Kurse: Kursinformationen

Referent:	Dr. Uwe Altmann
Zielgruppe:	Bachelor, 5. Semester
Inhalt:	Die Lehrveranstaltungen geben einen Überblick über und eine Einführung in gängige multivariate statistische Auswertungsverfahren. Multivariate Verfahren erlauben - in Abgrenzung zu univariaten Verfahren - die Analyse komplexer Zusammenhänge zwischen mehr als zwei Variablen. Im einzelnen werden Verfahren vorgestellt zu Fragestellungen wie der Stärke des Zusammenhangs zwischen Variablen, der Testung von Gruppenunterschieden, der Vorhersage von Gruppenzugehörigkeiten, der Analyse von Datenstrukturen und dem Zeitverlauf mehrerer Variablen. Die in den Veranstaltungen behandelten Verfahren werden in begleitenden Übungen anhand konkreter Datenbeispiele und praktischer Datenanalysen (unter Verwendung von SPSS) vertieft.
Termine:	Mittwochs 8:15 - 9:45 Uhr, erste Vorlesung 17.10.2012, letzte Vorlesung 06.02.2013
Ort:	Ernst-Abbe-Platz 8 - HS E028 und SR 218
Sonstiges:	Link zur Übung live stream

Um die Videos anzuschauen, benötigen Sie den , den Sie hier herunterladen können. Die Videos werden bereitgestellt über die 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.

Datum	Thema	Videos	Materialien
17.10.2012	Organisatorisches und Überblick Wiederholung einiger Grundbegriffe Wiederholung Varianzanalyse (ANOVA)	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
24.10.2012	ANOVA - SPSS Output Kontrasttests	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Datensatz: Studie zu Faking-Effekten Tafelbilder
31.10.2012	Entfällt (Feiertag)
07.11.2012	Treatmenteffekte bei nicht randomisierten Studien ANCOVA und Bestimmung adjustierter Mittelwerte	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Datensatz: ANCOVA, 2 Gruppen, 1 Kovariate Tafelbilder
14.11.2012	Vergleiche adjustierter Mittelwerte mit g-Funktionen Kovarianzanalyse mit EffectLite	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
21.11.2012	Vergleiche adjustierter Mittelwerte mit g-Funktionen Spezialfälle	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien EffectLite Output, der im letzten Teil der Vorlesung betrachtet wurde Datensatz der EffectLite-Analyse im letzten Teil der Vorlesung
28.11.2012	Kovarianzanalyse (ANCOVA) mit latenten Variablen Anwendungsbeispiel mit EffectLite	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Daten der Klauer-Studie EffectLite Output, Klauer-Daten, ANCOVA mit latenten Variablen Tafelbilder
05.12.2012	Einführung zu Mehrebenenmodellen Anwendungsbeispiel mit SPSS	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien simulierter Datensatz für Mehrebenenanalysen Tafelbilder
12.12.2012	Mehrebenenmodelle mit Level-1-Kovariate	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	weiter mit den Folien der letzten Vorlesung Tafelbilder
19.12.2012	Varianz-/Kovariazstruktur zufälliger Effekte SPSS Output lesen	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	weiter mit den Folien der letzten Vorlesung Tafelbilder
09.01.2013	HLM und adjustierte Mittelwerte	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
16.01.2013	HLM und aufgesplittete Level-1-Variablen	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
23.01.2013	Ergänzungen zur letzten Vorlesung HLM für Längsschnittsdaten I	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
30.01.2013	HLM für Längsschnittsdaten II	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Folien Tafelbilder
06.02.2013	Wiederholung und Fragestunde	Video (Stream; Windows Media Player) Video (Stream; RealPlayer)	Bitte schicken Sie mir bis zum 4.2. Ihre (prägnat formulierten) Fragen per Email, damit ich eine Vorsortierung und Schwerpunktsetzung vornehmen kann. Danke. Für die Übungsaufgaben der Tutorien stehen die Lösungen im Netz (Link zur Übung). beantwortete Fragen der Studenten Folien Tafelbilder

