Profile cover photo
Profile photo
Methodenlehre Uni Mainz
83 followers -
Methodenlehre, Statistik und Evaluation
Methodenlehre, Statistik und Evaluation

83 followers
About
Posts

Post has attachment
Installing PsychoPy and its hiccups

Recently, we experienced a bunch of problems while installing PsychoPy for Windows with Anaconda. Among those problems were:

- Python did not start
- Spyder in the PsychoPy environment did not start, Sypder in the base environment, however, did
- The installation of the PsychoPy packages quit with a Python crash
- The PsychoPy GUI did not start
- PsychoPy did not work

All of the issues vanished when we deinstalled Anaconda, switched to Miniconda, and applied some minor modifications to the PsychoPy installation process, which is originally described here: http://psychopy.org/installation.html#conda

So, let's look at how we managed a clean and working installation of PsychoPy.

First, some prerequisites:

(1) You can learn more about the excellent PsychoPy here: http://psychopy.org/
(2) We will install PsychoPy for Python 3.x, as described here: http://psychopy.org/installation.html#conda
(3) We have tested the process with the 64bit versions of Windows 7, Windows 8.1, and Windows 10. The description might not apply to other versions.
(4) Upon installation of Miniconda and PsychoPy, current instances of Python, Qt, or any other of the packages relevant to PsychoPy had been deinstalled and the respective folders deleted, or had never been installed

With that said, we may now venture into installing. There are several steps involved, which should be followed in the order stated below. Good luck!

(1) Download Miniconda here: https://conda.io/miniconda.html

(2) Install Miniconda for the current user and leave all settings during the installation process at default

(3) Open the Anaconda console which you'll find in your start menu as of step (2)

(4) Update conda by executing in the Anaconda console: conda update -n base conda

(5) Update PIP by executing in the Anaconda console: python -m pip install --upgrade pip

This failed on some of our systems. If it does, you need not worry. Just ignore the warning message about an outdated version of PIP during all of what follows.

(5) Now, we can install PsychoPy and all related packages. This process is described in http://psychopy.org/installation.html#conda but we needed to apply some modifications in order to make it work. Execute the following commands in the Anaconda console line by line, without the leading "[#] ":

[1] conda create -n psypy3 python=3.5

[2] conda activate psypy3

[3] conda install numpy scipy matplotlib pandas pyopengl pillow lxml openpyxl xlrd configobj pyyaml gevent greenlet msgpack-python psutil pytables requests[security] cffi seaborn wxpython cython pyzmq pyserial

[4] conda install numpy scipy matplotlib pandas pyopengl pillow lxml openpyxl xlrd configobj pyyaml gevent greenlet msgpack-python psutil pytables requests[security] cffi seaborn wxpython cython pyzmq pyserial

[5] conda install -c conda-forge pyglet python-bidi moviepy pyosf

[6] pip install zmq json-tricks pyparallel sounddevice pygame pysoundcard psychopy_ext psychopy Macports

[7] pip install PyPubSub pysoundfile

[8] conda install spyder

Yes, we execute step [3] again in step [4]. We found that upon repeated execution, at least one package was updated or installed anew. Also, we experienced internet timeouts during step [3] which can be remedied by just running the command once more.

After going through steps [1] - [8] you should find an app called "Spyder (psypy3)" in your start menu. This will open the Spyder IDE from where everything should work nicely.

HTH!
Add a comment...

Post has attachment
Schnellbeantwortung der Pigeonhole Fragen im SoSe 2018

Die Klausurvorbesprechung zur kommenden Klausur Methodenlehre kann hier angeschaut werden: https://video.uni-mainz.de/Panopto/Pages/Viewer.aspx?id=c97e1a99-e7a4-4ea9-85e6-dba84f7f4590 .

Offene Fragen können von unseren Studierenden gerne und jederzeit bis zum 11.07.2018 anonym hier gestellt werden: https://pigeonhole.at/KLAUSUR/q/139796

Falls Fragen aufgrund ihrer Komplexität nicht schriftlich zu beantworten sind, werden sie in einem Video besprochen, das am 13.07. hier verlinkt wird.

