Select your language

Suggested languages for you:
Log In Anmelden

Lernmaterialien für Methodenlehre an der TU Braunschweig

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Methodenlehre Kurs an der TU Braunschweig zu.

TESTE DEIN WISSEN
Grafische Darstellungsformen von Daten? 
Lösung anzeigen
TESTE DEIN WISSEN
Histogramme, Kreisdiagramme, Balkendiagramme, BoxPlots 
Lösung ausblenden
TESTE DEIN WISSEN
Was interessiert uns bei statistischen Tests? 

Lösung anzeigen
TESTE DEIN WISSEN
Ob eine Hypothese über eine Population wahr ist oder nicht. 

Diese beziehen sich meist auf eine Population, also auf allgemeinere Gesetzmäßigkeiten 
-> Auf Pop haben wir aber keinen Zugriff, wesegen wir viel mit unserer empirischen Stichprobe arbeiten und nie 100% wissen, ob unsere Annahmen nun stimmen oder nicht. V.a. in Psychologie 
Lösung ausblenden
TESTE DEIN WISSEN
Falsche Interpretation des p-Wertes 


Lösung anzeigen
TESTE DEIN WISSEN
p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit, dass die Null- oder Alternativhypothese zutrifft

p-Werte sind Irrtumswahrscheinlichkeiten: Wenn man sich aufgrund des p-Wertes dafür entscheides, die H0 zu verwerfen, kennt man die Wahrscheinlichkeit, dass man dabei einen Fehler macht. 

p-Werte sind Indikatoren für die Größe eines Effekts

p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit, dass ein Ergebnis replizierbar ist. 

p-Werte geben Wahrscheinlichkeit an, ein solches empirisches Ergebnis /Teststatistik zu erhalten. Also z.B. Wahrscheinlichkeit des Ereignisses = 4% 





Lösung ausblenden
TESTE DEIN WISSEN
p-Wert im statistischen Test = 4% 
Welche Aussage stimmt? 
Lösung anzeigen
TESTE DEIN WISSEN
Unter der Gütligkeit der Nullhypothese wird in 4% der Fälle ein solches Ergebnis gefunden. 
Lösung ausblenden
TESTE DEIN WISSEN
Was ist das Prinzip eines statistischen Tests? 
Lösung anzeigen
TESTE DEIN WISSEN
1. Aus einem bestimmten statistischen Modell über die Realität haben wir Annahmen über einen zufallsbehafteten Prozess (formal: Verteilung von Zufallsvariablen) und stellt Hypothesen dazu auf
 

2. Erhebung von empirischen Daten und berechnen einer Teststatistik dazu. Testststatistik repräsentiert das, was uns interessiert; worauf sich Annahmen des statistischen Modells beziehen! z.B. Mittelwertsdifferenz 

3. Diese Teststatisik in Bezug zu Hypothesen setzen - spricht sie eher für oder gegen Hypothesen? 
-> Dazu braucht man Prüfverteilung!
-> Prüfverteilung = Verteilung der Teststatistik unter unseren Annahmen des statistischenmodells =  repräsentiert die Annahmen formal! 
-> Prüfverteilng ist also die Verteilung (der Teststatistik), mit der wir unseren realisierten Wert dieser Teststatistik vergleichen! 

4. Je nach Ausprägung der Testsatistik in Beziehung zu Hypothesen / Prüfverteilung verwirft oder behält man Hypothesen, weil unser realisierter Wert entweder sehr wahrscheinlich oder sehr unwahrscheinlich vorkommt, wenn bestimmte Annahmen stimmen oder nicht. 
Lösung ausblenden
TESTE DEIN WISSEN
Fisher: Wonach entscheidet man, welche Wahrscheinlchkeit / p-Wert gering genug ist, um H0 erwerfen zu können? 
Lösung anzeigen
TESTE DEIN WISSEN
Man legt ein Alpha-Niveau fest!
Konventionell meist 1%, 5% oder 10% 
Eigentlich kann man das aber selbst festlegen. 

