Seite
109
Lernfragen
Welche Variablen werden vom Versuchsleiter gezielt verändert?
Unabhängige Variablen
Abhängige Variablen
Kriteriumsvariablen
Prädiktorvariablen
Moderatorvariablen
Welche Methoden eignen sich (ggf. unter weiteren Voraussetzungen) für die Feststellung von Ausreißern?
Ausreißertest nach Grubbs
Ermittlung über Interquartilsabstand
Dean-Dixon-Test
Nalimov-Test
Ermittlung über Standardabweichungen
Welche Aussagen sind in Bezug auf Ausreißer korrekt?
Ausreißer sollten immer entfernt werden.
Wenn Ausreißer entfernt werden, sollte dies hinreichend dokumentiert werden.
Ausreißer sollten ignoriert werden, um ein signifikantes Ergebnis nicht zu gefährden.
Ausreißer führen zu statistischen und ethischen Problemen.
Ausreißer stellen ein statistisches Problem dar, das dank umfangreicher Prozeduren schnell gelöst werden kann.
Was ist bei der Datenvisualisierung zu beachten?
Alle Visualisierungen sollten eindeutig beschriftet werden.
Es sollte generell nur eine Farbe verwendet werden.
Auf unnötige Designelemente sollte verzichtet werden.
Die y-Achse sollte immer bei Null beginnen.
Als Fehlerindikatoren können Standardabweichungen oder Standardfehler verwendet werden.
Welche Vorteile bringt die Angabe standardisierter Effektgrößen?
Ergebnisse verschiedener Studien sind besser vergleichbar.
Ermittelte Ergebnisse sind leichter interpretierbar.
Ergebnisse werden mit größerer Wahrscheinlichkeit signifikant.
Verschiedene Studien können leichter zu Metaanalysen zusammengefasst werden.
Ergebnisse werden mit geringerer Wahrscheinlichkeit signifikant.
Welche der nachfolgend genannten Verfahren berücksichtigen Drittvariablen?
Kovarianzanalyse
Median-Split
Extremgruppenvergleich
Regressionsanalyse
Neuronale Netze
Welche Aussagen zum Alphafehler treffen zu?
Der Alphafehler wird auch als Fehler 2. Art bezeichnet.
Um den Alphafehler zu begehen muss ein signifikantes Ergebnis vorliegen.
Der Alphafehler ist per Konvention auf 5% festgelegt.
Die Wahrscheinlichkeit, einen Alphafehler zu begehen, wird als Signifikanzniveau bezeichnet.
Der Alphafehler liegt vor, wenn in der Population die H0 zutrifft, man sich aber für die H1 entscheidet.
Welche Aussagen zum Betafehler treffen zu?
Um den Betafehler zu begehen, muss ein signifikantes Ergebnis vorliegen.
Der Betafehler ist die irrtümliche Entscheidung zugunsten der H0.
Die Teststärke ist 1 minus Betafehler.
Der Betafehler ist immer folgenschwerer als der Alphafehler.
Um das Risiko eines Betafehlers zu senken, kann es zu einer drastischen Erhöhung der Versuchspersonen kommen.
Bei der Kreuzvalidierung wird die Stichprobe in zwei Untergruppen unterteilt:
Die
Trainingsmenge dient zur Berechnung des (Vorhersage-)Modells.
Die
Validierungsmenge wird zur Überprüfung des Modells herangezogen.
Aktivieren Sie bitte JavaScript in den Inhaltseinstellungen Ihres Browsers, um die Lernfragen zu sehen.