Einfachere oder dringende Fragen werden nachstehend bereits schriftlich beantwortet. Die Fragen sind aufgeteilt nach inhaltlichen Fragen ("In") und formalen Fragen "Fo").

INHALTLICHE FRAGEN'

(In.1) *Was sind denn Fehlerbalken bei Diagrammen, wie erstellt man und interpretiert sie? Hab davon noch nie was gehört und es kommt in der Klausur vom letzten Semester dran

Fehlerbalkendiagramme sind ein Inhalt aus dem WiSe sowie dem SPSS Seminar. Sie müssen für die Sommersemesterklausur nicht gekonnt werden.

(In.2) Wir haben weder den Welsh-Test auf den Rängen, noch die Streuungstests im Tutorium besprochen. Woher sollen wir wissen, wie wir die Tests auf Excel berechnen können?

Guter Hinweis! Der Welsh-Test auf den Rängen besteht aus 2 Schritten:
(1) Rangbildung
(2) Welsh-Test

Der Welsh-Test selbst wurde im Tutorium bereits besprochen. Die Rangbildung ist Teil der Übung dieser Woche, so dass der Welsh-Test auf den Rängen komplett abgedeckt ist. Das Video zur Übung gibt es hier: https://youtu.be/u4L4aZ6SmXw

Zudem haben unsere beiden Tutoren ein Video produziert, in dem sie die Anwendung des Welsh-Tests auf den Rängen und viele weitere Inhalte dieser letzten zwei Semesterwochen noch einmal erklären: https://youtu.be/rmeD1s3fAos

Die Streuungstests sind ebenfalls Teil der letzten Übung und werden ausführlich im zuvor verlinkten Video zur Übung besprochen. Zudem kann ihre Anwendung in der Lösung zur DIY-Aufgabe angeschaut werden. Hartleys Fmax Test ist außerdem in mehreren Altklausuren enthalten, deren Lösung ja jeweils auch online verfügbar ist. Auch diese Inhalte sind im Video unserer Tutoren enthalten, das im vorigen Absatz verlinkt ist.

(In.3) Wenn die Voraussetzungen für einen Wilcoxon Vorzeichenrangtest gefragt werden, wie kann man die Symmetrieannahme beweisen? Sollen wir einfach immer sagen, dass sie fraglich ist?

Sehr gute Frage und die korrekte Antwort gleich mitgeliefert! Ausführlicher gehen wir darauf im Video zur Übung ein: https://youtu.be/u4L4aZ6SmXw

(In.4) Zum McNemar Test: was ist mit „Die Variablen müssen gleich wahrscheinlich sein“ gemeint? Einfach in den beiden Messungen/Zeitpunkten gleichwahrscheinlich (egal wie wahrscheinlich) oder immer 0.5, 0,5?

Das ist ein wunderbares Beispiel dafür, warum man sich den "Spicker" selbst schreiben sollte. Die Aussage stammt nicht aus den Veranstaltungsunterlagen und ist... komplett falsch.

Beim McNemar Test wird EINE dichotome Variable zu ZWEI Messzeitpunkten betrachtet, z.B. ein Testergebnis mit den Realisationen "positiv" und "negativ". Der McNemar Test prüft dann, ob die Wahrscheinlichkeit für EINE dieser beiden Realisationen (und damit zwingend auch für die andere) zu beiden Messzeitpunkten gleich ist. Er prüft also, ob "p(positiv vorher)" gleich zu "p(positiv nachher)" ist - und damit zwingend auch ob "p(negativ vorher)" gleich zu "p(negativ nachher)" ist. p(positiv) muss aber natürlich nicht gleichwahrscheinlich zu p(negativ) sein.

Die Aussage müsste also korrekt lauten: "Der McNemar Test prüft, ob die Wahrscheinlichkeiten für jede der zwei Realisationen einer dichotomen Zufallsvariablen zwischen zwei Messzeitpunkten gleich bleiben."

(In.5) Wenn es um Voraussetzungen für Tests geht, sagen wir immer "Stichprobengröße muss > XX sein". Damit ist genau > oder >= gemeint?

