Statistik (Fach) / Einfaktorielle ANOVA (Lektion)

Einfaktorielle ANOVA

Diese Lektion wurde von Sebbie91 erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Welche Idee ist augenscheinlich erstmal die naheliegenste, wenn man die Mittelwerte von 3 Stichproben vergleichen möchte? Welches Problem tritt dann aber auf? Alle 3 Mittelwerte der Stichproben (p) paarweise mit t-Test (s) testen. Problem: spezifisches alpha: Wahrscheinlichkeit bei jeweils jeden der Tests sich irrtümlicherweise gegen die H0 zu entscheiden. familienbezogenes alpha: Dieselbe Grundfragestellung wird mit denselben Daten nicht nur einmal, sondern s-mal getestet. D.h. die Wahrscheinlichkeit in einem der s-Test sich fälschlicherweise gegen die H0 zu entscheiden ist erhöht. Dies nennt sich Alphafehler Kummulierung. Je mehr Paarvergleiche desto höher
• Was bedeutet dieses Muster im Sinne der ANOVA? 3 x 2 x 2 Dreifaktorielle ANOVA mit Faktor 1= drei Stufen Faktor 2= zwei stufen und Faktor 3= zwei Stufen
• Wann wird die ANOVA klassischerweise verwendet und welche Voraussetzung erfordert sie? Wenn > 2 Mittelwerte simultan miteinander verglichen werden sollen. Erfordert also Intervallskalenniveau.
• Was ist die ANOVA im eigentlichen Sinne und was prüft sie? Ein vorgeschalteter Globaltest, bzw. Omnibustest, der lediglich prüft ob sich mindestens zwei Mittelwerte unterscheiden, nicht aber welche Mittelwerte konkret. Erst wenn die erste Annahme sig. ist, dann folgen Post-Tests.
• Was gilt bei einer einfaktoriellen ANOVA mit zwei Faktorstufen? ANOVA liefert daselbe Ergebnis wie t-Test
• Welche Voraussetzungen müssen für die einfaktorielle ANOVA ohne Messwiederholung erfüllt sein? 1. Unabhängigkeit der Messwerte zwischen den Stichproben und innerhalb der Stichproben 2. Normalverteilungsannahme innerhalb jeder Teilpopulation (robust wenn jede der Stichproben n>30) 3. Homoskedastizitätsannahme aller Teilpopulationen: Levene Test als Prüfung. Wenn verletzt, dann n in allen Teilpopulationen ungefähr gleich groß, ansonsten Welch-Test oder Brown-Forsythe-Test
• Was ist Nü² Dach und wie wird er berechnet? Das ist der Effektgrößenschätzer. Er berechnet sich aus dem Quotient zwischen QSzwischen / QSinn und gibt den Anteil der Variation in den Messwerten an, der auf die Variation der Bedingungsmittelwerte zurückgeht.
• Wie berechnet sich die Prüfgröße F? MQS zwischen / MQS inner
• Wie kann man Messwerte zerlegen? x  = X-quer + (x - x quer) 
• Wie kann man die Abweichungen zerlegen? Die Abweichung der Messwerte vom Gesamtmittelwert setzt sich zusammen aus einem Anteil der den Effekt einer Bedingung repräsentiert (zwischen) und einem Residualanteil (innerhalb) der nicht auf Unterschiede zwischen Bedingungen zurückgeführt werden kann.
• Wie lautet das statistische Hypothesenpaar? H0: Müj = Müj = Müj .... H1: Müj ungleich Müj ungleich Müj....
• Welche Voraussetzungen gelten für die ANOVA? 1. Unabhängigkeit der Messwerte innerhalb und zwischen den Stichproben 2. Je Stichprobe ist normalverteilt 3. Homoskedastizitätsannahme robust wenn alle Stichproben in etwa gleich groß
• Welchen Test verwendet man, wenn bei der ANOVA die Normalverteilungsannahme verletzt ist und der Test nicht robust (n=30) ist? Rangvarianzanalyse nach Kruskal & Wallis (H-Test)
• Welche Auswirkungen hat Heteroskedastizität auf das Testergebnis bei der ANOVA? Ist die Varianz der kleinsten Stichprobe größer als die Varianz der größten Stichprobe, wird der Test zu liberal - Gefahr eines Alpha Fehlers ist erhöht. Ist die Varianz der kleinsten Stichprobe kleiner als die Varianz der größten Stichprobe, wird der Test zu streng - Gefahr eines Beta-Fehlers ist erhöht.
• Welche zwei Möglichkeiten gibt es, wenn Heteroskedastizität vorliegt? -Welch-Korrektur - Brown-Forsythe-Test
• Wann kommen ANOVA und t Test zum selben Ergebnis? Wenn p=2 (also zwei Bedingungen) und t-Test zweiseitig testet
• Wann darf der p-Wert der ANOVA halbiert werden? Nur wenn genau zwei Bedingungen vorliegen und und die H1 gerichtet ist und sich die Mittelwerte in erwarteter Richtung unterscheiden. (nicht am F Wert zu erkennen)
• Welche Möglichkeiten gibt es um die alpha Kumulierung zu korrigieren? 1. Adjustierung von alpha spezifisch 2. Adjustierung der Prüfverteilung bei gleichem alpha spez.
• Welche Korrekturvarianten sollten post hoc nach signifikanter einfaktorieller ANOVA eingesetzt werden? Wenn nur einige der Paarvergleich von Interesse sind dann alpha spez mit Bonferroni Holm Wenn alle Paare getestet werden sollen, dann bei gleichem n Tuckey HSD Test und bei ungleichem n Tucke Kramer Test und bei einem p Dunnet  t Test

zurück  |  weiter 1 / 1