AM Flashcards

1
Q

Voraussetzungen: Einfaktorielle ANOVA

A
  • AV metrisch
  • UV unabhängig
  • Varianz der AV homogen
  • AV nv
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Voraussetzungen: t-Test unabhängig

A
  • AV metrisch
  • UV unabhängig
  • Varianz der AV homogen
  • AV nv
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Voraussetzungen: Mehrfaktorielle (factorial) ANOVA

A
  • AV metrisch
  • UV unabhängig
  • Varianz der AV homogen
  • AV nv
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Voraussetzungen: Mixed design; mixed ANOVA

A
  • AV metrisch
  • UV-Gruppen unabhängig, an denen zumindest 2 abhängige Messungen vorgenommen
  • Sphärizität
  • Multivariate NV
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Voraussetzungen: t-Test abhängig

A
  • AV metrisch
  • UV abhängig
  • AV(Differnzen) nv
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Voraussetzungen: X2-basierte Analyse von 4_felder-Tafeln

A
  • Unabhängigkeit

- Erwartete Häufigkeiten nihct zu klein (alle e >5)

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

Voraussetzungstest(s) für Normalverteilung

A
  • Kolmogorov-Smirnov-Test

- Shapiro-Wilk-Test

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

Voraussetzungstest(s) für Varianzhomogenität

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

Parametrische Tests 7

A
  • Einfaktorielle ANOVA
  • Mehrfaktorielle (factorial) ANOVA
  • ANCOVA
  • Mixed design; mixed ANOVA
  • Mauchly-Test
  • t-Test für unabhängige Stichproben
  • t-Test für abhängige Stichproben
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Nicht parametrische Tests 10

A
  • McNemar-Test
  • Vorzeichentest
  • Q-Test von Cochran
  • Bowker-Test
  • Jonckheere-Tepstra-Test
  • Kruskal-Wallis-Test (H-Test)
  • Friedmann Test (Rangvarianzanalyse)
  • Wilcoxon-Test (Vorzeichenrangtest)
  • Mediantest
  • U-Test (Wilcoxon-Rangsummentest)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Nicht-parametrisches Pendant zu Einfaktorieller ANOVA

A
  • Kruskal-Wallis-Test (H-Test)

-Jonckheere-Tepstra-Test

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

Nicht-parametrisches Pendant zu Einfaktorieller abhängiger ANOVA

A
  • Friedmann-Test (Rangvarianzanalyse)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Nicht-parametrisches Pendant zu t-Test für abhängige Stichproben

A
  • Wilcoxon-Test (Vorzeichenrangtest)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Nicht-parametrisches Pendant zu t-Test für unabhängige Stichproben

A
  • Mediantest

- U-Test (Wilcoxon-Rangsummentest)

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

Voraussetzungstests… 4

A
  • helfen, zu entscheiden, ob parametrische oer nihct-parametrische Verfahren angewendet werden sollen
  • sind konfirmatorische TEsts –> wenn testergebnis nicht-signifikant ist Voraussetzung erfüllt (gut!)
  • beruhen auf parametrsichen Voraussetzungen
  • abhängig von Stichprobengröße
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

ICC Intraklassenkorrelation 7

A

= Maß zu Bestimmung der Interraterreliabillittät

  • metrische Ratingskalen
  • Maß der Varianzaufklärung
  • Wertebereich 0-1
  • für 2 oder mehr Rater
  • Bestimmung der absoluten oder relativen Gleichheit von Urteilen
  • in Multilevel-Modellen
17
Q

Fleiss Kappa 2

A
  • Urteile von mehr als 2 Ratern

- Mittlere Konkordanz aller Rater über alle Objekte

18
Q

Cohens Kappa 8

A
  • zufallsbereinigtes Maß der Beurteilerüberienstimmung (Konkordanz) von 2 Ratern
  • aus Randverteilungen geschätzt
  • nimmt Unabhängigkeit der Urteiel an
  • ist Anteild er über den Zufall hinausgeheneden konkordanten Urteile gemessen an den theoretsiche möglichen
  • Wertebereich -1-1
  • Signifikanz vorausgesetzt
  • Effekte gehen in gelcihe Rihctung –> Unterschätzung der Konkordanz
  • nihct auf dichotome Kategoriesysteme beschränkt
19
Q

Wodurch wird Cohens Kappa beeinflusst? 3

A
  • Randverteilungen: ungleich –> Unterschätzung
  • Anzahl der Kategorien und der Bestzung von Zellen –> geringe Anzahl an Kategorien und/oder nur geringe Zellbesetzungen –> Unterschätzung
  • Prävalenz des Merkmals: niedrige Prävalen –> Unterschätzung
20
Q

Gewichtetes Kappa 5

A
  • für ordinale Kategoriensysteme!
  • Maß der relativen (nihct mehr absoluten!) Gleichheit
  • kleine nihct-Übereinstimmungen tragen positiv zur relativen Gleichheit bei
  • linear ode rquadratisch
  • in Regelvall höher als ungewichtetes Kappa
21
Q

Was wird bei Beurteilerübereinstimmung gemessen? 6

A
  • Reliabilität
  • -> metrische Skalen
  • -> bezieht sich auf Ähnlichkeit (relative Gleichheit) von Urteilen
  • Konkordanz
  • -> nominale/ordinale Skalen
  • -> bezieht sich auf absolute Gleichheit von Urteilen
22
Q

Annahmen von Cohens d 2

A
  • NV

- Homogenität der Varianzen

23
Q

Effektstärken der d- Familie 3

A
  • Cohens d
  • Hedge g
  • Glass “Delta”
24
Q

Was kann ineinander umgerechnet werden?

A

d, r und OR

25
Q

Effektstärken der r-Familie 4

A
  • Produkt-Moment-Korrelation r
  • Phi-Koeffizient
  • punkt-biserale Korrelation
  • Rangkorrelation
26
Q

Anforderungen von r

A
  • bivariate NV

- linearer Zusammenhang

27
Q

Annahmen der Eta2 2

A
  • unabhängige Gruppen

- Designs ohne Kovariaten

28
Q

Annahmen der partiellen Eta2 1

A

mehrfaktorielle Designs

29
Q

Partielles Eta2 ungünstig für

A

Beschreibung der Varianzaufklärung innerhalb einer Studie

30
Q

Eta2 ungünstig für

A

Vergleich der Varianzaufklärung zwischen Studien

31
Q

Eta2 5

A
  • standardisiertes, natürluches Effektmaß varianzanalytischer Untersuchungen
  • Maß dafür, wie viel der Gesamtvarianz der AV durch interessierenden Faktor (=UV) erklärt wird
  • Globalmaß für Gesamteffekt eines Faktors oder einer Wechselwirkung
  • Wertebereich 0-1
  • deskriptives Maß –> beschriebt Varianzaufklärung in vorliegende Stichprobe, aber überschätzt Varianzaufklärung in Population