Informationen zu den Prüfungen

• 1. Klausurtermin: Mo., 11.02.2013, 10:00 bis 12:00 Uhr, Max-Wien-Platz 1 - HS 1 Physik
  • Ergebnisse der Klausur
  • Klausureinsicht ist am 20.02.2013 von 16 bis 17 Uhr. Raumänderung: IfP, SR009. Aufgrund des großen Andrangs ist mit erheblichen Wartezeiten zu rechnen.
  • Weitere Termine zur Klausureinsicht finden Sie hier. Beachten Sie, zu diesen Terminen kann keine Beratung vorgenommen werden.
  
  
• 2. Klausurtermin: Mi., 20.03.2013, 10:00 bis 12:00 Uhr, Carl-Zeiß-Straße 3 - HS 2
  
  
• mündliche Prüfungen: nach dem 2. Klausurtermin wird mündlich geprüft. Für die Prüfungszulassung wenden Sie sich bitte an das Prüfungsamt, für den Prüfungstermin an unsere Sekretärin Frau Kartin Schaller.

Datensätze zum Üben

• Studie zu Faking-Effekten bei Skalen zu Persönlichkeitsdimensionen und Studierverhalten
• Studie zu Faking-Effekten (Daten für EffectLite-Analyse aufbereitet)
• simulierter Datensatz für ANCOVA mit 2 Gruppen und 1 Kovariate
• simulierter Datensatz für Kontrasttests: Zwei Gruppen, einmal MW=1000 und einmal MW 1000,1
• simulierter Datensatz: drei Gruppen, zwei Kovariaten (ANCOVA_test_3Gruppen_2Kovariaten.sav)
• Daten der Klauer-Studie: zwei Schülergruppen - eine mit, eine ohne Lerntraining
• simulierter Datensatz für Analysen mit Mehrebenenmodellen (Schüler in Schulklassen)
• HSB Datensatz für Analysen mit Mehrebenenmodellen (Schüler in Schulen)
• Klinische Längsschnittsdaten für Analysen mit Mehrebenenmodellen (Nestung: mehrere Messungen pro Person)

Empfohlene Literatur zum selbstständigen Lernen

Für die Vertiefung des Stoffes der Vorlesung und Übung werden folgende Bücher empfohlen. (Sie müssen diese Bücher NICHT für die Prüfung gelesen haben.)

• Regressionstheorie
  Steyer, R. (2003). Wahrscheinlichkeit und Regression. Springer, Berlin. (Kapitel 6 bis 14)
• Allgemeines Nachschlagewerk mit vielen Tips zur Inferenzstatistik bei Analysen mit SPSS
  Nachtigall, C. and Wirtz, M. (2009). Wahrscheinlichkeitsrechnung und Inferenzstatistik - Statistische Methoden für Psychologen Teil 2. Juventa, Weinheim, 5. edition.
• Allgemeines Nachschlagewerk mit vielen Tips zu Analysen mit SPSS
  Field, A. (2009). Discovering Statistics using SPSS. Los Angeles, Sage. 3. edition. (Kapitel 7, 9, 10, 11, 19)
  Landau, S. and Everitt, B. S. (2003) A Handbook of Statistical Analyses Using SPSS. Boca Raton, Florida: Chapman & Hall
• Mehrebenenmodelle, mixed models, Multilevel Analysen
  Raudenbush, St. W. and Bryk, A. S. (2002) Hierarchical Linear Models: Applications and Data Analysis Methods. 2. ed., Thousand Oaks: Sage Publications
  Snijders, T. and Bosker, R. (1999) Multilevel Analysis. An Introduction to Basic and Advanced Multilevel Modeling. London: SAGE Publications
  Singer, J. D. and Willett, J. B. (2003) Applied Longitudinal Data Analysis: Modeling Change and Event Occurrence. Oxford: Oxford University Press
  Peugh, J. L. and Enders, C. K. (2005) Using the SPSS Mixed Procedure to Fit Cross-Sectional and Longitudinal Multilevel Model. Educational and Psychological Measurement, 65(5), 717--741