18

Psychologie (Fach) / Vorlesung 1 (Lektion)

Diese Lektion wurde von luckyl0053r erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Nennen Sie die 5 Schritte einer Metaanalyse Schritt 1: Formulierung der Fragestellung Schritt 2: Literaturrecherche Schritt 3: Kodierung der Studien Schritt 4: Analyse der Daten  Schritt 5: Interpretation der Ergebnisse  Wichtig: Schritt 1-3 betragen 98% der Arbeit einer Metaanalyse
• Was ist eine Stichprobenverteilung? Die Verteilung einer Stichprobenstatistik (z.B. Mittelwert) über alle möglichen Studien.  Es gibt einen zu schätzenden Parameter Teta und die Stichprobenstatistiken aller möglichen Stichproben sind Schätzer/Realisationen für Teta. Dieser Stichprobenstatistiken sollte approximativ normalverteilt sein (wegen der Maximum-Likelihood-Schätzung)
• Nenne 3 mögliche Einflussgröße auf die Länge von Konfidenzintevall an 1. Alpha-Niveau (Irrtumswahrscheinlichkeit) 2. Stichprobengröße (je größer die Stichprobengröße, desto kleiner die Varianz und demtentsprechend die Standardabweichung)  3. Größe der Stichprobenstatistik = das Effektmaß (je größer die Stichprobenstatistik desto länger das KI) 
• Nenne 2 Vorteile einer Metaanalyse gegenüber einem herkömmlichen Review 1. stellt eine systematische, replizierbare Analyse zur Integration von Forschungsergebnissen dar. 2. fasst alle Effekte (Stichprobenstatistiken) der einbezogenen Studien zu einem Effekt (θ) zusammen, bei dem ein KI bestimmt werden kann.  (Reviews sind weniger klar definiert, die Beschreibung der Studien und derenErgebnisse oft selektiv, unsystematisch und subjektiv, statistische Signifikanz als Maß für die Ergebnisse, was zu fehlerhaften Ergebnissen führen könnte) 
• Welche Eigenschaft sollen die Effektgrößen haben, wenn man die ML-Methode für die Schätzung des Parameters in einer fixed-effect-Metaanalyse verwedet? Die Effektsgrößen sollten approximativ normalverteilt sein.
• Kann man bei eine Metaanalyse zu einem signifikanten positiven Effekt (d.h. gewichteten Mittelwert) führen, wenn alle Effekte der Ausgangsstudien negativ aber nicht signifikant sind? Zur Integration der Effekte werden dabei nur positive Gewichte verwendet. Ein signifikanter positiver Effekt ist unmöglich. Die gewichtete Summe negativer Effekte yi ist immer negativ. 
• Kann der Standardfehler (SE) des Schätzers für den Parameter μ einer normalverteilten ZV (bei bekanntem σ^2) größer sein als die Standardabweichung σ dieser ZV? SE(μ^) = σ/√n = √σ²/n  → SE ist immer kleiner oder gleich die Standardabweichung dieser ZV (gleich wenn n  =1)  (Der Standardfehler hängt unter anderem ab von dem Stichprobenumfang(n)  und der Varianz σ^2  in der Grundgesamtheit. Je größer n desto kleiner SE. Je kleine σ² desto kleiner SE)  (Exkurs: Mit dem Standardfehler des Mittelwerts wird die Streuung zwischen Stichproben geschätzt, während mit der Standardabweichung die Streuung innerhalb einer einzelnen Stichprobe gemessen wird.)
• Aus welchem Grund variieren die Werte yi in einer fixed-effect-Metaanalyse alleine aufgrund der Stichprobenfehler (Standardfehler) 
• Nenne 3 Arten von Fragestellung einer Metaanalyse 1. Um die Größe einer univariaten Statistik (z.B. wie viel Prozent derBevölkerung leiden an Depressionen?) 2. um den Zusammenhang von zwei Variablen (z.B. wie stark korrelieren die Symptome von Depressionen und Angststörungen?) 3. um Unterschiede zwischen zwei natürlich oder experimentell definierten Gruppen (z.B. wieeffektiv ist Johanniskraut im Vergleich mit Placebos zur Behandlung von Depressionen?).
• Nenne Ziele einer Metaanalyse 1. systematische Zusammenfassung von Ergebnissen verwandter Studien 2. Vergleich der Ergebnisse dieser Studien (Untersuchung der Variabilität in den Ergebnissen, die auf den Stichprobenfehlern/Standardfehler basiert) 
• Anzeige
• Was ist ein Effektmaß? Effektstärke/Efeektmaß ist eine beliebige Stichprobenstatistik gemeint, die von Interesse ist und für eine Meta-Analyse genutzt werden soll. Für Meta-Analysen wählen wir nun solche Effektstärken aus, die approximativ normalverteilt sind.
• Fixed-effect-Metaanalyse 1. Annahme eines Parameters θ für alle Studien: θ1 = θ2 = ... = θ (die Studien haben kaum Unterschiede in der Methodik und den Charakteristiken der Stichproben) → jeder der i y -Werte ein Schätzwert von θ. Aus jeder Studie eine Stichprobenstatistik (Effektgröße) yi ~ N(θ, vi)  mit Varianz vi 2.Für jede Studie wird eine Normalverteilung angenommen. Der Erwartungswert ist gleich für alle Studien, die Varianz ist unterschiedlich.  3. Variabilität der Stichprobenstatistiken beruht ausschließlich auf den Stichprobenfehlern 4. Ziel: so gut wie möglich die wahre Effektgröße θ zu ermitteln
• Zusammenhang zwischen Stichprobengröße, Stichprobenvarianz vi, Stichprobenstatistik und Gewicht Je kleiner vi desto enger wird die Stichprobenverteilung, desto näher liegt der Schätzwert von θ (also die Stichprobenstatistik) näher an θ, umso mehr Bedeutung hat dieser Wert (also größeres Gewicht)  Je größer die Stichprobe, desto kleiner die Varianz, desto enger das KI, desto mehr Gewicht hat die Studie innerhalb der Metaanalyse Gewicht = 1/Varianz 
• Interpretation von RD Die Risikodierenz gibt also an, mit welcher Wahrscheinlichkeit eine Person in der Treatmentgruppe eher geheilt wird als in der Kontrollgruppe. ( a/a+b) - (c/c+d) RD = 0 --> Die Wahrscheinlichkeit geheilt zu werden in den beiden Gruppen ist gleich RD < 0 --> Die Wahrscheinlichkeit eine Person in der EG geheilt zu werden ist geringer als in der KG RD > 0 --> Die Wahrscheinlichkeit eine Person in der EG geheilt zu werden ist höher als in der KG 
• Welche Bedeutung hat der Standardfehler? SE(Θ^) Der Standardfehler ist hier die durchschnittliche Abweichung der Schätzung vom wahren Wert. Spielt bei der Berechnung des KI eine entscheidende Rolle.
• Unterschiede zwischen FE-Modell und RE-Modell FE-Modell: ein wahrer Wert wird geschätzt. RE-Modell: die Verteilung der wahren Werte wird geschätzt.
• Was bestimmt die Auswahl der Integrationsverfahren bei der Metaanalyse? 2 Dinge: (1) Das Modell: FE vs. RE (2) Die Methode der Parameterschätzung (z.B. ML-Schätzung)
• 3 wichtigeste Größen für eine Metaanalyse 1. ein zu schätzender Parameter 2. eine Stichprobenstatistik = Effektmaß 3. die Stichprobenvarianz --> Standardfehler = Wurzel aus der Stichprobenvarianz

zurück  |  weiter 1 / 1