In Lehrbüchern (und auch auf Wikipedia) findet man beides, da es sich nur um Faustregeln handelt. Deshalb sind beide Varianten zulässig und werden für die Klausur als korrekt aufgefasst.

(In.6) Wenn die Variablen Intervallskaliert oder verhältnisskaliert sind, darf man immer noch Wilcoxon Vozeichenrangtest benutzen?

Absolut! Es gilt für die Tests wie auch bereits für die Kennwerte, dass Verfahren für niedrigere Skalennivaus auch auf allen höheren Skalenniveaus angewendet werden dürfen. Allerdings geht man generell davon aus, dass der Wilcoxon Vorzeichenrangtest weniger teststark ist als der t-Test für abhängige Stichproben. Wenn also alle Voraussetzungen für den t-Test für abhängige Stichproben erfüllt sind, gibt es keinen Grund, "nur" den Wilcoxon Vorzeichenrangtest zu verwenden.

(In.7) Soll man die Hypothesen beim Wilcoxon Test als Med(x) = Med(y) aufstellen oder bezogen auf die Rangsummen W+ = W- ?

Beides ist möglich, beides ist korrekt, beides führt zu voller Punktzahl (sofern Hypothesenrichtung korrekt).

(In.8) Brauchen wir beim Wilcoxon Test in der Klausur weder die Nullkorrektur bei den Rangsummen, noch die Tie-Korrektur durchzuführen?

Beides muss durchgeführt werden können. Nur das "T", also der Korrekturterm bei Ties, muss nicht berechnet werden können. Ist das T gegeben, muss dieses berücksichtigt werden. Gibt es Nulldifferenzen, muss mit diesen umgegangen werden, und zwar in einer der Weisen, die wir besprochen haben.

(In.8a) zu Inhaltsfrage 8: Wenn wir das T nicht berechnen, können wir doch auch das s/Nenner nicht berechnen und dann wiederum nicht den z-Wert. Also müssen wir doch alles rechnen oder?

Es sei hier noch einmal auf das Video zur Klausurvorbesprechung: https://video.uni-mainz.de/Panopto/Pages/Viewer.aspx?id=c97e1a99-e7a4-4ea9-85e6-dba84f7f4590 sowie auf das Video zur Übung: https://youtu.be/u4L4aZ6SmXw verwiesen. Bitte sorgfältig schauen.

In beiden Videos wird festgelegt, dass die Tiekorrektur zur Ermittlung des "T" NICHT berechnet werden muss. ABER: wenn der Wert für das T in der Aufgabe genannt ist, muss die Berechnung des Sigma mit diesem Wert erfolgen. Ist kein T gegeben, wird das Sigma ohne das T berechnet.

(In.9) Bei DIY Aufgabe Zeta werden die Mittelwerte von ordinalskalierten Daten berechnet und interpretiert. Ich dachte man darf die Mittelwerte erst ab der Intervallskala berechnen?

Die Frage bezieht sich vermutlich auf die Aufgabenteile 1a) und 1b) der DIY Zeta. Die Mittelwerte werden hier zur Illustration berechnet und interpretiert, um zu zeigen, dass ihre Aussagekraft bei Ordinaldaten gleich Null ist. Dies wird durch den später berechneten Wilcoxon-Vorzeichenrangtest offensichtlich, dessen Ergebnis die Aussage der Mittelwerte komplett umkehrt. Die Formulierung in Frage a), "Der Praktikant der Psychologin behauptet, Mittelwerte seien bei Ordinaldaten eigentlich kein Problem." unterstreicht diesen Punkt. Der Praktikant hat schlicht keine Ahnung.

(In.10) Kann ich beim t-Test etc. die Mittelwertsdifferenzen immer als Betrag nehmen oder gibt es Ausnahmen?

