115

Multivariate Statistik (Fach) / Klausurfragen (Lektion)

Diese Lektion wurde von SchmusCriminal erstellt.

Lektion lernen

zurück  |  weiter 2 / 3

• Die Freiheitsgrade drücken aus, wie viel Informationen mehr gegeben sind als gesucht Richtig
• Bei einem Ein-Faktor-Modell mit fünf Indikatoren beträgt die Anzahl der gesuchten Parameter für gewöhnlich 15. -> ja (in MPlus), nämlich 5 Residualvarianzen manifester Variablen, vier Lambdas (Ladungen; in MPlus immer die erste wegelassen daher 4), vier Intercepts und ein Xi (Exogene latentet Variable -> der Faktor)
• Fixiert man eine Korrelation auf einen bestimmten Wert, sinkt die Anzahl der Freiheitsgrade um 1. Fixiert man Parameter werden diese nicht frei geschätzt (gesucht) sondern werden dadurch vorGEGEBEN und FLIEßEN NICHT NEGATIV IN DIE FREIHEITSGRADE EIN
• Es gibt Parameter, die nicht im Pfaddiagramm enthalten sind, aber trotzdem frei geschätzt werden. richtig z.B. Intercept
• Ein Modell mit Null Freiheitsgraden ist unteridentifiziert und darf nicht interpretiert werden Nein, es ist Just identified. Die Modellkoeffizienten können interpretiert werden, der Modellfit allerdings nicht
• Wachstumskurven haben weniger Freiheitsgrade als Strukturgleichungsmodelle, weil sie weniger frei zu schätzende Parameter haben. Falsch
• Die Faktorladungen in einer Latenten Klassenanalyse geben an, mit welcher Wahrscheinlichkeit die Ausprägung eines Indikators zu einer bestimmten Klasse führt Die Faktorladung gibt nix mit Wahrscheinlichkeiten an
• Um eine latente Klassenanalyse rechnen zu können muss die Klassenzugehörigkeit der Personen bekannt sein. Falsch, man will ja die Zugehörigkeit bestimmen
• Um bei der Schätzung der Modellparameter das Problem der Nebenmaxima zu umgehen, sollten ausreichend viele Startwerte verwendet werden. Richtig
• Bei Latenten Klassenmodellen handelt es sich um sogenannte Wischverteilungsmodelle, da die verschiedenen Verteilungen der Teilpopulation die Verteilung der Gesamtpopulation „verwischen“. Es handelt sich um MISCHverteilungsmodelle, WISCHverteilung gibt’s net
• Anzeige
• Um die optimale Anzahl der latenten Klassen zu bestimmen kann man die Modelle mit einem Chi2-Differenztest vergleichen man kann damit nicht die optimale Anzahl der Klassen bestimmen, sondern nur wieder verschiedene Modelle miteinander vergleichen, bzw. erfährt bei mehreren möglichen Modellen eben nicht, welches das beste ist.
• Beim Bootstrapping braucht man keine multivariate Normalverteilung, da auf die Population aus der Stichprobe geschlossen wird. Richtig
• Die Power von Strukturgleichungsmodellen kann mithilfe sogenannter Monte-Petri Simulationen bestimmt werden. Falsche, mit Monte-Carlo Simulationen
• Bei einer Diskriminanzanalyse müssen die Kategorien, die Kategoriezugehörigkeit und die Merkmalsausprägungen der VPN bekannt sein. Richtig
• Bei genesteten Stichproben werden Standardfehler und p-Value unterschätzt und die Signifikanz überschätzt. Richtig
• Bei Latent Growth Modellen werden die Faktorladungen fixiert und können deshalb nicht interpretiert werden. Falsch, die Intercepts werden fixiert. Die Faktorladungen werden geschätzt.
• Bei einer mixture Verteilung ist die beobachtete Werteverteilung ein inhomogener Mix aus verschiedenen homogenen Verteilungen. Richtig
• In MPlus ist der FIML-Algorithmus voreingestellt, bei dem die fehlenden Werte anhand der vorhandenen Informationen geschätzt werden. Richtig
