Bestimmung statist . Signifikanz für unterschiedliche Parameter möglich
Z.B. Mittelwert , Mittelwertdifferenz, Varianz, Effektstärken
Z.B. Mittelwert (95% CI) = M 1.96 * SE; M = 5 [0.03; 9.97] Statist. signifikant, weil 0 nicht imcKonfidenzintervall liegt
Vermeintliches Unsicherheitsmaß
Breite Intervalle als Zeichen dafür, dass der wahre Wert deutlich kleiner/größer als der berechnete Wert sein kann
Nicht unbedingt… (vgl. Morey et al., 2016)
Konfidenzintervalle werden selbst von Experten (Lehrbücher etc.) falsch interpretiert
Korrekte Interpretation: Bsp. 95% CI = Hätte man die Untersuchung unendlich häufig wiederholt, dann würde der wahre Wert in 95% der Fälle in den Konfidenzintervallen liegen
Die Pluralform ist entscheidend: In jeder Untersuchung könnte man nämlich ein völlig anderes Konfidenzintervall bekommen
Es gibt nur zwei Möglichkeiten: entweder befindet sich der wahre Wert im Konfidenzintervall ( p = 1) oder nicht p = 0). Die Wahrscheinlichkeit kann also nicht 95%, 99% etc. betragen
Leider wissen wir nicht, ob der wahre Wert in einem konkreten Intervall liegt. Wenn man Pech hat, dann liegen sogar völlig unplausible Werte im Konfidenzintervall
Die Nützlichkeit der Konfidenzintervalle sehr umstritten
Alternative: Bayessche Statistik, z.B. 95% Credibility interval --> In welchem Bereich liegen die plausibelsten Werte?
Tags
#Auswertung #Interpretation #has-images
Question
Auswertung: Konfidenzintervalle
Answer
?
Tags
#Auswertung #Interpretation #has-images
Question
Auswertung: Konfidenzintervalle
Answer
Bestimmung statist . Signifikanz für unterschiedliche Parameter möglich
Z.B. Mittelwert , Mittelwertdifferenz, Varianz, Effektstärken
Z.B. Mittelwert (95% CI) = M 1.96 * SE; M = 5 [0.03; 9.97] Statist. signifikant, weil 0 nicht imcKonfidenzintervall liegt
Vermeintliches Unsicherheitsmaß
Breite Intervalle als Zeichen dafür, dass der wahre Wert deutlich kleiner/größer als der berechnete Wert sein kann
Nicht unbedingt… (vgl. Morey et al., 2016)
Konfidenzintervalle werden selbst von Experten (Lehrbücher etc.) falsch interpretiert
Korrekte Interpretation: Bsp. 95% CI = Hätte man die Untersuchung unendlich häufig wiederholt, dann würde der wahre Wert in 95% der Fälle in den Konfidenzintervallen liegen
Die Pluralform ist entscheidend: In jeder Untersuchung könnte man nämlich ein völlig anderes Konfidenzintervall bekommen
Es gibt nur zwei Möglichkeiten: entweder befindet sich der wahre Wert im Konfidenzintervall ( p = 1) oder nicht p = 0). Die Wahrscheinlichkeit kann also nicht 95%, 99% etc. betragen
Leider wissen wir nicht, ob der wahre Wert in einem konkreten Intervall liegt. Wenn man Pech hat, dann liegen sogar völlig unplausible Werte im Konfidenzintervall
Die Nützlichkeit der Konfidenzintervalle sehr umstritten
Alternative: Bayessche Statistik, z.B. 95% Credibility interval --> In welchem Bereich liegen die plausibelsten Werte?
If you want to change selection, open document below and click on "Move attachment"
pdf
cannot see any pdfs
Summary
status
not learned
measured difficulty
37% [default]
last interval [days]
repetition number in this series
0
memorised on
scheduled repetition
scheduled repetition interval
last repetition or drill
Details
No repetitions
Discussion
Do you want to join discussion? Click here to log in or create user.