Es kann problemlos immer der Betrag genommen und dann mit "http://T.VERT.RE()" die rechte Seite der t-Verteilung als p-Wert ermittelt werden. ABER VORSICHT! Angenommen, die Mittelwerte einer Abiturklausur im Fach Sport mit 0 bis 15 Punkten seien wie folgt:

MW(Sport 1) = 13
MW(Sport 2) = 11

und man soll prüfen, ob die Punkte in Sport 2 BESSER sind als in Sport 1, wobei man während der Berechnung nicht bemerkt, dass es genau anders herum ist. Man erhalte z.B.

t = 3,4
p = 0,002

weil man den Betrag genommen hat. In diesem Fall könnte man zu dem Schluss kommen, dass der Test signifikant wird. Tut er aber natürlich nicht, denn der richtige p-Wert wäre 1-0,002 = 99,998. Man hat durch die Betragsbildung einfach nicht bemerkt, dass die Differenz der Mittelwerte "falsch herum" im Sinne der Aufgabenstellung ist.

(In.10a) zu Inhalt 10: Wie berechnet man die Differenz im Sinne der Aufgabenstellung? Wenn H1: Sport2 > Sport1, dann delta = Sport2 - Sport1?

Erstmal sorry dafür, dass ursprünglich ein Notenbeispiel genommen wurde. Man müsste hier doppelt umdenken, weil "bessere" Noten ja "kleinere" Noten sind. Deshalb wurde (In.10) neu formuliert, und zwar mit einer Variable "Abiturpunkte", damit gilt: "Je höher, desto besser".

Wenn nach dieser Neuformulierung also die H1 lautet: "Sport2 > Sport1", dann sind prinzipiell beide Differenzbildungen möglich. Sinnvollerweise rechnet man aber wie in der Frage bereits genannt "Sport2 - Sport1", weil dann positive Werte solche sind, die in die "richtige" Richtung gehen. Man würde bei den genannten Mittelwerten also ein

Delta = Sport 2 - Sport 1 = 11 - 13 = - 2

erhalten und spätestens jetzt sehen, dass das Delta negativ ist und deshalb in die falsche Richtung geht.

(In.11) Warum wird bei der Übungsaufgabe 10 beim Z-Wert das größere W anstatt des kleineren genommen? Das widerspricht dem, was wir im Tutorium gelernt haben. Und warum wird bei den Ws nicht W + W0/2 gerechnet?

Zur ersten Frage: Es spielt keine Rolle, ob das kleinere W genommen und dann der p-Wert als linker Rand der Normalverteilung ermittelt wird, ober ob das größere W genommen und dann der p-Wert als rechter Rand der Normalverteilung bestimmt wird. Beides führt zum gleichen Ergebnis, da sowohl die W als auch die Normalverteilung symmetrisch sind.

Zur zweiten Frage: Wir haben mehrere Möglichkeiten kennengelernt, mit den Nulldifferenzen umzugehen. Die schlechteste davon war das a) Streichen der zugehörigen Merkmalsträger aus der Stichprobe. Diese würde in der Klausur Punktabzug bringen. Zusätzlich hatten wir noch b) das Ignorieren der Nulldifferenzen (W+ und W- bleiben also unverändert) und c) das hälftige Aufteilen der Nulldifferenzen auf die W+ und W- als Möglichkeiten, die W0 zu behandeln. Die von uns bevorzugte Methode ist letztere, also das hälftige Aufteilen. Nur diese liefert in der Klausur volle Punktzahl.

(In.12) Wenn ich den McNemar-Test gerichtet durchführe und meine Wechslerhäufigkeiten entgegengesetzt den Hypothesen sind, berechne ich den p-Wert, wie bei den anderen Tests auch als p_neu=1-p_alt?

Sehr gut! Exakt so ist es.

(In.13) Führt bei den Streuungstest als Vorraussetzungstest das Alphaniveau 0,2 oder 0,25 schneller zu einem signifikanten Ergebnis?

Ja. Die Frage sollte selbst zu beantworten sein. Angenommen, man habe die Signifikanzniveaus 0,01, 0,05, 0,2, 0,25 und 0,99 und gehe von links (0,01) nach rechts (0,99). Wird ein beliebiger gegebener p-Wert, z.B. p=0,22, immer mehr oder weniger schnell signifikant? Und warum wählen wir aus methodischen Gründen eher 0,01 statt 0,05? Weil der Test bei 0,01 schneller signifikant wird?

(In.13a) Bei frage 13 hast du mit ja geantwortet obwohl es eine entweder oder frage ist, was bedeutet das?