• Die Bootstrapping-Methode schützt vor der Verzerrung der Mittelwerte und Varianzen Nein, schützt nicht vor Verzerrung
• Um welches Modell handelt es sich? Sie erfassen die Arbeitszufriedenheit von Statistikprofessoren zu vier Messzeitpunkten, zweimal im Semester und zweimal in der vorlesungsfreien Zeit. Welchen Einfluss hat die Arbeitszufriedenheit in der vorlesungsfreien Zeit auf die Arbeitszufriedenheit im Semester, wenn man für die Arbeitszufriedenheit im vorherigen Semester kontrolliert? Autoregressives Modell mit saisonalen Effekten
• Um welches Modell handelt es sich? Depression wurde an drei Messzeitpunkten mit drei unterschiedlichen validen Verfahren erfasst. Welcher Anteil der Depression ist auf die Situation zurückzuführen und welcher Anteil ist stabil? latent state trait model
• Um welches Modell handelt es sich? Die Mathematikleistung wurde von der 1. Bis zur 6. Klasse erfasst. Findet die Veränderung linear oder kubisch statt? Wachstumskurve (latent growth curve)
• Um welches Verfahren handelt es sich? Mit neun intervallskalierten Maßen wurde das Übungsverhalten von Musiker*innen erfasst. Wie viele verschiedene Typen von Übungsverhalten lassen sich unterscheiden? latente Klassenanalyse (oder Faktorenanalyse?)
• Um welches Modell handelt es sich? An drei Messzeitpunkten wurde die Offenheit und die Intelligenz erfasst. Hat die Offenheit einen größeren Einfluss auf die Veränderung der Intelligenz oder hat die Intelligenz einen größeren Einfluss auf die Veränderung der Offenheit? Cross-lagged-panel-model
• Was ist Wilk’s Lambda? Testgröße der MANOVA. Produkt der unaufgeklärten Varianzanteile. Je kleiner desto besser (wenn es signifikant wird, bedeutet das, dass das Produkt der unaufgeklärten Varianz signifikant von null verschieden ist)
• Was ist die Testgröße bei der MANOVA? Testgröße = H * E-1 (Multiplikation mit der Inversen der Matrize)
• Ab wann besteht Multikollinearität? Wenn zwei der Prädiktoren r >.8 korreliert sind.
• Was ist ein Suppressionseffekt? Wenn die Aufnahme eines Prädiktors dazu führt, dass die Varianzaufklärung eines anderen Prädiktors steigt.
• Was ist das Messmodell? Das Messmodell ist der Teil des Modells der angibt, welche latenten Variablen auf Grundlage welcher Indikatoren geschätzt werden sollen (enthält die konfirmatorischen Faktorenanalysen)
• Was ist das Strukturmodell? Das sind die Regressionspfade zwischen den untersuchten Konstrukten und die Fehlervarianzen von den latenten endogenen Variablen.
• Anzeige
• Was ist die Maximum-Likelihood-Schätzung? Welche Werte müssen die Modellpara meter annehmen, damit die empirisch gefundenen Stichprobendaten maximal wahrscheinlich werden?
• Was bedeutet es, wenn der Chi²-Anpassungstest signifikant wird? Dass die H1 angenommen wird, die besagt, dass sich empirische und modellimplizierte Kovarianz-Matrix unterscheiden.
• Was ist Messinvarianz? Sie liegt vor, wenn sich das Messmodell über Messzeitpunkte hinweg nicht verändert. In diesem Fall erfasst jeder latente Faktor an mehreren Messzeitpunkten das selbe Konstrukt in der selben Weise.
• Welche Arten der Messinvarianz gibt es, wodurch zeichnen sie sich aus und wann liegt Messinvarianz allgemein vor? konfigurale Messinvarianz: Anzahl der Faktoren und signifikanter Ladungen bleibt gleich über die MZP schwache faktorielle Messinvarianz: + Faktorladungen Lambda starke faktorielle Messinvarianz: +Intercepts α der Indikatoren strikte faktorielle Messinvarianz: +Residualvarianzen Sie liegt vor, wenn sich das Messmodell über Messzeitpunkte hinweg nicht verändert. In diesem Fall erfasst jeder latente Faktor an mehreren Messzeitpunkten das selbe Konstrukt in der selben Weise.
