Home Studium Workshops / Konferenzen Videos Forschung Dienstleistungen Team
Impressum / Kontakt
deutschsprachige Version 
Besucher seit 27.02.2014:
ganze Website: 262605
aktuelle Seite: 821
Causal Effects EAM Fachgruppe Methoden und Evaluation (DGPs)

Kurse: Kursinformationen

de  Multivariate Statistik für Psychologen

Kursleitung: Prof. Dr. Rolf Steyer & Dipl.-Psych. Andreas Wolf

Sommersemester 2004, Kurs, Kurslänge: 36.00 Stunden, Sprache: Deutsch, Thema: Multivariate Statistik für Psychologen

Ziel

Die Lehrveranstaltung gibt einen Ueberblick ueber und eine Einfuehrung in gaengige multivariate statistische Auswertungsverfahren. Multivariate Verfahren erlauben – in Abgrenzung zu univariaten Verfahren – die Analyse komplexer Zusammenhaenge zwischen mehr als zwei Variablen. Im einzelnen werden Verfahren vorgestellt zu Fragestellungen wie der Staerke des Zusammenhangs zwischen Variablen, der Testung von Gruppenunterschieden, der Vorhersage von Gruppenzugehoerigkeiten, der Analyse von Datenstrukturen und dem Zeitverlauf mehrerer Variablen.

Behandelte Verfahren:
  • Regressionsanalyse (einfache lineare Regression, multiple Regression inkl. Nichtlinearitaet und Interaktionen)
  • Uni- und multivariate Varianzanalyse
  • Verallgemeinerung im Rahmen des Allgemeinen Linearen Modells (ALM)
  • Kovarianzanalyse
  • Varianzanalyse abhaengiger Daten (Messwiederholung)
  • Klassifikationsverfahren (Diskriminanzanalyse, Logistische Regression, Log-lineare Modelle, Clusteranalyse)
  • Explorative Faktorenanalyse
  • Konfirmatorische Faktorenanalyse und Strukturgleichungsmodelle


Um die herunterladbaren Videos anzuschauen, benötigen Sie den RealPlayer, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

 

Literaturempfehlungen

allgemeine Einfuehrungsliteratur (Lehrbuecher)

  • *Tabachnik, B.G. & Fidell, L.S. (42001). Using Multivariate Statistics. Neddham Heights, MA: Allyn & Bacon.
  • Hair, J.F., Anderson, R.E., Tatham, R.L. & Black, W.C. (51998). Multivariate Data Analysis. Upper Saddle River, NJ: Prentice Hall.
  • von Eye, A. & Schuster, C. (1998). Regression Analysis for Social Sciences. San Diego, CA: Academic Press.
  • Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding Multivariate Statistics. Washington, DC: APA.
  • Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding More Multivariate Statistics. Washington, DC: APA.
  • Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.

vertiefende Literatur

  • *Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.
  • Neter, J., Wasserman, S. & Kutner, M.H. (31990). Applied Linear Statistical Models. Homewood, IL: Irwin.
  • Pedhazur, E.J. & Pedhazur Schmelkin, L. (1991). Measurement, Design, and Analysis: An Integrated Approach. Hillsdale: Erlbaum.
  • Steyer, R. (2002). Wahrscheinlichkeit und Regression. Berlin: Springer.
  • Steyer, R. & Eid, M. (22001). Messen und Testen. Berlin: Springer.
  • Fahrmeir, L., Hamerle, A. & Tutz, G. (Eds.) (1996). Multivariate Statistische Verfahren. Berlin: de Gruyter.

spezifische Literatur

Literatur zu einzelnen Verfahren wird in der Vorlesung bekannt gegeben

SPSS-Handbuecher

  • *Bühl, A. & Zöfel, P. (82002). SPSS 11: Einführung in die moderne Datenanalyse unter Windows. München: Pearson Studium.
  • Zöfel, P. (2002). SPSS-Syntax. Die ideale Ergänzung für effizientes Arbeiten. München: Pearson Studium.
  • Diehl, J.M. & Staufenbiehl, T. (2002). Statistik mit SPSS Version 10/11. Eschborn: Klotz.