Die Frage, ob ein statistischer Test bei einem kleineren Signifikanzniveau (also z.B. 0,2 statt 0,25) schneller oder weniger schnell signifikant wird, zählt zu den elementarsten Kenntnissen, die über das statistische Testen vermittelt worden sein sollten. Dieser Punkt darf nicht auswendig gelernt werden, sondern sollte unbedingt verstanden worden sein, weil auf dem Verständnis des Signifikanzniveaus die komplette Idee des statistischen Schlusses ruht.

(In.14) Lautet die Bonferroni-Korrektur Alpha(neu) =Alpha(alt)/Anzahl der Stichproben?

Wir verweisen gerne auf Seite 574 des Sammeldokuments aller Folien aus diesem Semester, auf welcher die Frage vollumfänglich beantwortet ist: http://methodenlehre.sowi.uni-mainz.de/download/Lehre/SS2014/Statistik/VL_Gesamt.pdf

(In.15) Können wir, wenn beispielsweise nach dem 25% Perzentil gefragt ist, sowohl die Formel =NORM:INV(p;mü;sd) als auch =QUANTIL.INKL(Bereich,p) anwenden?

Diese Frage ist entweder sehr klug oder sie zeugt von einer erheblichen Kenntnislücke, die bis zur Klausur unbedingt geschlossen werden sollte. Die beiden Formeln kommen nur in einem sehr speziellen Fall zu einem näherungsweise ähnlichen Ergebnis, nämlich wenn:

1. eine Datenreihe von n Messwerten vorliegt
2. die Wahrscheinlichkeitsverteilung dieser n Messwerte eine Normalverteilung ist
3. die Häufigkeitsverteilung der n Messwerte sehr gut der zugrunde liegenden Wahrscheinlichkeitsverteilung folgt
4. aus den Daten der Mittelwert ("MW") und die Standardabweichung ("SD") berechnet werden
5. und schließlich das 25% Perzentil entweder mit der Formel =NORM:INV(0.25; MW; SD) oder der Formel =QUANTIL.INKL(MESSWERTE, 0.25) berechnet wird

In exakt diesem Fall kommen beide Formeln zu approximativ gleichen Ergebnissen. In allen anderen Fällen tun sie es nicht oder es ist aufgrund der Fragestellung überhaupt nur eine der beiden Formeln sinnvoll anzuwenden.

Man bedenke: die Formel QUANTIL.INKL() erfordert immer eine Datenreihe, also n Messwerte. In keinem anderen Fall, also auch bereits nicht, wenn statt der Datenreihe eine Häufigkeitstabelle der Messwerte vorliegt, kann oder darf QUANTIL.INKL() verwendet werden.

(In.16) In manchen Tutoriumsaufgaben soll man für den Wilcoxon-VZRTest n(=), n(plus) und n(minus) berechnen. Was bedeutet das und wozu braucht man diese Zwischenrechnung?

Bei den "n(...)" handelt es sich um die Anzahl positiver und negativer Differenzen sowie die Anzahl der Nulldifferenzen. Diese werden nicht für den Wilcoxon-Vorzeichenrangtest benötigt, sondern für den Vorzeichentest.

(In.17) im Video zu den lectures 10 und 11 rechnest du bei der berechnung von z mit dem grösseren W. Im tutorium haben wir jedoch gerlernt, dass man immer das kleinere w nimmt. was ist korrekt?

Es spielt keine Rolle, ob das größere oder kleinere der beiden W genommen wird, da sich W+ und W- immer exakt symmetrisch um R/2 verhalten. Das, was W- nach unten von R/2 abweicht, weicht W+ nach oben ab. Das haben wir bereits in den Videos besprochen. Ob man also ...

... das kleinere W wählt und dann NORM.S.INV() verwendet
... oder das größere W wählt und dann 1-NORM.S.INV() benutzt

... führt zum gleichen Ergebnis.

FORMALE FRAGEN

(Fo.1) Bezieht sich die Klausurzeit von 90 Minuten ausschließlich auf die Bearbeitungszeit oder muss innerhalb dieser Zeit auch der Upload der bearbeiteten Dateien stattgefunden haben?