• Was wird beim Bootstrapping gemacht? Die Form der Verteilung in der Population wird geschätzt aus der Form der Verteilung der Stichprobendaten.
• Wofür wird die Monte-Carlo-Simulation angewendet? Man bestimmt die Power von Strukturgleichungsmodellen
• Was wird bei einer Diskriminanzanalyse gemacht? Sie zielt darauf ab, eine Funktion zu entwickeln, um die Gruppenzugehörigkeit der Versuchspersonen vorherzusagen. Also man möchte die Kategorienzugehörigkeit von Merkmalsträger:innen mithilfe intervallskalierter Merkmale vorhersagen.
• Was wird bei einer Survival-Analyse untersucht? Ob sich Gruppen darin unterscheiden, nach wie viel Zeit ein bestimmtes Ereignis eintritt
• Was wird bei Zeitreihenanalysen gemacht? Man untersucht Regelmäßigkeiten in längsschnittlichen Messreihen. So kann man Zeitreihen beschreiben und ihren weiteren Verlauf prognostizieren.
• Wozu dienen Wachstumskurven und welche verwandte Methode gibt es? (auch Latent Growth Curves) Sie dienen dazu, Wachstumsprozesse einzelner Personen vorherzusagen.
• Wozu dienen Wachstumskurven und welche verwandte Methode gibt es? (auch Latent Growth Curves) Sie dienen dazu, Wachstumsprozesse einzelner Personen vorherzusagen. Bei den Latent Growth Curve Mixture Models werden ähnliche Wachstumskurven zusammengefast (datenreduzierendes Verfahren).
• Wie untersucht man (in der Syntax) , ob Faktorladungen sich von einem bestimmten Wert unterscheiden? Man fixiert die Parameter auf den bestimmten Wert mit @ (und schaut ob sich an den Messwerten etwas ändert?)
• Woran erkennt man, welches von zwei Modellen das genestete bzw. welches das übergeordnete ist? Das mit mehr df ist das genestete, es geht aus dem übergeordneten (das mit weniger df) hervor
• Was bedeutet „The Model estimation terminated normally”? Das ein Maximum der Likelihood-Schätzung gefunden werden konnte
• Latente Klassenanalyse: Woran sieht man, ob die Annahme von 4 latenten Klassen sinnvoll oder ob 3 Klassen ausgereicht hätten, ist? Parametric Bootstrapped Likelihoodratiotest for 3 (H0) vs 4 classes -> approx. p-value sig.?
• Woran erkennt man mit welcher Wahrscheinlichkeit die Vpn den Klassen korrekt zugeordnet werden? Man nimmt den höchsten Wert der Spalte/Zeile bei „Average Latent Class Probabilities for Most Likely Latent Class Membership (Row) by Laten Class (Column)”
• Was muss beim Messmodell hinsichtlich Indikatoren und Faktoren erfüllt sein, um von (formaler) Identifikation zu sprechen? Mind. 3 Indikatoren pro isoliertem latenten FaktorMind. 2 Indikatoren pro verbundenem latentem Faktor
• Was muss beim Strukturmodell hinsichtlich der (formalen) Identifikation erfüllt sein? Was ist außerdem zu beachten? X beeinflusst YY beeinflusst XX und Y sind exogen und interkorreliertX und Y sind endogen und haben interkorrelierte Residuen Es darf NUR eins davon erfüllt sein!
• Woran erkennt man welches Modell flexibler an die Daten angepasst werden kann? Das komplexere Modell enthält mehr zu schätzende Variablen
• Woran erkennt man welches Modell flexibler an die Daten angepasst werden kann? Was wenn zwei Modelle gleich gut passen? Das komplexere Modell enthält mehr zu schätzende Variablen. Bei zwei gleich guten Modellen nimmt man das einfachere

zurück  |  weiter 2 / 3