| Datum |
Thema |
Video |
Material |
| 05.04.2017 |
- Überblick zur Thematik und zum Aufbau des Seminars
- Joe-Ann Beispiel mit Selbstselektion
- Zufallsexperiment
- Ergebnisse und Ereignisse
- Wahrscheinlichkeiten und bedingte Wahrscheinlichkeiten
- Treatment- und personenbedingte Wahrscheinlichkeiten
- Treatment-bedingte Wahrscheinlichkeiten
- Das Simpson-Paradox und seine Erklärung
|
Video (Stream)
Video (Download; VLC Player)
|
Folien
Tafelbilder
|
| 12.04.2017 |
- Fortführung des Joe-Ann-Beispiels mit Selbstselektion
- True-Outcome-Variablen
- Grundidee eines kausalen Effekts nach J. St. Mill
- Spezifikation der atomaren Effektvariablen im Beispiel
- Durchschnittlicher kausaler (totaler) Treatmenteffekt im Beispiel
- U-adjustierter Erwartungswert der Outcomevariablen in der Treatment-Bedingung x
- U-adjustierte X-bedingte Erwartung von Y
- Joe-Ann-Beispiel mit randomisierter Zuweisung der Person zur einer der Treatment-Bedingungen
- Joe-Ann-Beispiel mit homogenen Personen (X-bedingte regressive Unabhängigkeit der Outcomevariablen von U)
|
Video (Stream)
Video (Download; VLC Player)
|
Tafelbilder
|
| 19.04.2017 |
- Der Kern der Theorie kausaler totaler Effekte
- Unverfälschtheit von E(Y|X=x, Z)
- Implikationen der Unverfälschtheit zur Identifikation kausaler totaler Effekte
- Zwei hinreichende Bedingungen für die Unverfälschtheit von E(Y|X=x, Z)
- Erste Schritte zur Analyse der Klauer-Daten zur Schätzung kausaler totaler Treatmenteffekte
|
Video (Stream)
Video (Download; VLC Player)
|
Folien
Materialien
Tafelbild 01
Tafelbild 02
|
| 26.04.2017 |
- Fortführung der Analyse des Klauer-Datensatzes nach bedingten und durchschnittlichen kausalen Treatmenteffekten
- Schätzung und Speicherung der (X=x)-partiellen Z-bedingten Erwartungen E(Y|X=x, Z) von Y mit Vor- (Z) und Nachtest (Y) des progressiven Matrizentests.
- Schätzung der Z-bedingten Effekte für alle Probanden
- Schätzung des durchschnittlichen Treatmenteffekts als Mittelwert der Z-bedingten Effekte
- Schätzung der bedingten Erwartung E(Y|X, Z) und deren Zusammenhang mit den (X=x)-partiellen Z-bedingten Erwartungen E(Y|X=x, Z)
- Prüfung der Hypothese g1(Z) = 0: Es gibt gar keine Treatment-Effekte (R-quadrat-Differenzentest)
- Prüfung der Hypothese g1(Z) = konstant: Es gibt keine Interaktion zwischen X und Z
- Prüfung der Hypothese E(g1(Z)) = 0: Der durchschnittliche Treatmenteffekt ist null.
- Herkömmlicher Test: Die mittlere Veränderung zwischen Vor- und Nachtest ist in beiden Gruppen gleich.
|
Video (Stream)
Video (Download; VLC Player)
|
Materialien
Tafelbild 01
Tafelbild 02
|
| 03.05.2017 |
- Differenzwertanalyse in Prä-Post-Designs: Welche Effekte werden dort geschätzt und getestet?
- Was ist dagegen der durchschnittliche Effekt des Treatments in einem Prä-Post-Design?
- Analytische Herangehensweise an diese Frage und deren Beantwortung durch Daten-Simulation.
|
Video (Stream)
Video (Download; VLC Player)
|
Materialien
Tafelbilder
|
| 10.05.2017 |
- Analyse des Klauer-Datensatzes mit zwei quantitativen Kovariaten
- Wie soll man mit Ausreißern umgehen?
- Prüfung der Linearität der g-Funktionen
- Formulierungen verschiedener Nullhypothesen in termini der g-Funktionen und deren Parameter
- Hinreichende Bedingung für durchschnittliche Effekte gleich null.
|
Video (Stream)
Video (Download; VLC Player)
|
Materialien
Tafelbild
|
| 17.05.2017 |
- Plots, die von EffectLiteR geliefert werden
- Interpretation bedingter Effekte und erwartete Werte in einer Treatmentbedingung bei gegebenen Ausprägungen der Kovariaten
- Re-aggregation bedingter Effekte
- Adjustierte Mittelwerte
- (X=x)-bedingte Erwartungswerte eines Treatments verglichen mit einer Referenzbedingung und ihre Interpretation
|
Video (Stream)
Video (Download; VLC Player)
|
Tafelbilder
|
| 24.05.2017 |
- EffectLiteR-Analyse der Klauer-Daten mit einer qualitativen und zwei quantitativen Kovariaten
- Parametrisierung des Modells und deren Grundidee
- Interpretation des Outputs incl. der Plots
- Bildung und Prüfung neuer Parameter aus den vorhandenen
|
Video (Stream)
Video (Download; VLC Player)
|
Datensatz
Tafelbilder
|
| 31.05.2017 |
- Überprüfung der Kausalitätsbedingungen für die bedingte Erwartung E(Y|X, Z)
- Illustrierung der Vorgehensweise auch Klauer-Datensatz
|
Video (Stream)
Video (Download; VLC Player)
|
SPSS-Output
Tafelbilder
|
| 07.06.2017 |
- Schritte bei der Analyse kausaler Effekte
- Bedingungen, unter denen die Verwendung einer latenten Kovariaten notwendig ist
- Einige Prinzipien bei der Analyse latenter Variablen
|
Video (Stream)
Video (Download; VLC Player)
|
Tafelbild 01
Tafelbild 02
|
| 14.06.2017 |
- Spezifikation eines EffectLite-Modells mit einer latenten Kovariaten und einer latenten Outcome-Variablen
- Identifikation der theoretischen Parameter in diesem Modell
- Implikationen des Modells für die Kovarianzen der manifesten Variablen
- Ergebnis-Interpretation
- Modelltest
- Methodenfaktor
|
Video (Stream)
Video (Download; VLC Player)
|
Tafelbilder
|
| 21.06.2017 |
- EffectLite-Analyse mit latenter Kovariate und latenter Outcome-Variable
- Wechsel der Skalen bei der Analyse von Testhälften und deren Implikation für die Effektstärke
- Modelltest für eine solche Analyse
- EffectLite-Analyse mit latenter Kovariate , latenter Outcome-Variable und Methodenfaktor
- Daten-Screening in einem Datensatz einer Referatgruppe
|
Video (Stream)
Video (Download; VLC Player)
|
SPSS-Datensatz
Tafelbild
|
Anwendungsseminar: Evaluationsdesigns und Analysemethoden
VLC media player which you can download here. The videos are hosted at the 
Digitale Bibliothek Thüringen (dbt). The green linked videos and materials are for free. Click the green link to watch the video or download the file! In order to access all materials and videos, you need to log in.
