VL 7 - Multiple Regression V (Kodierung + ANCOVA)

Question 1

Wann ist eine Kodierung in mehrere Variablen erforderlich?

Answer 1

wenn die UV mehr als zwei Stufen aufweist

Question 2

Wieviele Kodiervariablen braucht eine kategorialen Variable mit c Ausprägungen?

Answer 2

c −1 Kodiervariablen

Question 3

Was unterscheidet sich zwischen den unterschiedlichen Arten von Kodierung und was bleibt gleich?

Answer 3

Interpretation der Regressionskoeffizienten unterscheidet sich ABER die insgesamt aufgeklärte Varianz durch die kategoriale Variable bleibt gleich!

Question 4

Wie lassen sich die Regressionskoeffizienten bei der Dummy-Kodierung interpretieren?

Answer 4

als Vergleich jedes Gruppenmittelwertes mit dem einer Referenzgruppe

Question 5

Wie lassen sich die Regressionskoeffizienten bei der (ungewichteten) Effekt-Kodierung interpretieren?

Answer 5

als Vergleich der einzelnen Gruppenmittelwerte mit dem Gesamtmittelwert

Question 6

Wie wird der Achsenabschnitt b0 bei der Dummy-Kodierung interpretiert?

Answer 6

Mittelwert der Referenzkategorie

Question 7

Wie werden die Gewichtungskoeffizienten b1 und b2 bei der Dummy-Kodierung interpretiert?

Answer 7

Differenz zwischen Gruppenmittelwert und Mittelwert der Referenzkategorie

Question 8

Welchen Wert hat die Referenzkategorie auf allen Kodiervariablen bei der (ungewichteten) Effekt-Kodierung?

Answer 8

-1

Question 9

Wie wird der Achsenabschnitt b0 bei der (ungewichteten) Effekt-Kodierung interpretiert?

Answer 9

ungewichteter Mittelwert der drei (bzw. c) Gruppen, d.h. der Mittelwert aller c Gruppenmittelwerte

(ungeachtet der Tatsache, dass die Gruppen evtl. aus einer unterschiedlichen Anzahl an VPn bestehen)

Question 10

Wie werden die Gewichtungskoeffizienten b1 und b2 bei der (ungewichteten) Effekt-Kodierung interpretiert?

Answer 10

Differenz zwischen dem jeweiligen Gruppenmittelwert und dem ungewichteten Gesamtmittelwert

Question 11

Wie ergibt sich der Mittelwert der Referenzgruppe in der Effekt-Kodierung?

Answer 11

b0 – b1– b2

Question 12

Wie ergibt sich die Differenz der Referenzgruppe zum Gesamtmittel in der Effekt-Kodierung?

Answer 12

– b1– b2

Question 13

Was wird bei der gewichteten Effektkodierung berücksichtigt?

Answer 13

die Anzahl an Personen in den einzelnen Kategorien

Question 14

Bei der Signifikanzprüfung der Regressionsgleichung (mit allen
Kodiervariablen) resultiert derselbe F-Wert wie in einer …?

Answer 14

… einfaktoriellen Varianzanalyse (ANOVA)

Question 15

Wobei handelt es sich bei einer Kovarianzanalyse (ANCOVA)?

Answer 15

Regressionsmodell m. (mindestens) einer kategorialen und (mindestens) einer metrischen Variablen (UVs)

Question 16

Was wird bei einer ANCOVA NICHT zwischen beiden Variablen angenommen?

Answer 16

eine Interaktion wird NICHT zw. Gruppenvariable(n) (kategorial) und Kovariaten (metrisch) angenommen

–> additive Effekte

Question 17

Wie verhalten sich die Steigungen beider Variablen bei der ANCOVA?

Answer 17

gleiche bedingte Steigungen, homogene Regressionen der Gruppen

Question 18

Was ist ein adjustierter Mittelwert?

Answer 18

• Mittelwert einer bestimmten Gruppe auf
  der AV nach statistischer Kontrolle der Kovariaten
  = vorhergesagten Wert in der AV für eine bestimmte Gruppe für eine mittlere Ausprägung der Kovariaten

Question 19

Welche Voraussetzung zusätzlich zu denen der ANOVA gibt es bei der ANCOVA?

Answer 19

homogene Regressionskoeffizienten

-> also KEINE Interaktion o. Moderation

Question 20

Was sind die Konsequenzen der Verletzung d. Voraussetzung d. Messfehlerfreiheit der UVs in der ANCOVA?

Answer 20

Regressionskoeffizienten werden verzerrt geschätzt und dadurch werden die adjustierten Mittelwerte falsch berechnet

Question 21

Wann ist der Einsatz der ANCOVA sinnvoll und unproblematisch?

Answer 21

um die Fehlervarianz aufgrund von unsystematischen Störvariablen in experimentellen Studien zu reduzieren und damit die Power zu erhöhen

Question 22

Wann ist der Einsatz der ANCOVA problematisch?

Answer 22

um Mängel bei der Versuchsplanung/Durchführung auszugleichen

–> bei quasi-experimentellen Untersuchungen, in denen sich die Gruppen in wichtigen Störvariablen unterscheiden, diese Unterschiede „herauszurechnen“ (sind evtl. systematische Unterschiede)