115
Multivariate Statistik (Subject) / Klausurfragen (Lesson)
Advertisement
- Kann man endogene Variablen korrelieren und wenn ja, wie? Nur über die Residualvarianz (e)
- Was ist der CutOff Wert von Comparative Fit Index (CFI)? Er sollte größer .95 sein für ein guten Fit -> sonst evtl. Modell verwerfen
- Was ist der CutOff RootMeansquare Error of Approximation (RMSEA)? Sollte kleiner .05 sein für ein guten Fit -> sonst evtl. Modell verwerfen
- Was ist der CutOff Standardized Root Meanquare Residual (SRMR)? Sollte kleiner .08 sein für ein guten Fit -> sonst evtl. Modell verwerfen
- Wenn der Chi² Anpassungstest signifikant wird, bedeutet das… das empirische und modellimplizierte Kovarianzmatrizen sich unterscheiden (ergo die Residuen sind ungleich 0) und das Modell somit verworfen werden sollte, da das Modell nicht die empirische Realität abbildet.
- Wie lassen sich Freiheitsgrade definieren, was bedeutet gegebene/gemessene Informationen und was gesuchte/geschätzte Informationen? df = Anzahl gegebener/gemessener Informationen (Varianzen und Kovarianzen) – Anzahl gesuchter/geschätzter (alle freien Parameter im Modell) Informationen
- Warum wird bei der Suche der Infos bzgl. der Freiheitsgrade, der 1. Indikator der Faktorladungen nicht mitgeschätzt? ???
- Wie muss der p-Wert sein, damit ein Test als signifikant gilt (H1 angenommen werden kann)? Abhängig vom Alphafehlerniveau, i.d.R. kleiner(gleich) 0.05
- Was bedeutet es, wenn der Chi²-Differenztest signifikant wird? Die einschränkenden Maßnahmen haben zu einer Verschlechterung des Modelfits geführt.
- Wie viele df hat ein unteridentifiziertes, just identified, sowie ein überidentifiziertes Modell? unteridentifiziertes df < 0 (negativ) just identified df = 0 überidentifiziertes df > 0 (positiv)
- Advertisement
- Ab wann spricht man von einer guten konvergenten Validität? Lambda >.6
- Ab wann spricht man von einer guten diskriminanten Validität? r < .6
- Wie berechne ich die Reliabilität? Rel >= 1 - Residualvarianz
- Wenn zwei Kurven spiegelbildlich verlaufen, ist die Kovarianz kleiner als 0. Richtig
- Wenn zwei Variablen nur gering von ihrem jeweiligen Mittelwert abweichen, ist die Kovarianz auch gering. Richtig
- Die Varianz zweier z-standardisierter Variablen entspricht der Korrelation Flasch
- Die Varianz zweier z-standardisierter Variablen entspricht der Korrelation Falsch
- Die Kovarianz kann als standardisiertes Maß über verschiedene Skalen hinweg verglichen werden. Falsch, das ist die Korrelation
- Die Varianz ist die Kovarianz eines Wertes mit sich selbst. Richtig
- Eine Mediatorvariable beeinflusst die AV. Richtig
- Moderation und Interaktion sind statistische gesehen das gleiche. Richtig
- Moderatorvariablen sind auch sogenannte Prozessvariablen Nein, aber Mediatorvariablen
- Die Pillai-Bartlett-Trace bei der MANOVA entspricht dem Anteil der aufgeklärten Varianz der ANOVA. Richtig
- Hotelling´s T² entspricht dem F-Wert der ANOVA und kann somit auf Signifikanz geprüft werden. Richtig
- Eine Voraussetzung der MANOVA ist die paarweise Unabhängigkeit der abhängigen Variablen. falsch
- Eine MANOVA untersucht mehrere intervallskallierte abhängige Variablen bei einer oder mehreren nominalskalierten unabhängige Variablen. Richtig
- Während die QS bei der ANOVA additiv sind, sind die SSCP-Matrizen der MANOVA nicht additiv. Falsch -> die SSCP sind auch additiv
- Die Chi²- und F-Verteilung lassen sich durch Transformationen von Normalverteilungen erzeugen. Richtig
- Roy`s Largest Root gibt die Nummer des Faktors an, der am meisten Varianz erklärt. Nein, gibt den F-Wert des Faktors an