Ist p-Wert kleiner als das vorehr festgelegte Niveau, verwirft man die H0. 
Lösung ausblenden
TESTE DEIN WISSEN
Welche Konzeptionen eines statistischen Tests gibt es? 
Lösung anzeigen
TESTE DEIN WISSEN
Verschiedene. 
Bekannte 2: 

1. Fishers Ansatz: Im Wesentlichen Falsifikationsmus 
(Hypothese beibehalten oder verwerfen / falsifizieren - deduktiver Ansatz) 

2. Neyman & Pearson: Entscheidungstheoretischer Ansatz 

-> Unterscheidung wird leider oft nicht ausreichend hervorgehoben! 
Lösung ausblenden
TESTE DEIN WISSEN
Beschreibe Konzeption und Vorgehen nach Fisher.
Lösung anzeigen
TESTE DEIN WISSEN
 1. Statistische Hypothese formulieren (H0)
H0 unterstellt Ergebnis, dass es in Wirklichkeit keinen Effekt gibt, sondern das Ergebnis nur zufällig ist
-> H0 = In Wirklichkeit gibt es keinen Effekt. Das empirische Ergebnis bzw. die Abweichung von Stichprobenkennwert zu Pop-Kennwert ist nur zufällig entstanden!


2. Teststatistik wählen und Verteilung dieser Teststatistik unter der H0 herleiten -> Prüfverteilung 

3. Empirische Daten erheben, Teststatistik berechnen 

4. Einordnung der empirischen Teststatistik in Prüfverteilung & Berechnung des p-Werts: Betrachtung der Wahrscheinlichkeit dafür, eine mindestens so starke Abweichung von dem, was man unter der H0 erwartet, zu erhalten (p-Wert)
-> Also Wahrscheinlichkeit, unter der H0 ein mindestens so großes Ergebnis (oder ein größeres) zu erhalten

5. Wahrscheinlichkeit gering = H0 vermutlich falsch
MeinErgebnis würde nur sehr selten sein, wenn H0 stimmen WÜRDE 

6. Wahrscheinlichkeit hoch = Keine Aussage über Gütligkeit der H0 treffbar (wiederholen!) 

--> Man kann nach Fisher nur falsifizieren oder eben nicht. 
Lösung ausblenden
TESTE DEIN WISSEN
Worauf sind Hypothesen bezogen? 

Lösung anzeigen
TESTE DEIN WISSEN
Auf Zusammenhänge oder Abhängigkeit von Merkmalen! 

z.B. Intervention führt zum Erfolg. Oder Menschen mit hoher Ausprägung dieses Merkmals, sind mit hoher Wahrscheinlichkeit auch aggressiver. Usw.
Lösung ausblenden
TESTE DEIN WISSEN
Was ist der Unterschied zwischen Ansätzen von Fisher und Neyman & Pearson? 
Lösung anzeigen
TESTE DEIN WISSEN
Gemeinsamkeit: es geht immer um eine Entscheidung und Hypothesen 

Fisher: Nur eine Hypothese!! Auch da Entscheidung, ob stimmt oder nicht. Aber eben ganz falsifikationistisch. Wir nehmen dann nicht automatisch eine Alternativhypothese an. Wir wissen dann eigentlich nur, dass H0 vermutlich nicht stimmt 
--> Wir haben nur den Fehler 1. Art!

N & P: Zwei Hypothesen! Konkrete Entscheidung zwischen den beiden! Für dir unterschiedlichen gafischen Verteilungen bräuchte man eigentlich spezifsche H1 ... Problem, das oft vorkommt. Deswegen wird auch hier oft H0 getestet und wenn sie vermutlich nicht gilt, wird automatisch Gütligkeit von H1 angenommen, die meist unspezifisch ist. 
z.B. H0 = Merkmale unabhängig
H1 = Merkmale abhängig 
--> Fehler 1. UND Fehler 2. Art!
Lösung ausblenden
TESTE DEIN WISSEN
Richtige Interpreation des p-Werts? 

Lösung anzeigen
TESTE DEIN WISSEN
p-Wert = Überschreitungswahrscheinlichkeit 

Bedingte Wahrscheinlichkeit, eine empiriche Teststatistik oder eine noch stärker abweichende Teststatistik zu erhalten, unter der Annahme, dass die (Null-)Hypothese wahr ist. 

Meine Fomulierung: Bedingte Wahrscheinlichkeit, unter der H0 (Annahme, das H0 gültig ist) mindestens das erhaltene empirische Ergebnis zu bekommen, oder ein noch höheres. 

Der p-Wert entspricht der Fläche, die durch das Quantil der empirischen Teststatistik in der Prüfverteilung abgeschnitten wird. 


