Wie lautet das Standardmodell der multiplen Regression nach dem Least-Squares-Ansatz?
¿Cuál es el modelo estándar de regresión múltiple según el método de mínimos cuadrados?
De qué se compone cada valor observado “y” de una persona “i”?
Es decir, cada valor observado "y" de una persona "i" se compone de una constante 𝛽0 más la suma de k valores individuales 𝑋𝑘𝑖 ponderados con el factor 𝛽k y un error aleatorio 𝜀i.
Para realizar pruebas estadísticas, se sigue suponiendo que este error aleatorio tiene una distribución normal con un valor esperado de 0 y una varianza constante (es decir, homocedástica):
Welche sind die Annahmen Linearen Gemischten Modellen?
Es wird weiterhin angenommen, dass die Zufallsfehler normalverteilt mit Erwartungswert 0 und konstanter (d.h. homoskedastischer) Varianz ist
Unabhängigkeit der Fehler 𝜺𝒊
Was bedeutet ganz konkret die Unabhängigkeit der Fehler 𝜺𝒊?
Independencia expresada de manera concreta: si existe independencia, el valor de una persona no contiene información sobre el valor de otra persona
Wann sollte ich eine Abhängigkeit vermuten?
--> La dependencia puede darse siempre que varias observaciones pertenezcan a un «grupo» o «clúster» definido de manera significativa.
--> Ejemplos:
• Los alumnos están asignados a escuelas.
• Los pacientes están asignados a terapeutas.
• Los momentos de medición están asignados a personas.
—> Unabhängigkeit der Beobachtungen bzw. Fehler ist selten gegeben
Wie lautet die Unterteilung, wenn mehr als eine Gruppierungsstruktur vorliegt?
A menudo hay más de una estructura de agrupación. Estos casos se pueden subdividir a su vez en:
=> Estructuras de datos jerárquicas («hierarchical»):
• Pacientes de terapeutas en centros terapéuticos:
• Cada paciente está asignado a un solo terapeuta
• Cada terapeuta está asignado a un único centro terapéutico
=> Estructuras de datos superpuestas («cross-classified»):
--> Alumnos en clases y barrios:
-- No todos los alumnos de un barrio van a la misma clase
-- No todos los alumnos de una clase viven en el mismo barrio
=> En esta clase nos ocuparemos principalmente de ejemplos jerárquicos. Sin embargo, la estructura de los modelos estadísticos suele ser idéntica en ambos casos.
--> «Modelos multinivel»
Levels sind…
Levels sind Daten mit mehreren Ebenen
Auf jeder Ebene gibt es… und Beispiele
Auf jeder Ebene gibt es klar definierte Elemente
Level 1 („L1“): z.B. Individualebene (Schulleistungstestwerte).
Level 2 („L2“): z.B. Gruppenebene (Schule, Klinik, Abteilung).
Optional: Weitere Gruppierungsstruktur (Firma, Klinikverbünde, Bundesländer, Nationen), entweder überlappend (weitere „L2“ Variable) oder hierarchisch (Level 3, „L3“ Variable)
Welche Variable wird immer auf der untersten Ebene, Level 1,
gemessen?
Datenlage:
Die abhängige Variable (Y) wird immer auf der untersten Ebene, Level 1,gemessen.
Bsp. Schulleistungstestergebnis
Welche Variablen können auf allen Ebenen erhoben werden?
unabhängige Variablen (X1, X2, X... ,aXk) können auf allen Ebenen erhoben werden
– Bsp. Level 1: IQ-Werte; Level 2: Klassengröße
Gruppen auf den unterschiedlichen Ebenen können unterschiedlich groß sein.
Dürfen die Gruppen auf den unterschiedlichen Ebenen unterschiedlich groß sein?
JA/NEIN. und wieso?
ja. Gruppen auf den unterschiedlichen Ebenen können unterschiedlich groß sein.
Wenn du überprüfen willst, ob es ein Gruppierungseffekt gibt oder nicht, was musst du messen und woran erkennst du ihn? (der Gruppierungseffekt)
la varianza level 2 es el Effecto de agrupación. La correlación intraclases es saber si mis datos violan la regla de la individualidad e INDEPENDENCIA de mis RESIDUOS. Si la violan, significa que mis datos tienen una estructura grupal o que hay un efecto grupal, que es lo mismo. Gráficamente se describe con los plots de los residuos. Y el ICC es el cálculo formal (aplícalo cuando no estes segura de si tus datos tienen una estructura grupal o no. Por ejemplo si quisieras investigar el efecto del terapeuta. Si no hay efecto puedes decir que la varianza no la explica el terapeuta, o que si.
Wie lässt sich ein empirischer Befund aus einem korrelativen interindividuellen Design – etwa der Zusammenhang zwischen einer bestimmten Lebensweise und dem durchschnittlichen Wohlbefinden verschiedener Personen – theoretisch und methodologisch so hinterfragen, dass klar wird, ob und inwiefern sich daraus Aussagen über mögliche Veränderungen innerhalb einer einzelnen Person ableiten lassen?
Wie lässt sich – unter Berücksichtigung des ökologischen Fehlschlusses, der Varianzquellen-Trennung in der Persönlichkeitspsychologie und der unterschiedlichen epistemischen Voraussetzungen korrelativer interindividueller Designs – theoretisch und methodologisch begründen, warum aus dem Befund, dass „Personen, die vegan leben, im Durchschnitt glücklicher sind“, keinerlei kausal oder dynamisch interpretierbare Aussage darüber abgeleitet werden darf, ob eine einzelne Person durch die Umstellung auf vegane Ernährung ihr eigenes Glücksniveau steigern würde, und welche empirischen Designs wären erforderlich, um diese intraindividuelle Fragestellung gültig zu prüfen?
Ein Forschungsteam untersucht die Arbeitszufriedenheit in Krankenhäusern und weist jeder Pflegekraft den durchschnittlichen Stresswert ihres jeweiligen Krankenhauses als individuellen Prädiktor zu, um zu testen, ob „höherer Stress“ mit geringerer Zufriedenheit zusammenhängt. Wie lässt sich kritisch prüfen, ob dieses Vorgehen zu statistisch verzerrten Ergebnissen, überschätzter Teststärke oder einer inadäquaten Modellierung der tatsächlichen Gruppenstrukturen führt, wenn die Daten ursprünglich auf Organisationsebene erhoben wurden?
Dissagregationsfehler!
statistisch verzerrten Ergebnissen, überschätzter Teststärke oder einer inadäquaten Modellierung der tatsächlichen Gruppenstrukturen führt, wenn die Daten ursprünglich auf Organisationsebene erhoben wurden?
(Individuelle Gruppen wurden promediados, entonces no se puede decir nada de una sola persona sino unicamente del promedio)
Zufriedenheit es subjetiva y si sacas el promedio obtienes informacion grupal. Puede que tengas muchas personas muy felices y pocas muy unzufrieden, o que todas estén igualmente unzufrieden o similarmente unzufrieden. Intrapersonal puede ser totalmente al revés.
Se puede decir: En este grupo en promedio… Pero no de manera individual.
Desagregas los Datos, y haces a cada dato un predictor. La cantidad de Analisis se multiplica y con ello la probabilidad de Alfa. Entonces 1-ß no es lo que dice ser 😆😜🥹🥺.
Entonces no lo hagas 😂
O hazlo cuando quieras inflar tus números. Pero qué pena si publicas y te cachan😂😂😂 OSO de la vida.
Last changed3 hours ago