- Roy`s Largest Root gibt die Nummer des Faktors an, der am meisten Varianz erklärt. Nein, gibt den F-Wert des Faktors an
- Advertisement
- Die Voraussetzung der Varianzhomogenität wird bei einer MANOVA mit dem Levene-Test überprüft. -> Ja, aber zuerst wird ein Box-Test durchgeführt und nur wenn der positiv wird, schaut man sich den Levene Test an (den SPSS eh direkt für jede AV mit ausgibt)
- Man sollte die Anzahl der gesuchten Parameter selbst schätzen, um zu überprüfen, ob MPlus die Daten korrekt eingelesen hat Nein, das erkennt man an Input reading terminated normally
- MPlus kann nur Dezimalzahlen lesen, die mit Komma und nicht mit Punkt geschrieben sind. Falsch
- Der Satz „Input reading terminated normally“ im Output bedeutet, dass das Modell gut auf die Daten passt. Nein, bezieht sich eher auf die Dateneinlese
- Die Variablennamen in MPlus dürfen nicht länger als 8 Zeichen haben. Richtig
- Der Teil „Sample Statistics“ im Output kann ignoriert werden, da hier die Paramater für die Stichprobe und nicht die Population stehen -> Niemals ignorieren, da man hieran (in SPSS) erkennen kann, ob die Daten in MPlus richtig eingelesen wurden!
- „X on Y;“ bedeutet, dass der Prädiktor X das Kriterium Y vorhersagt Kriterium immer zuerst bei on!
- Im Analysis Teil der MPlus Syntax spezifziert man das angenommen Modell. das macht man bei „Model“
- Doppelköpfige Pfeile des Pfaddiagramms entsprechen in MPlus dem „with“ Befehl Richtig, Korrelationen
- Voran erkennt man, dass die Summe der Residuen höher für Modell A als für Modell B ist? Sieht man an Value bei Chi²-Test of model fit
- Wenn der Chi²-Test bei beiden Modellen nicht signifikant ist, können die anderen Fit Indizes ignoriert werden. Falsch, gerade die Fit Indizes sind hier aussagekräftig ,der Chi Test eher nicht
- Der Chi²-Differenztest überprüft, ob sich durch einschränkende Maßnahmen der Modellfit signifikant verschlechtert hat. Richtig
- Ein signifikanter Chi²-Differenztest kann so interpretiert werden, dass zwei Modelle sich überzufällig stark in ihren Varianzaufklärungen unterscheiden. Falsch, es geht hierbei um Häufigkeiten und es wird nicht wirklich was über die Varianzaufklärung ausgesagt
- Ein signifikanter Chi²-Differenztest bedeutet inhaltlich, dass die Residuen eines Modells von Null verschieden sind, dass das Modell also nicht perfekt an die Daten angepasst ist. Nein, das würde der Anpassungstest bedeuten
- Der Chi²-Differenztest setzt multivariate Normalverteilung und eine homogene Zufallsstichprobe voraus. Nein eben nicht
- Der Chi²-Differenztest darf nur mit Modellen mit genesteten Faktoren (d.h. hierarchischen Faktormodellen) gerechnet werden. Nein, funktioniert auch bei Modellen ohne genestete Faktoren. Generell wird der Test unabhängig der Faktoren durchgeführt, dafür aber zwischen zwei Modellen von denen eins aus dem anderen hervor geht.
- Ob die Differenz zweier Chi²-Werte signifikant ist, kann man anhand der F-Verteilung prüfen. man überprüft es anhand der Chi-Verteilung
- Zwei Modelle sind genestet, wenn eines durch einschränkende Modellannahmen aus dem anderen abgeleitet wurde. ja, denn das eine stellt ja dann nur den Spezialfall des anderen da, basiert also auf dem
- Ein signifikanter Chi²-Differenztest kann so interpretiert werden, dass zwei Gruppen sich überzufällig stark in ihren Mittelwerten unterscheiden Nein, denn es geht um Häufigkeiten nicht um Mittelwerte
- Statistikprogramme unterscheiden sich darin, wie sie die Anzahl der gegebenen Informationen berechnen. Richtig