Lösung ausblenden
TESTE DEIN WISSEN
Welche Vorteile hat Fishers exakter Test für Kontingenztafeln gegenüber dem Chi-Quadrat-Test?

Für genauere Erklärungen dafür: siehe Tut-Notizen!
Lösung anzeigen
TESTE DEIN WISSEN
Er eignet sich auch für kleine Stichproben
Lösung ausblenden
  • 89995 Karteikarten
  • 2081 Studierende
  • 72 Lernmaterialien

Beispielhafte Karteikarten für deinen Methodenlehre Kurs an der TU Braunschweig - von Kommilitonen auf StudySmarter erstellt!

Q:
Grafische Darstellungsformen von Daten? 
A:
Histogramme, Kreisdiagramme, Balkendiagramme, BoxPlots 
Q:
Was interessiert uns bei statistischen Tests? 

A:
Ob eine Hypothese über eine Population wahr ist oder nicht. 

Diese beziehen sich meist auf eine Population, also auf allgemeinere Gesetzmäßigkeiten 
-> Auf Pop haben wir aber keinen Zugriff, wesegen wir viel mit unserer empirischen Stichprobe arbeiten und nie 100% wissen, ob unsere Annahmen nun stimmen oder nicht. V.a. in Psychologie 
Q:
Falsche Interpretation des p-Wertes 


A:
p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit, dass die Null- oder Alternativhypothese zutrifft

p-Werte sind Irrtumswahrscheinlichkeiten: Wenn man sich aufgrund des p-Wertes dafür entscheides, die H0 zu verwerfen, kennt man die Wahrscheinlichkeit, dass man dabei einen Fehler macht. 

p-Werte sind Indikatoren für die Größe eines Effekts

p-Werte erlauben eine Abschätzung der Wahrscheinlichkeit, dass ein Ergebnis replizierbar ist. 

p-Werte geben Wahrscheinlichkeit an, ein solches empirisches Ergebnis /Teststatistik zu erhalten. Also z.B. Wahrscheinlichkeit des Ereignisses = 4% 





Q:
p-Wert im statistischen Test = 4% 
Welche Aussage stimmt? 
A:
Unter der Gütligkeit der Nullhypothese wird in 4% der Fälle ein solches Ergebnis gefunden. 
Q:
Was ist das Prinzip eines statistischen Tests? 
A:
1. Aus einem bestimmten statistischen Modell über die Realität haben wir Annahmen über einen zufallsbehafteten Prozess (formal: Verteilung von Zufallsvariablen) und stellt Hypothesen dazu auf
 

2. Erhebung von empirischen Daten und berechnen einer Teststatistik dazu. Testststatistik repräsentiert das, was uns interessiert; worauf sich Annahmen des statistischen Modells beziehen! z.B. Mittelwertsdifferenz 

3. Diese Teststatisik in Bezug zu Hypothesen setzen - spricht sie eher für oder gegen Hypothesen? 
-> Dazu braucht man Prüfverteilung!
-> Prüfverteilung = Verteilung der Teststatistik unter unseren Annahmen des statistischenmodells =  repräsentiert die Annahmen formal! 
-> Prüfverteilng ist also die Verteilung (der Teststatistik), mit der wir unseren realisierten Wert dieser Teststatistik vergleichen! 

4. Je nach Ausprägung der Testsatistik in Beziehung zu Hypothesen / Prüfverteilung verwirft oder behält man Hypothesen, weil unser realisierter Wert entweder sehr wahrscheinlich oder sehr unwahrscheinlich vorkommt, wenn bestimmte Annahmen stimmen oder nicht. 
Mehr Karteikarten anzeigen
Q:
Fisher: Wonach entscheidet man, welche Wahrscheinlchkeit / p-Wert gering genug ist, um H0 erwerfen zu können? 
A:
Man legt ein Alpha-Niveau fest!
Konventionell meist 1%, 5% oder 10% 
Eigentlich kann man das aber selbst festlegen. 