Die 90 Minuten sind reine Schreibzeit. Vor den 90 Minuten gibt es 3 Minuten zum Klausurdownload, nach den 90 Minuten erneut 3 Minuten für den Upload.

(Fo.2) Wie sind die 90 Minuten aufgeteilt? 45 Minuten FoMe, 45 Minuten Statistik? Oder einfach jeder wie er will?

Jede/r wie sie/er will! Volle Flexibilität.

(Fo.3) Wieviele aufgaben wird es in der Klausur geben? Nur zum besseren Einschätzen.

Den besten Eindruck geben die Altklausuren aus den vergangenen Semestern. Es liegen mehr als 12 Altklausuren für jeden der beiden Statistikteile inklusive der Lösungen vor, die sowohl die Länge als auch das Niveau sehr gut abdecken. Die Klausuren inkl. Lösungen finden sich auf der Unterseite zur Vorlesung für das jeweilige Semester: --http://methodenlehre.sowi.uni-mainz.de/methods/index.php/lehrveranstaltungen

Für die 90minütige Klausurvariante unter der neuen Prüfungsordnung bieten die Klausuren aus dem vergangenen WiSe eine sehr gute Orientierung.

(Fo.4) Bleiben die Klausuraufgaben auf dem Niveau das wir bis jetzt im Tutorium hatten oder werden die aufgaben komplexer um alle Inhalte reinzubekommen?

Siehe Antwort zu (Fo.3).

(Fo.5) Wenn man die Gesamtklausur nach alter BA-Ordnung schreiben möchte (alle 4 Teile; 2 x 60min), wann geht's los? Jogustine: 14:00 bis 17:30 ; Website: 14:00 bis 15:45 oder 16:15 bis 18:15, wie erhielte man die Zuteilung?

Für alle Studierenden in der alten Prüfungsordnung beginnt die Klausur um 14 Uhr und dauert exakt 120 Minuten.

(Fo.6) Warum sind Fragen nur bis zum 10.07. möglich?

Leider erlaubt Pigeonhole nur Events bis zu einer Woche Dauer. Eben diese Woche endet am 10.07. Wir werden aber bei Bedarf ein zweites Event bis zum 14.07. aufsetzen, allerdings kann man dann leider die Fragen aus der aktuellen Runde nicht mehr sehen.

(Fo.7) Schreiben wir alle am 16.07. ab 14 Uhr oder gibt es noch eine Zuteilung in eine spätere Gruppe? (Da die Prüfungszeit ja von 14:00 bis 17.30 ausgeschrieben ist). Wenn Zuteilung, wann erfahren wir die?

Die Anmeldephase für den ersten Klausurteil endet am 13.07. Erst zu diesem Zeitpunkt wissen wir definitiv, wie viele Studierende an der Klausur teilnehmen werden. Sind es zu viele, wird eine Zufallsauswahl derjenigen Personen getroffen, die lediglich den ersten Klausurteil absolvieren. Diese Personen werden dann um ca. 16:00 Uhr zur Klausur eingeladen. Die Einladungsmail wird am 14.07. verschickt.

(Fo.8) Wo kann man sich denn nun für die Prüfung anmelden? Am Freitag war die Anmeldung wohl noch "offline", heute ist auf Ilias nicht einmal mehr das Feld zur Anmeldung vorhanden?

Die Anmeldung ist seit dem 20.06. geöffnet: https://twitter.com/methodenlehre/status/1009425699323727872

(Fo.9) Gibt es irgendwelche Regeln bei der Konstruktion des Spickers? ZB Schriftgröße? Oder darf man alles drauf quetschen, was passt?

Alles, was geht und ohne Lupe, Mikroskop oder andere Hilfsmittel außer der normalen Brille lesbar ist. Schriftart egal, Schriftgröße egal, Zettelfarbe egal, alles egal. Nur die Anzahl der Zettel selbst nicht.

(Fo.10) Wie verläuft die Anmeldung für Bioinformatiker?

