konsequenzen der Theorie sollten möglichst breit sein - nicht nur einzelne Details beschreiben/vorhersagen
  4. Simple - die einfachste Erklärung sollte bei gleicher Güte bevorzugt werden
  5. Fruitful - eine Theorie soll neue Phänomene oder neue Beziehungen zwischen Phänomenen vorhersagen
Lösung ausblenden
TESTE DEIN WISSEN

Theorien über Wahrheit

Lösung anzeigen
TESTE DEIN WISSEN

Wahrheit ist...

  • ...wenn Zusammenhang/Korrespondenz zwischen Aussage/Gedanken und Realität gegeben ist (correspondence theory; Position des Realismus)
  • ...wenn die Aussage mit möglichst vielen anderen Aussagen kompatibel ist (coherence theory; Position des Idealismus bzw. Relativismus)
  • ...wenn sozialer Konsens gefunden wird (consensus theory; Problem: Realität ist eine Fiktion; nicht unabhängig von Geist/mind)
  • ...wenn sich die Zuverlässigkeit einer Aussage in der Durchführung zeigt. Wahrheit (eher: Reliabilität/Replizierbarkeit) zeigt sich in (gleichen) Ergebnissen bei wiederholter Durchführung und neuen Experimenten (pragmatic theory; Position des Pragmatismus; Wahrheitsbegriff schwindet in Absolutheit; "wahr ist, was funktioniert" - vgl. Post-Positivismus & Laudan)
Lösung ausblenden
TESTE DEIN WISSEN

Evidenzgewinnung aus philosophischer Sicht (modi)

Lösung anzeigen
TESTE DEIN WISSEN
  • Modus Ponens
    • wenn H dann D
    • H
    • demnach D
  • Modus Tollens
    • wenn H dann D
    • nicht D
    • demnach nicht H
  • Affirming the Consequent
    • wenn H dann D
    • D
    • demnach H
Lösung ausblenden
TESTE DEIN WISSEN

Duhem-Quine Thesis

Lösung anzeigen
TESTE DEIN WISSEN

Eine Theorie ist nur in Kombination mit weiteren Hilfsannahmen testbar.

Lösung ausblenden
TESTE DEIN WISSEN

Arten der Prädiktoreingabe

Lösung anzeigen
TESTE DEIN WISSEN
  • Simultane Regression (forced entry)
    • alle Prädiktoren werden garantiert und gleichzeitig in das Modell eingegeben 
  • Hierarchische Regression (blockwise entry)
    • ForscherIn bestimmt die Reihenfolge in der die Prädiktoren in das Modell eingegeben werden
  • Schrittweise (empirische) Regression (stepwise entry)
    • Prädiktoren werden nach der Höhe ihrer Semipartial-Korrelation mit der Kriteriumsvariable eingegeben
Lösung ausblenden
TESTE DEIN WISSEN

Voraussetzungen der multiplen Regression


Lösung anzeigen
TESTE DEIN WISSEN
  1. Unabhängigkeit der Residuen
    • Residuen dürfen nicht untereinander korrelieren (keine Autokorrelation) - bei zeitlichen Abfolgen oder genesteten Daten ein Problem!
    • Lösung: evtl. LME Modell Berechnen, welches diese Abhängigkeit mitmodelliert
  2. Normalverteilte Residuen
    • Residuen sind um 0 normalverteilt: es gibt wenige "extreme" Vorhersagefehler
    • Lösung: check die extremen Residuen: warum klappt dort die Vorhersage nicht? Evtl. Fehler in den Daten?
  3. Keine Multikollinearität
    • Prädiktoren dürfen nicht zu hoch miteinander korrelieren 
    • Lösung: evtl. einzelne Prädiktoren nicht mit aufnehmen; evtl. Prädiktoren zu "Skala" zusammenfassen
  4. Homoskedastizität 
    • auf jedem Level der Prädiktorvariable(n) sollte die Varianz der Residuen konstant sein. Streuung der Residuen nimmt nicht mit der Größe der Prädiktoren zu oder ab. => Modell passt auf allen Ausprägungen der Prädiktoren gleich gut!
    • Lösung: evtl. überlegen, ob die Kombination/Interaktion von Variablen explizit ins Modell aufgenommen werden sollte (=> "Moderation")
  5. Variablentyp
    • Kriteriumsvariable muss intervallskaliert sein und sollte nicht eingeschränkt sein
    • Prädiktoren müssen intervallskaliert oder kategorisch mit zwei Ausprägungen sein
    • Prädiktoren müssen eine Varianz größer 0 aufweisen 
    • Lösung: Varianz 0 => irrelevante Variable, Ausschluss!
    • Lösung: bei mehr als zwei Kategorien, z.B. Dummykodierung
  6. Linearität 
    • Linearität der Beziehung zwischen der Variablen, die im Modell dargestellt werden soll, muss in der Realität annähernd gegeben sein
    • Lösung/Vorgehen: zuerst per Grafik prüfen. Wenn offensichtlich nicht vorhanden: transformiere Variable//schließe Ausreißer aus
Lösung ausblenden
TESTE DEIN WISSEN