Ist p-Wert kleiner als das vorehr festgelegte Niveau, verwirft man die H0. 
Q:
Welche Konzeptionen eines statistischen Tests gibt es? 
A:
Verschiedene. 
Bekannte 2: 

1. Fishers Ansatz: Im Wesentlichen Falsifikationsmus 
(Hypothese beibehalten oder verwerfen / falsifizieren - deduktiver Ansatz) 

2. Neyman & Pearson: Entscheidungstheoretischer Ansatz 

-> Unterscheidung wird leider oft nicht ausreichend hervorgehoben! 
Q:
Beschreibe Konzeption und Vorgehen nach Fisher.
A:
 1. Statistische Hypothese formulieren (H0)
H0 unterstellt Ergebnis, dass es in Wirklichkeit keinen Effekt gibt, sondern das Ergebnis nur zufällig ist
-> H0 = In Wirklichkeit gibt es keinen Effekt. Das empirische Ergebnis bzw. die Abweichung von Stichprobenkennwert zu Pop-Kennwert ist nur zufällig entstanden!


2. Teststatistik wählen und Verteilung dieser Teststatistik unter der H0 herleiten -> Prüfverteilung 

3. Empirische Daten erheben, Teststatistik berechnen 

4. Einordnung der empirischen Teststatistik in Prüfverteilung & Berechnung des p-Werts: Betrachtung der Wahrscheinlichkeit dafür, eine mindestens so starke Abweichung von dem, was man unter der H0 erwartet, zu erhalten (p-Wert)
-> Also Wahrscheinlichkeit, unter der H0 ein mindestens so großes Ergebnis (oder ein größeres) zu erhalten

5. Wahrscheinlichkeit gering = H0 vermutlich falsch
MeinErgebnis würde nur sehr selten sein, wenn H0 stimmen WÜRDE 

6. Wahrscheinlichkeit hoch = Keine Aussage über Gütligkeit der H0 treffbar (wiederholen!) 

--> Man kann nach Fisher nur falsifizieren oder eben nicht. 
Q:
Worauf sind Hypothesen bezogen? 

A:
Auf Zusammenhänge oder Abhängigkeit von Merkmalen! 

z.B. Intervention führt zum Erfolg. Oder Menschen mit hoher Ausprägung dieses Merkmals, sind mit hoher Wahrscheinlichkeit auch aggressiver. Usw.
Q:
Was ist der Unterschied zwischen Ansätzen von Fisher und Neyman & Pearson? 
A:
Gemeinsamkeit: es geht immer um eine Entscheidung und Hypothesen 

Fisher: Nur eine Hypothese!! Auch da Entscheidung, ob stimmt oder nicht. Aber eben ganz falsifikationistisch. Wir nehmen dann nicht automatisch eine Alternativhypothese an. Wir wissen dann eigentlich nur, dass H0 vermutlich nicht stimmt 
--> Wir haben nur den Fehler 1. Art!

N & P: Zwei Hypothesen! Konkrete Entscheidung zwischen den beiden! Für dir unterschiedlichen gafischen Verteilungen bräuchte man eigentlich spezifsche H1 ... Problem, das oft vorkommt. Deswegen wird auch hier oft H0 getestet und wenn sie vermutlich nicht gilt, wird automatisch Gütligkeit von H1 angenommen, die meist unspezifisch ist. 
z.B. H0 = Merkmale unabhängig
H1 = Merkmale abhängig 
--> Fehler 1. UND Fehler 2. Art!
Q:
Richtige Interpreation des p-Werts? 

A:
p-Wert = Überschreitungswahrscheinlichkeit 

Bedingte Wahrscheinlichkeit, eine empiriche Teststatistik oder eine noch stärker abweichende Teststatistik zu erhalten, unter der Annahme, dass die (Null-)Hypothese wahr ist. 

Meine Fomulierung: Bedingte Wahrscheinlichkeit, unter der H0 (Annahme, das H0 gültig ist) mindestens das erhaltene empirische Ergebnis zu bekommen, oder ein noch höheres. 

Der p-Wert entspricht der Fläche, die durch das Quantil der empirischen Teststatistik in der Prüfverteilung abgeschnitten wird. 


Q:
Welche Vorteile hat Fishers exakter Test für Kontingenztafeln gegenüber dem Chi-Quadrat-Test?

Für genauere Erklärungen dafür: siehe Tut-Notizen!
A:
Er eignet sich auch für kleine Stichproben
Methodenlehre

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 Methodenlehre an der TU Braunschweig

Für deinen Studiengang Methodenlehre an der TU Braunschweig 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 Methodenlehre Kurse im gesamten StudySmarter Universum

Methodenlehre 1

Universität Bochum

Zum Kurs
Methodenlehre 4

Rheinische Fachhochschule

Zum Kurs

Die all-in-one Lernapp für Studierende

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