1 / 21

Einführung Multivariate Methoden Das Allgemeine lineare Modell

Einführung Multivariate Methoden Das Allgemeine lineare Modell. Größe der Stichprobe. Beta-Fehler. Konfidenzintervall !. „The Sheer Joy (Yes, Joy) of Statistical Analysis“.

annice
Download Presentation

Einführung Multivariate Methoden Das Allgemeine lineare Modell

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Einführung Multivariate Methoden • Das Allgemeine lineare Modell

  2. Größe der Stichprobe Beta-Fehler Konfidenzintervall!

  3. „The Sheer Joy (Yes, Joy) of Statistical Analysis“ Was ist Statistik wirklich? Es ist ein Werkzeug – entstanden aus einer grundlegenden Denkweise, wie sie jeder Psychologe – jeder Mensch anwendet: du beobachtest etwas; du wunderst dich, was es bedeuted oder was es verursacht hat; du hast eine Einsicht oder gibst eine intuitive Schätzung ab; du beobachtest noch einmal, aber jetzt detailierter, oder du versuchst kleine Veränderungen vorzunehmen um deine Intuition zu testen. Dann stehst du vor dem entscheidenden Problem: Wurde deine Ahnung bestätigt oder nicht? Wie stehen die Chancen, dass das, was du jetzt beobachtet hast, wieder und wieder passieren wird, so dass du deine gewonnene Einsicht in die Welt als etwas verkünden kannst, das wahrscheinlich der Wahrheit entspricht? Statistik ist eine Methode um der Wahrheit nachzugehen. Dieses Streben nach Wahrheit ist der Kern der Psychologie, der Wissenschaft, der menschlichen Evolution. Denk an die allerersten Forschungsfragen: Was werden die Mammuts nächsten Frühling tun? Was wird passieren, wenn ich diese Wurzel esse? Es ist leicht nachzuvollziehen, dass diejenigen überlebten, die genauere Vorhersagen machen konnten. Du bist einer von ihnen. Weil deine Vorfahren nicht nur ihre Muskeln sondern auch ihr Gehirn benutzten, bist du hier. Tu denen, die nach dir kommen, den selben Gefallen: denke gut über alle Folgen deines Handelns nach. Statistik ist ein guter Weg das zu tun. (Aron & Aron, 2002)

  4. Statistik und Methoden – 3 Fallen 1 2 3 "Statistik – das liegt mir nicht" "Statistik ist für praktische Fragen zu kompliziert und unverständlich" "Statistik ist wie ein Bikini – sie offenbart sehr viel, aber das Wesentliche bleibt verborgen" (nach Levenstein)

  5. warum ist Statistik so wichtig? – ein praktischer Fall Medizinstatistiker Hans-Hermann Dubben und Hans-Peter Beck-Bornholdt Die beiden Wissenschaftler hatten die Jahrgänge 1998 und 1999 der deutschen Fachzeitschrift Strahlentherapie und Onkologie hinsichtlich statistischer Fehler analysiert. Im Hinblick auf die Verwendung von Fehlerbalken und Konfidenzintervallen seien immerhin 20 Prozent der Arbeiten sauber gewesen. Was das multiple Testen anging waren nur noch 4 Prozent der Arbeiten in Ordnung.

  6. und warum ist es wichtig über die Statistik hinauszugehen? – ein weiterer Fall

  7. wir müssen also wissen… • warum man Statistik einsetzt • wie man sie einsetzt • wie man sie interpretiert Und wieso das Ganze?

  8. Wir wollen den Menschen verstehen Psychologie: Erleben und Verhalten Wo findet Erleben statt und hat Verhalten seine Ursache? • Das Gehirn • bis zu 100 000 000 000 Neurone • mit bis zu 1 000 000 000 000 000 Synapsen • Leistung: 20 Millionen Milliarden Rechenschritte pro Sekunde • vernetzt mit einer unbegrenzten Anzahl anderer Gehirne

  9. Wie wahrscheinlich ist es, dass dieses Gehirn Erleben und Verhalten hervorbringt, welches sich mit einem t-Test untersuchen lässt?

  10. Multivariate Verfahren • Regressionsanalyse • Varianzanalyse • Kontrastanalyse • Faktorenanalyse • Strukturgleichungsmodelle • Clusteranalyse • Multidimensionale Skalierung • Logistische Regression und Diskriminanzanalyse • Mehrebenenmodelle

  11. Organisatorisches

  12. Das Allgemeine lineare Modell (ALM) -Varianz als Schlüsselkonzept Verhalten/ Geschehen Die Beobachtung Das Denken Ursache Beispiel: Konsens Konsistenz Distinktheit  3 Variablen = 3 Varianzen

  13. Das Allgemeine lineare Modell (ALM) -Varianz als Schlüsselkonzept "The main technical function of research design is to control variance." (Kerlinger, 1973) z.B. bei Befragungen: oder bei Experimenten: Die Logik des Experimentes:  Varianz künstlich erzeugen Experimental- vs. Kontrollgruppe Treatment vs. Nicht-Treatment

  14. Das Allgemeine lineare Modell

  15. Das Allgemeine lineare Modell Die einfache lineare Regression Bei mehreren Prädiktoren: multiple Regression Prädiktor 1 Prädiktor 2 usw. Schätzwert

  16. Das Allgemeine lineare Modell Und nun die Verallgemeinerung zum ALM Konkreter Wert Fehler

  17. Das Allgemeine lineare Modell

  18. Das Allgemeine lineare Modell Die Variable, die die Gruppen definiert, dient als Prädiktor! (z.B. Exp.-Gruppe: 1, KG: 0)

  19. Das Allgemeine lineare Modell

  20. Das Allgemeine lineare Modell - Grundaussage Das bedeutet: Alle Verfahren (Varianzanalyse, t-Test, Korrelation usw. sowie die Multivariaten Verfahren) beruhen auf ein und derselben Grundlage – der Multiplen Regression ...if you were going to a desert island to do psychology research and could take only one computer program with you to do statistical tests, you would want to choose multiple regression. (Aron & Aron, 2002)

More Related