Die Anmeldung für Bioinformatiker/innen hätte im Rahmen der Hauptanmeldephase über Jogustine stattfinden müssen. Falls es Probleme mit der Anmeldung gegeben oder noch keine Anmeldung über Jogustine stattgefunden hat, bitte schnellstmöglich eine Mail an persike@uni-mainz.de.

(Fo.11) Zur Sicherheit: Wenn man letztes Semester Stat. I und FoMe geschrieben hat, musste man sich nur bei Jogustine für den 2. Klausurteil anmelden und nicht unter dem Link auf Twitter, richtig?

Exakt so ist es. Die Anmeldung über Jogustine genügt.

(Fo.12) Ist es schlimm,wenn man sich ausversehen 2x mit seiner Matrikelnr in dem Anmeldefeld für den 1. Teil der Statistikprüfung angemeldet hat? Müssen wir uns jetzt doch nur dort anmelden+nicht bei ILias?

In ILIAS gibt es keine offizielle Anmeldung für den ersten Klausurteil. Wir bereiten aber für all diejenigen, die sich am Übungskurs angemeldet haben, prophylaktisch auch eine Klausur vor. Es zählt die Anmeldung, die hier über Twitter verlinkt ist: https://twitter.com/methodenlehre/status/1009425699323727872

Doppelte Anmeldungen spielen keine Rolle. Wir kennen ja alle die "Duplikate entfernen" Funktion.

(Fo.13) Wenn ich im letzten Semester Stat I + FoMe erfolgreich geschrieben habe und jetzt nur Stat II + SPSS schreiben möchte, schreibe ich nur das um 14:00 Uhr und das wars?

So ist es. Die Einladungsmails mit den Klausurzeiten sind seit kurzem verschickt. Alle Studierenden, die sich zur Abschlussklausur angemeldet haben, sind um 14:00 Uhr eingeladen.
Add a comment...

Post has attachment
Schnellbeantwortung der Pigeonhole Fragen

Die Klausurvorbesprechung zur kommenden Klausur Methodenlehre kann hier angeschaut werden: https://youtu.be/ih5Oe4N1tvs . Weitere offene Fragen konnten von unseren Studierenden bis zum 09.02.2018 anonym hier gestellt werden: https://pigeonhole.at/KLAUSUR/q/102513

Das Video zur Besprechung aller gestellten Fragen kann hier angeschaut werden: https://youtu.be/RXiXw1Drapo

Die einfacheren oder dringenden Fragen werden nachstehend auch noch einmal schriftlich beantwortet. Die Fragen sind aufgeteilt nach inhaltlichen Fragen ("In") und formalen Fragen "Fo").


INHALTLICHE FRAGEN

(In.1) Wird angegeben sein, welche Einzelvergleiche in der ANOVA gerechnet werden sollen?

Kann sein, muss aber nicht unbedingt. Die Formulierung wird entweder 110% eindeutig sein wie beispielsweise "Testen Sie den Unterschied zwischen [...] mit einem a-priori Kontrast." oder sie wird 100% eindeutig sein wie beispielsweise "Der Forscher hatte vor dem Experiment bereits vermutet, dass [...]. Testen Sie dies mit einem entsprechenden Einzelvergleich." Damit keine Unsicherheit bei unseren Studierenden besteht, wird es keinesfalls vorkommen, dass man sich frei zwischen a-priori und a-posteriori Kontrast frei entscheiden kann.


(In.2) Wird angegeben sein, welchen von den verschiedenen Korrelationskoeffizienten man berechnen soll (z.B. Pearson, Spearman, punktbiserial etc.)?

Nicht explizit. Es wird aber aus der Aufgabenstellung klar ersichtlich sein, ob es sich z.B. um intervall- oder ordinalskalierte Daten handelt (i.e., Pearson vs. Spearman) oder ob zwei dichotome Merkmale natürlich oder künstlich dichotom sind (i.e., phi-Korrelation vs. tetrachorische Korrelation).


(In.3) Welche Cohen-Regel gilt für eta²?

Es gelten die Grenzen 0.2/0.5/0.8, die in der Foliensammlung für das Wintersemester auf Folie 180 genannt werden (https://www.dropbox.com/s/ud78ginucyjta2w/VL_Gesamt.pdf?dl=1). Diese werden sowohl für die Interpretation des R² als auch des eta² verwendet.


