Brainscape's Knowledge GenomeTM

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


See full index

Forschungsmethodik & Evaluation > VL 9 - Metaanalyse 2 > Flashcards

VL 9 - Metaanalyse 2 Flashcards

1
Q

Was sind die Kriterien für die Wahl eines Effektgrößenmaß? (2)

A
  • soll aus den Angaben der meisten Studien ermittelbar sein
  • soll inhaltlich interpretierbar sein (bzw. für alle Forschenden in diesem Gebiet direkt verständlich sein)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Welche Effektgrößen für Mittelwertsunterschiede gibt es? (3)

A
  • Differenz D
  • Cohen’s d
  • Hedges’ g
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Welche Effektgrößen für Zusammenhänge gibt es? (2)

A
  • Produkt-Moment-Korrelation r
  • Spearmans Rangkorrelation rs
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wann wird Cohens d als Effektgröße für Mittelwertsunterschiede verwendet?

A

wenn es inhaltlich um den Vergleich der zentralen Tendenz von zwei Bedingungen geht

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

Wann wird die Produkt-Moment-Korrelation r als Effektgröße für Zusammenhänge verwendet?

A

wenn es um den Zusammenhang von zwei intervallskalierten Variablen geht

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

Können verschiedene Effektgrößenmaße ineinander überführt werden?

A

Ja, z.B. Cohens d in Cohens f oder r

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

Wann ist eine unstandardisierte Mittelwertdifferenz (=Vergleich zweier Mittelwerte in Einheiten der Rohdaten) sinnvoll? (3)
Wenn…

A
  • alle Studien dieselbe AV/Skala verwendet
  • die Skala selbst bedeutungsvoll ist (z.B. Alter, Anzahl)
  • die Skala inhaltlich interpretiert werden kann (z.B. bei weit verbreiteten Maßen wie IQ)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was ist Cohens d mathematisch?

A

standardisierte Mittelwertdifferenz (Vergleich von zwei Mittelwerten in Standardabweichungseinheiten)
-> Verwendung der gepoolten SD

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

Wann ist die Verwendung von Cohens d sinnvoll?

A

wenn verschiedene AVs/Skalen verglichen werden (z.B. Ratingskala von 0 bis 10 vs. von -3 bis +3)

–> weil es ein standardisiertes Maß ist

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

Was ist ein Vorteil von Cohens d?

A

Interpretierbarkeit in SD-Einheiten (unabhängig von Skala)

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

Was ist ein Problem von Cohens d?

A

Tendenz, die wahre Effektgröße in der Population zu überschätzen

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

Was verwendet man um Cohens d zu korrigieren?

A

Hedges’ g (= Korrekturfaktor J x Cohen’s d)

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

Definition: Standardfehler (SE)

A

SD der Stichprobenkennwerteverteilung

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

Definition: Fehlervarianz (V)

A

quadrierter Standardfehler

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

Worüber liefert die Fehlervarianz (V) Informationen?

A

über die Präzision, mit der die Effektgröße in einer gegebenen Studie geschätzt wurde

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

Definition: Präzision

A

Kehrwert (Inverse) der Fehlervarianz (=1/v)

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

Von was ist die Präzision abhängig? (2)

A
  • Stichprobenumfang N
  • Design der Untersuchung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Warum wird die Präzision verwendet?

A

um die Gesamteffektgröße zu berechnen (die einzelnen Effektgrößen zu gewichten)

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

Wie hängt Präzision mit jeweils einem Effekt mit kleiner Varianz und einem mit großer Varianz zusammen?

