15

Psychologie (Fach) / Vorlesung 2 (Lektion)

Effektmaße

Diese Lektion wurde von luckyl0053r erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

Anzeige
  • Was ist Cohens d? Effektmaß für standardisierte Mittelwertsdifferenz. Bei der Berechnung von Cohens d wird meisten die Standardabweichung von der KG (oder Vorhertest) genommen, weil diese als die ursprüngliche oder unveränderte Standardabweichung angesehen wird.
  • Warum kann man π nicht direkt als Parameter verwenden? Der Stichprobenverteilung des Schätzers p für π ist nicht die Normalverteilung --> Voraussetzung für die ML-Schätzung ist nicht erfüllt --> Transformation in logit (π) ist erforderlich.
  • Nennen das Problem von Cohens d? Cohens d besitzt einen leichten Bias, tendiert den Beitrag von δ (der wahren Mittelwertsdifferenz) in kleinen Stichproben zu überschätzen und somit nicht erwartungstreu, d.h. kleiner positiver d-Wert überschätzen und kleiner negativer d-Wert zu unterschätzen. → Lösung: Hedges g
  • Warum Hedges g anstatt Cohen's d? Cohens d hat einen leichten Bias und tendiert dazu den Beitrag der wahren MWD in den kleinen Stichproben zu unterschätzen --> nicht erwartungstreuer Schätzer Hedges g ist ein erwartungstreuer Schätzer ohne Bias
  • Wie interpretiert man das relative Risiko? Das relative Risiko beschreibt die Wahrscheinlichkeit in der Treatmentgruppe gesund zu werden (bzw. erfolgreich zu sein) im Verhältnis zur Kontrollgruppe. Beispiel: RR = 5 beudetet, dass in der EG 5mal so wahrscheinlich ist, geheilt zu werden, wie in der KG.
  • Wie interpretiert man OR? Verhaltnis von Odds in der KG und EG. Das Odds-Ratio für die Erfolgswahrscheinlichkeiten in der Treatment- und der Kontrollgruppe ist das Odd der Treatmentgruppe geteilt durch das Odd der Kontrollgruppe
  • Interpretation von LOR Laut Rechenregel von Logarithmus ist das LOR die Differenz von zwei Logits. Logits/1.7 = z-wert (Probit) --> teilt man LOR durch 1.7 kann man das Ergebnis die Differenz von 2 z-Werten interpretieren. Differenz von 2 z-Werten = Cohen's d --> LOR/1.7 = d --> Über diese Transformation lässt sich die Größe von LORs interpretieren. Bsp: LOR = 1.7 entspricht d = 1 (sehr großer Effekt) (Verbesserung um 34 Prozentränge, wenn man davor im mitteleren Bereich ist)
  • Nennen die wichtigsten Effektstärken? 1. standardisierte MWD (Hedges g) 2. Korrelationskoeffizient (Fisher's z) 3. LOR
  • Q-Test der Homogenität Ziel: Überprüfung der Homogenität der Ergebnisse, ob das FE angemessen ist H0: nur ein einzelner wahrer Parameter bildet Grundlage aller beobachteten Effektgrößen H1: heterogene Ergebnisse --> RE-Modell --> Wenn der Test signifikant ausfällt, muss RE-modell eingesetzt werden. --> Q ist also die Summe aller quadrierten Abstände der Primärstudieneektgrößen (yi) vom geschätzen wahren Wert ( Θ^) geteilt durch die Stichprobenvarianzen (vi) der jeweiligen Studie.
  • Nennen die 2 Varianzquellen im RE-Modell 1. τ² Varianz des wahren Parameters 2. Varianz der Stichprobenstatistik (Standardfehler)
  • Anzeige
  • RE-Modell Der wahre Parameter Θ ist eine ZV, die einer Normalverteilung N(μ, τ²) folgt. Jede Studie hat einen wahren Wert, welche die Realisierung dieses Parameters entspricht. Jeder wahre Wert hat wiederum eine eimpirische Schätzung, die vom wahren Wert abweichen könnte.
  • Ab wann ist der Schätzer für den Korrelationskoeffizient normalverteilt? Ab n = 500 ist der Schätzer r für ρ approximativ normalverteilt. in diesem Fall unterscheiden sich r und Fisher's z nicht.  im mittleren Bereich [-0.4, 0.4] sind die Koeffizienten relativ linear. In diesem Bereich stimmen r und z überein.
  • Wertebereiche der Effektmaße 1. Mittelwert (-∝, + ∝-) 2. Anteil [0,1] --> logit (π) (-∝, + ∝-) 3. unstandardisierte Mittelwertsdifferenz (-∝, + ∝-) 4. standsrdisierte MWD (Cohens d) (-∝, + ∝-) 5. Korrelation [-1,1] --> Fishers z (-∝, + ∝-) 6. Risikodifferenz [-1,1] --> ln(RD) 7. Relativess Risiko [0, +∝) --> ln (RR) 8. OR [0,+∝) --> ln(OR)
  • warum wird die unstandardisierte Mittelwertdifferenz selten in der Praxis benutzt? man kann die Ergebnisse nicht vergleichen, wenn die unterschiedliche Skalen verwendet werden, weil kein einheitliches Maß vorhanden ist.
  • man kennt in einer Studie Mittelwert, SD und Stichprobenumfang für EG und KG, und in einer anderen Studie nur die Ergebnisse der 2x2-Tabelle, ob das Training in der KG und EG erfolgreich war. Kann man für diese 2 Studien einen gemeinsame Metaanalyse durchführen? ja kann man! 1. bei der ersten Studie kann man cohens d berechnen 2. bei der 2. Studie kann man LOR berechnen und dieses in cohens d umrechnen (LOR/(π/√3) --> dann hat man ein gemeinsames Effektmaß für die Metaanalyse

zurück  |  weiter 1 / 1