Arten der Mediation

Lösung anzeigen
TESTE DEIN WISSEN
  1. Einfluss von Prädiktor verschwindet völlig nach Berücksichtigung des Mediators: vollständige Mediation
  2. Einfluss von Prädiktor wird deutlich reduziert: partielle Mediation
  3. Einfluss von Prädiktor bleibt gleich: keine Mediation
Lösung ausblenden
TESTE DEIN WISSEN

4 Punkte für Vorliegen einer Mediation (Baron & Kenny, 1986)

Lösung anzeigen
TESTE DEIN WISSEN
  1. uV hat Einfluss auf aV
  2. uV hat Einfluss auf Mediator
  3. Mediator hat Einfluss auf aV
  4. Die Berücksichtigung des Mediators verringert den Einfluss der uV auf die aV deutlich (wenn vollständige Mediation: uV => aV n.s.)


Folgende Probleme: 

  • alpha-Fehler Kumulierung (4 Korrelationen - Korrektur durch kleinere alphas)
  • was, wenn einer der Punkte nicht erfüllt? keine Mediation?
  • Kann auch sein, dass indirekter Effekt den direkten aufhebt, weil es in eine andere Richtung geht


Lösung ausblenden
TESTE DEIN WISSEN

Arten der Moderation

Lösung anzeigen
TESTE DEIN WISSEN
  1. synergistic/enhancing
    • Moderator erhöht Wirkung von Prädiktor auf Kriterium
  2. antagonistic
    • Moderator dreht Wirkung von Prädiktor auf Kriterium
  3. buffering 
    • Moderator schwächt Wirkung von Prädiktor auf Kriterium
Lösung ausblenden
TESTE DEIN WISSEN

Schrittweises Vorgehen zur Prüfung, ob eine Mediation vorliegt

Lösung anzeigen
TESTE DEIN WISSEN
  1. Prädiktor  =>  Kriterium   -   wenn nein, Abbruch!
  2. Prädiktor  =>  Mediator   -   wenn nein, Abbruch!
  3. Mediator  =>  Kriterium   -   wenn nein, Abbruch!
  4. Prädiktor  +  Mediator => Kriterium
Lösung ausblenden
  • 134003 Karteikarten
  • 1697 Studierende
  • 20 Lernmaterialien

Beispielhafte Karteikarten für deinen Höhere Statistik Kurs an der Universität Salzburg - von Kommilitonen auf StudySmarter erstellt!

Q:

Was sind Verbesserungsansätze für die Probleme die wir haben in der wissenschaftlichen Psychologie?

A:
  1. Problematische Forschungspraktiken und deren Verbreitung
    • Awareness zu p-Hacking bzw. QRPs in Lehre und Fortbildung 
    • Präregistrierung
  2. Ritualisierte und problematische Verwendung von Forschungsmethoden und Statistik
    • Abrücken vom "Null-Ritual"
    • "The New Statistics": stärkerer Fokus auf Effektstärken und Konfidenzintervalle; teilweise Verwendung von Bayesianischer Statistik (Bayes Faktor)
  3. Geschlossene & intransparente Kommunikation in der Wissenschaft
    • Forderung nach und Förderung von Open Science/Access
    • Teilen von Materialien und vollständiger Information als neue Norm
  4. Fehlende Replikationen bzw. spektakuläre Fehlschläge, Ergebnisse zu replizieren
    • preregistration und registered reports
Q:

Kriterien der Wissenschaftlichkeit

A:
  • Systematisch
    • breite Anwendbarkeit; Theorie soll kohärent und hierarchisch aufgebaut sein; Anwendung ist spezifiziert; keine ad-hoc Erklärungen
  • Wohldefinierte Methoden
    • Methoden definieren, was untersuchbar ist
  • Reduktion
    • Reduktion auf zugrundeliegende Prinzipien/Regeln; Ignorieren irrelevanter Aspekte (vgl. Modell)
  • Objektivität
    • reliabel und intersubjektiv nachvollziehbar
  • Klarheit
    • eindeutige Formulierungen 
  • Veränderlichkeit
    • undogmatisch; veränderbar (mit neuen Daten) und offen dafür
Q:

Kriterien für Theorieentscheidungen nach Kuhn

A:
  1. Accurate - stimmt mit Experiment und Beobachtung zusammen
  2. Consistent - in sich, aber auch mit anderen Theorien konsistent
  3. (Broad) Scope - die Konsequenzen der Theorie sollten möglichst breit sein - nicht nur einzelne Details beschreiben/vorhersagen
  4. Simple - die einfachste Erklärung sollte bei gleicher Güte bevorzugt werden
  5. Fruitful - eine Theorie soll neue Phänomene oder neue Beziehungen zwischen Phänomenen vorhersagen
Q:

Theorien über Wahrheit

A:

Wahrheit ist...

  • ...wenn Zusammenhang/Korrespondenz zwischen Aussage/Gedanken und Realität gegeben ist (correspondence theory; Position des Realismus)
  • ...wenn die Aussage mit möglichst vielen anderen Aussagen kompatibel ist (coherence theory; Position des Idealismus bzw. Relativismus)
  • ...wenn sozialer Konsens gefunden wird (consensus theory; Problem: Realität ist eine Fiktion; nicht unabhängig von Geist/mind)
  • ...wenn sich die Zuverlässigkeit einer Aussage in der Durchführung zeigt. Wahrheit (eher: Reliabilität/Replizierbarkeit) zeigt sich in (gleichen) Ergebnissen bei wiederholter Durchführung und neuen Experimenten (pragmatic theory; Position des Pragmatismus; Wahrheitsbegriff schwindet in Absolutheit; "wahr ist, was funktioniert" - vgl. Post-Positivismus & Laudan)
Q:

Evidenzgewinnung aus philosophischer Sicht (modi)

A:
  • Modus Ponens
    • wenn H dann D
    • H
    • demnach D
  • Modus Tollens
    • wenn H dann D
    • nicht D
    • demnach nicht H
  • Affirming the Consequent
    • wenn H dann D
    • D
    • demnach H
Mehr Karteikarten anzeigen
Q:

Duhem-Quine Thesis

A:

Eine Theorie ist nur in Kombination mit weiteren Hilfsannahmen testbar.

Q:

Arten der Prädiktoreingabe

A:
  • Simultane Regression (forced entry)
    • alle Prädiktoren werden garantiert und gleichzeitig in das Modell eingegeben 
  • Hierarchische Regression (blockwise entry)
    • ForscherIn bestimmt die Reihenfolge in der die Prädiktoren in das Modell eingegeben werden
  • Schrittweise (empirische) Regression (stepwise entry)
    • Prädiktoren werden nach der Höhe ihrer Semipartial-Korrelation mit der Kriteriumsvariable eingegeben
Q:

Voraussetzungen der multiplen Regression


A:
  1. Unabhängigkeit der Residuen
    • Residuen dürfen nicht untereinander korrelieren (keine Autokorrelation) - bei zeitlichen Abfolgen oder genesteten Daten ein Problem!
    • Lösung: evtl. LME Modell Berechnen, welches diese Abhängigkeit mitmodelliert
  2. Normalverteilte Residuen
    • Residuen sind um 0 normalverteilt: es gibt wenige "extreme" Vorhersagefehler
    • Lösung: check die extremen Residuen: warum klappt dort die Vorhersage nicht? Evtl. Fehler in den Daten?
  3. Keine Multikollinearität
    • Prädiktoren dürfen nicht zu hoch miteinander korrelieren 
    • Lösung: evtl. einzelne Prädiktoren nicht mit aufnehmen; evtl. Prädiktoren zu "Skala" zusammenfassen
  4. Homoskedastizität 
    • auf jedem Level der Prädiktorvariable(n) sollte die Varianz der Residuen konstant sein. Streuung der Residuen nimmt nicht mit der Größe der Prädiktoren zu oder ab. => Modell passt auf allen Ausprägungen der Prädiktoren gleich gut!
    • Lösung: evtl. überlegen, ob die Kombination/Interaktion von Variablen explizit ins Modell aufgenommen werden sollte (=> "Moderation")
  5. Variablentyp
    • Kriteriumsvariable muss intervallskaliert sein und sollte nicht eingeschränkt sein
    • Prädiktoren müssen intervallskaliert oder kategorisch mit zwei Ausprägungen sein
    • Prädiktoren müssen eine Varianz größer 0 aufweisen 
    • Lösung: Varianz 0 => irrelevante Variable, Ausschluss!
    • Lösung: bei mehr als zwei Kategorien, z.B. Dummykodierung
  6. Linearität 
    • Linearität der Beziehung zwischen der Variablen, die im Modell dargestellt werden soll, muss in der Realität annähernd gegeben sein
    • Lösung/Vorgehen: zuerst per Grafik prüfen. Wenn offensichtlich nicht vorhanden: transformiere Variable//schließe Ausreißer aus
Q:

Arten der Mediation

A:
  1. Einfluss von Prädiktor verschwindet völlig nach Berücksichtigung des Mediators: vollständige Mediation
  2. Einfluss von Prädiktor wird deutlich reduziert: partielle Mediation
  3. Einfluss von Prädiktor bleibt gleich: keine Mediation
Q:

4 Punkte für Vorliegen einer Mediation (Baron & Kenny, 1986)

A:
  1. uV hat Einfluss auf aV
  2. uV hat Einfluss auf Mediator
  3. Mediator hat Einfluss auf aV
  4. Die Berücksichtigung des Mediators verringert den Einfluss der uV auf die aV deutlich (wenn vollständige Mediation: uV => aV n.s.)


Folgende Probleme: 

  • alpha-Fehler Kumulierung (4 Korrelationen - Korrektur durch kleinere alphas)
  • was, wenn einer der Punkte nicht erfüllt? keine Mediation?
  • Kann auch sein, dass indirekter Effekt den direkten aufhebt, weil es in eine andere Richtung geht


Q:

Arten der Moderation

A:
  1. synergistic/enhancing
    • Moderator erhöht Wirkung von Prädiktor auf Kriterium
  2. antagonistic
    • Moderator dreht Wirkung von Prädiktor auf Kriterium
  3. buffering 
    • Moderator schwächt Wirkung von Prädiktor auf Kriterium
Q:

Schrittweises Vorgehen zur Prüfung, ob eine Mediation vorliegt

A:
  1. Prädiktor  =>  Kriterium   -   wenn nein, Abbruch!
  2. Prädiktor  =>  Mediator   -   wenn nein, Abbruch!
  3. Mediator  =>  Kriterium   -   wenn nein, Abbruch!
  4. Prädiktor  +  Mediator => Kriterium
Höhere Statistik

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten StudySmarter Kurse für deinen Studiengang Höhere Statistik an der Universität Salzburg

Für deinen Studiengang Höhere Statistik an der Universität Salzburg gibt es bereits viele Kurse, die von deinen Kommilitonen auf StudySmarter erstellt wurden. Karteikarten, Zusammenfassungen, Altklausuren, Übungsaufgaben und mehr warten auf dich!

Das sind die beliebtesten Höhere Statistik Kurse im gesamten StudySmarter Universum

Statistik

Albert-Ludwigs-Universität Freiburg

Zum Kurs
Statistik

Universität Koblenz-Landau

Zum Kurs
Statistik

Hochschule für angewandtes Management

Zum Kurs
Statistik

DIPLOMA Hochschule Nordhessen

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Höhere Statistik
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Höhere Statistik