A
  • Effekt mit kleiner Varianz -> hohe Präzision -> erhält größeres Gewicht bei Berechnung des Gesamteffekts
  • Effekt mit großer Varianz -> niedrige Präzision -> erhält kleineres Gewicht bei Berechnung des Gesamteffekts
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Definition: Konfidenzintervall

A

Intervall, in dem mit 95% Wahrscheinlichkeit die wahre Effektgröße liegt

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

Wieso hat der Stichprobenumfang N Einfluss auf die Präzision? (3)

A
  • Effektgröße aus großer Stichprobe hat kleinere Varianz
  • kleinere Varianz (SE, CI) bedeutet größere Präzision
  • Effektgröße mit größerer Präzision wird in Metaanalyse stärker gewichtet
22
Q

Wieso hat das Studiendesign Einfluss auf die Präzision? (3)

A
  • Effektgröße aus abhängigen Stichproben mit hoher Korrelation hat kleinere Varianz
  • kleinere Varianz (SE, CI) bedeutet größere Präzision
  • Effektgröße mit größerer Präzision wird in Metaanalyse stärker gewichtet
23
Q

Wie wird Hedges’ g berechnet?

A

g = Cohen’s d * J

  • J= Korrekturfaktor
24
Q

Wozu wird ein Funnel-Plot verwendet?

A

Art des Scatterplots zur Entdeckung von Publikationsbias in Metaanalysen

25
Q

Was ist auf der x-Achse des Funnel-Plots?

A

Maß der Effektgröße (z.B. Hedges’ g, log-odds-ratio)

26
Q

Was ist auf der y-Achse des Funnel-Plots?

A

Maß der Studiengüte (v.a. Standardfehler, Stichprobenumfang, Präzision)

27
Q

Wie sollte ein Funnel-Plot aussehen der KEINEN Hinweis auf einen Publikationsbias gibt?

A

Datenpunkte sollten sich wie ein Trichter/ Dreieck anordnen

28
Q

Was sollte man statistisch über den Intercept bei einem Funnel-Plot über einen möglichen Publikationsbias inferieren können?

A

-Test des Intercepts einer linearen Regression der Effektgröße/Standardfehler auf ihre Präzision
-> Intcercept = 0: kein Hinweis auf Publikationsbias
-> Intercept > 0: Hinweis auf Publikationsbias

29
Q

Was sollte man statistisch über den Slope bei einem Funnel-Plot über einen möglichen Publikationsbias inferieren können?

A
  • Test des Slopes einer linearen Regression der Effektgröße auf ihre Standardfehler
    -> Slope = 0: kein Hinweis auf Publikationsbias
    -> Slope > 0: Hinweis auf Publikationsbias
30
Q

Was ist das Effektmodell der Metaanalyse?

A

= Modell zur Bestimmung der Gewichtungsfaktoren der Ergebnisse der einzelnen Primärstudien (zur Bestimmung des Gesamteffekts)

31
Q

Was nimmt ein “Fixed-effects-Modell” (Modell fester Effekte) an?

A

Studien bilden einen wahren Populationseffekt (wahre Effektgröße) ab

32
Q

Was ist eine Quelle der Varianz im “Fixed-effects-Modell” (Modell fester Effekte)?

A

unterschiedliche Effektgrößen NUR wegen Stichprobenfehler

33
Q

Was geht nur in die Gewichtung beim “Fixed-effects-Modell” (Modell fester Effekte) ein?

A

nur der Stichprobenumfang

34
Q

Wie wird eine kleine Stichprobe in der Primärstudie bei einem “Fixed-effects-Modell” (Modell fester Effekte) der Metaanalyse gewichtet?

A

kleine Stichprobe in Primärstudie -> großer Stichprobenfehler -> geringe Gewichtung in Metaanalyse

35
Q

Was nimmt ein “Random-effects-Modell” (Modell mit Zufallseffekten) an?

A

In jeder Studie ist der wahre Populationseffekt unterschiedlich groß

36
Q

Was sind zwei Quellen der Varianz im “Random-effects-Modell” (Modell zufallsbedingter Effekte)?

A

unterschiedliche Effektgrößen wegen unterschiedlichen Studien UND Stichprobenfehlern

37
Q

Wie wird eine kleine Stichprobe in der Primärstudie bei einem “Random-effects-Modell” (Modell zufallsbedingter Effekte) der Metaanalyse gewichtet?