Datum
Thema
Videos
PowerPoint Folien (.pdf)
Übungszettel & sonstiges Material
13.04.2004
Einführung in die Multivariate Statistik
Literatur
Lernziele und Prüfungsanforderungen
Zu dieser Vorlesung gibt es leider kein Video
 
15.04.2004
Datenbehandlung
20.04.2004
Einfache Regression:
  • Grundlagen
  • Statistisches Modell
  • Verallgemeinerung des Stichprobenmodells auf Populationsebene
 
22.04.2004
Einfache Regression
  • Verallgemeinerung des Stichprobenmodells auf
    Populationsebene
  • Annahmen und Voraussetzungen
27.04.2004
Multiple Regression
  • Grundlagen
  • Statistisches Modell
  • Verallgemeinerung des Stichprobenmodells auf Populationsebene
 
29.04.2004
Multiple Regression
  • Verallgemeinerung auf k Prädiktoren
  • Techniken der Multiplen Regression
04.05.2004
Multiple Regression
  • Interaktionseffekte bei multiplen Prädiktoren
  • Annahmen und Voraussetzungen
 
06.05.2004
Univariate Varianzanalyse (ANOVA)
  • Grundlagen
  • Statistisches Modell
  • Hypothesentestung
  • Varianzanalyse als Spezialfall der Regression
11.05.2004
Univariate Varianzanalyse (ANOVA)
  • Varianzanalyse als Spezialfall der Regression
  • Verallgemeinerung mehrfaktorielle Varianzanalyse
  • Annahmen und Voraussetzungen
Exkurs: Matrizenrechnung
 
13.05.2004
Multivariate Varianzanalyse (MANOVA)
  • Grundlagen
  • Uni- vs. multivariate Varianzanalyse
  • Statistisches Modell
  • Varianzzerlegung
  • Multivariate Prüfgrößen und Hypothesentestung
18.05.2004
Multivariate Varianzanalyse (MANOVA)
  • Multivariate Prüfgrößen und Hypothesentestung
  • Post-hoc Tests
25.05.2004
Multivariate Varianzanalyse (MANOVA)
  • Annahmen und Voraussetzungen
Kovarianzanalyse (ANCOVA)
  • Grundlagen
  • Statistisches Modell
 
27.05.2004
Kovarianzanalyse (ANCOVA)
  • Hypothesentestung
  • Interpretation der Ergebnisse
  • Annahmen und Voraussetzungen
01.06.2004
Varianzanalyse mit abhängigen Daten/Messwieder-
holung
  • Grundlagen
  • Statistisches Modell
  • Varianzzerlegung
  • Hypothesentestung
  • Interpretation der Ergebnisse
 
03.06.2004
Varianzanalyse mit abhängigen Daten/Messwiederholung
  • mehrfaktorielle Varianzanalyse mit abhängigen Daten (Inner- und Zwischensubjektfaktoren)
Zu dieser Vorlesung gibt es leider kein Video
08.06.2004
Zusammenfassung Regression und varianzanalytische Verfahren
Hinweise zur Prüfung
 
10.06.2004
Klassifikationsverfahren
  • Grundidee & Beispielfragen
  • Allgemeines Schätzprinzip
  • Überblick zu statistischen Klassifikationsverfahren
Diskriminanzanalyse
  • Grundlagen
  • Statistisches Modell
15.06.2004
Diskriminanzanalyse
  • Statistisches Modell
  • Induktiver Ansatz
  • Modellbewertung
 
17.06.2004
Clusteranalyse
  • Grundlagen
  • Statistisches Modell
  • Modellbewertung
Log-lineare Modelle
  • Grundlagen
  • Chi-Quadrat Test
  • Statistisches Modell
22.06.2004
Einführung Faktorenanalytische Verfahren
Hauptkomponentenanalyse
  • Grundlagen
  • Statistisches Modell
  • Interpretation der Ergebnisse
 
24.06.2004
Hauptachsenanalyse (Explorative Faktorenanalyse)
  • Grundlagen
  • Hauptkomponentenanalyse vs. Hauptachsenanalyse
  • Statistisches Modell
  • Interpretation der Faktorenlösung
29.06.2004
Explorative Faktorenanalyse
  • Gütekriterien faktoranalytischer Verfahren
  • Faktorwerte
  • Bewertung explorativ-faktorenanalytischer Verfahren
Konfirmatorische Faktorenanalyse / SEM
  • Von der explorativen zur konfirmatorischen Faktorenanalyse
  • Grundlagen
 
01.07.2004
Konfirmatorische Faktorenanalyse / SEM
  • Grundlagen
  • Notation
  • Modellspezifikation
  • Modellschätzung
  • Modellbewertung
06.07.2004
Konfirmatorische Faktorenanalyse
  • Modellbewertung
  • Modellmodifikation
  • Technische Aspekte
  • Ausblick
 
08.07.2004
Konfirmatorische Faktorenanalyse
  • Modellbewertung
  • Modellmodifikation
13.07.2004
Konfirmatorische Faktorenanalyse
  • Modellmodifikation
  • Technische Aspekte
  • Ausblick
 
15.07.2004
Konfirmatorische Faktorenanalyse
  • Technische Aspekte
  • Ausblick