115
Multivariate Statistik (Fach) / Klausurfragen (Lektion)
Anzeige
- Definiere MLE in drei Sätzen Die MLE ist ein Schätzverfahren, bei dem man die Parameter der Population aus der Stichprobe schätzt. Man untersucht, welche Wert die Modellparameter annehmen müssen, damit die empirisch gefundenen Stichprobendaten maximal wahrscheinlich werden. Dazu wird eine Likelihoodfunktion aufgestellt, diemöglichst gut auf die empirischen Daten passt, also die maximale Likelihood hat.
- Chi² Anpassungstest in drei Sätzen Beim Chi² Anpassungstest wird überprüft, ob das theoretische Modell auf die empirischen Daten passt. Dazu werden die modellimplizierte und die empirische Matrix verglichen. Weichen die Residuen sig. von 0 ab, passt das Modell nicht gut auf die Daten.
- Chi² Differenztest in drei Sätzen Der Chi² Differenztest überprüft ob ein alternatives Modell, welches durch einschränkende Annahmen aus einem übergeordneten Modell abgeleitet wurde, einen signifikant schlechteren fit hat, als das übergeordnete Modell. Dazu werden die Chi² Werte und die df der beiden Modelle voneinandern abgezogen und für diese neuen Werte der p-Wert in der p-Tabelle gesucht. Fällt der Test signifikant aus, bedeutet dies, dass das alternative Modell zu verwerfen ist.
- Exogene manifest Variable X
- endogene manifest Variable Y
- exogene latente Variable Xi
- endogene latente Variable eta
- Faktorladung Lambda
- Residualvarianz einer manifesten Variable Epsilon gibts aber nur bei Y!
- Residualvarianz einer endogenen latenten Variable Zeta (von eta)
- Anzeige
- Welche Parameter werden nicht gesucht? Manifeste (endogenen und exogene) Variablen Die 1. Faktorladung eines jeden Faktors Endogene latente Variablen (eta) weil durch beta und zeta definiert
- Was ist der Unterschied hinsichtlich des Pfaddiagramms bei einem latenten Faktormodell und einem latenten Klassenmodell? die latente Variable ist bei der latenten Klassenanalyse nominalskaliert, da sie sich auf die Klassenzugehörigkeit bezieht.
- Wieso vergleicht man die selbstgezählten Parameter mit denen, die MPlus ausgibt? 2 Gründe angeben .
- Wieso vergleicht man die selbstgezählten Parameter mit denen, die MPlus ausgibt? 2 Gründe angeben Um zu schauen, ob das Modell korrekt spezifiziert wurde und um zu überprüfen, ob das Modell identifiziert wurde.
- Was geschieht bei nicht-Berücksichtigung der hierarchischen Struktur von Daten? Die Standardfehler und der p-Wert werden unterschätzt und das Signifikanzniveau überschätzt