A

kleine Stichprobe in Primärstudie -> großer Stichprobenfehler -> geringe Gewichtung in Metaanalyse

38
Q

Was wird bei einem “Random-effects-Modell” (Modell zufallsbedingter Effekte) der Metaanalyse höher gewichtet?

A

abweichender Effekt in der Primärstudie -> wichtige Information -> höhere Gewichtung in Metaanalyse

39
Q

Was geht in die Gewichtung eines “Random-effects-Modells” (Modell zufallsbedingter Effekte) der Metaanalyse mit ein?

A

Stichprobenumfang & Abweichung einer Primärstudie von anderen Primärstudien

40
Q

Welche 3 Effektmodelle der Metaanalyse gibt es?

A
  • Fixed-effects-Modell (Modell fester Effekte)
  • Random-effects-Modell (Modell zufallsbedingter Effekte)
  • Mixed-effects-Modell (Modell gemischter Effekte)
41
Q

Was ist die Grundannahme eines wahren Effekts des festen Effekts?

A

es gibt eine wahre Effektgröße (θ=theta), die allen Studien zugrunde liegt

–> wahre Effekt ist also KONSTANT über Studien hinweg

42
Q

Was ist die Grundannahme eines Fehlers des festen Effekts? (2)

A
  • Fehler (ε = epsilon) VARIIEREN zwischen den Studien & sind normalverteilt
  • bei unendlich großen Stichproben sollte der in der Studie beobachtete Effekt gleich dem wahren Effekt sein, aber wir haben kleinere Stichproben, d.h. es gibt Abweichungen!
43
Q

Was ist die mittlere Effektgröße (Gesamteffekt)?

A

= gewichtetes Mittel der einzelnen Effektgrößen

44
Q

Was ist die Grundannahme eines wahren Effekts der Zufallseffekte? (2)

A
  • jede Studie hat ihre eigene wahre Effektgröße θ (theta), die aus einer Verteilung der wahren Effektgrößen mit Mittelwert μ (“mü”) stammt
  • die Größe des wahren Effekts unterscheidet sich zwischen Studien (hängt z.B. von Eigenschaften der Studie oder der Stichprobe ab)
45
Q

Was ist ein “wahrer Effekt” allgemein?

A

= unbekannte Effektgröße in der Population

46
Q

Was ist ein “Stichprobenfehler” allgemein?

A

= Abweichung der beobachteten Effektgröße von der wahren Effektgröße

47
Q

Was ist die Grundannahme eines Fehlers der Zufallseffekte? (2)

A
  • Fehler (ε=epsilon) variieren zwischen Studien
  • bei unendlich großen Stichproben sollte der in einer Studie beobachtete Effekt gleich dem wahren Effekt sein, aber wir haben kleinere Stichproben, d.h. es gibt Abweichungen
48
Q

Woraus ergibt sich der beobachtete Effekt Yi (Zufallseffekte)?

A

= Gesamtmittelwert μ
+ Abweichung des wahren Effekts vom Gesamtmittelwert der Verteilung (ζi=zeta)
+ Abweichung des beobachteten Effekts vom wahren Effekt der Studie (εi=epsilon)

49
Q

Welche Varianzen eines Stichprobenfehlers unterscheidet man (Zufallseffekte: Fehler)?

A
  • Varianz zwischen den Studien (T² = tau)
  • Varianz innerhalb der Studien (V yi)
50
Q

Für was ist T² (Varianz der beobachteten Effekte) ein Schätzer?

A

für wahre Populationsvarianz der Effekte (klein T²; “tau”)

51
Q

Was gilt generell bzgl. einer präziseren Effektgröße bei der Berechnung der mittleren Effektgröße (Gesamteffekt)?

A

Je präziser eine Effektgröße geschätzt wurde, desto größer ihr Gewicht

Forschungsmethodik & Evaluation (9 decks)

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