(In.4) Wie kommt man von der Abweichungsquadratsumme auf die Varianz?

Netter Versuch ;-) . Es gilt entweder Var = AQS / n oder im Falle der Schätzung der Populationsvarianz Var = AQS / (n - 1). Letzteres ist aber nur für die Statistik im Sommersemester von Belang.


(In.4b) Zu (In.4): die Varianz aus der Quadratsummenzerlegung berechnet sich im Wise mit dieser Formel (AQS/n). Ich habe es im Tut allerdings mit AQS/DF berechnet. Ist das die geschätzte und damit jetzt falsch?

Das war ein Missverständnis. Die Formel aus (In.4) ist die Formel zur Berechnung der ganz normalen Varianz aus einer Datenreihe, also jene Formel, die auch über die Excel-Funktion VAR.P() berechnet werden kann. In diese Formel geht schlicht die Abweichungsquadratsumme AQS sein, die nur die Anzahl der Datenwerte n geteilt wird.
Die Frage bezog sich aber offenbar auf die Varianzzerlegung in der ANOVA. Hier berechnen wir tatsächlich zunächst die Quadratsummen für jede Varianzkomponenten. Dazu gehören die totale Quadratsumme, die Fehlerquadratsumme und die Treatment-Quadratsummen. Für jede dieser Varianzkomponenten wird zudem ein Freiheitsgrad berechnet. Die Varianz erhält man dann tatsächlich immer, indem die Quadratsumme durch die zugehörigen Freiheitsgrade geteilt wird.


(In.5) Wurde der Poissontest ausgeschlossen?

Die Ausschlüsse für das Sommersemester sind dem Video zur Klausurvorbesprechung aus dem vergangenen Semester zu entnehmen. Link auf unserer Homepage und noch einmal hier: https://video.uni-mainz.de/Panopto/Pages/Viewer.aspx?id=0f56007f-6ad3-4656-a665-e218ec30e465


(In.6) Ich bräuchte bitte nochmal eine kurze Zusammenfassung zur Interpretation von Phi und Phi Norm.

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.7) Können wir nochmal klären, wie man Phi interpretiert?

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.8) Es war sehr hilfreich, nach jeder Lecture in iversity die Erklärung zu den Do it yourself Aufgaben zu erhalten. Ist es möglich, dass diese für die ANOVA ergänzt werden können?

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.9) Wie interpretiert man den Zusammenhang/Unterschied von Partialkorrelation und multipler linearer Regression?

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.10) Falls es noch nicht zu spät ist, kannst du nochmal die Anwendung vom Quantilsrang erklären? Wann genau wird er verwendet, und nicht zb die Zählenwenn() Funktion? (s. erster Primer; Aufgabe Beta, Nr. 1 g

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.11) Wie erstellt man die Phi-Tabellen?

Diese Frage wird im Video besprochen: https://youtu.be/RXiXw1Drapo


(In.12) Was ist der Unterschied zwischen norm.inv und norm.vert? Wann verwendet man was?

Für die Klausur Statistik I sind beide Excel Funktionen nicht relevant, da die biseriale Korrelation ausgeschlossen wurde. Siehe dazu unser Video zur Klausurvorbesprechung: https://youtu.be/ih5Oe4N1tvs
Für die Klausur Statistik II sind die Normalverteilung und ihre Inverse ein absolut zentrales Konzept, das Grundlage für die Inhalte von mindestens fünf kompletten Semesterwochen ist. Eine Kurzerklärung ist deshalb kaum möglich, so dass wir auf unsere Kurse zur Wahrscheinlichkeitstheorie (https://iversity.org/courses/einfuehrung-in-die-wahrscheinlichkeitsrechnung--17) und Inferenzstatistik (https://iversity.org/courses/primer-inferenzstatistik-1-0) verweisen müssen.


FORMALE FRAGEN

(Fo.1) Muss man sich zu dem Kurs zur Testklausur auch anmelden, wenn man noch in der alten Prüfungsordnung ist?

Eine Anmeldung schadet auf keinen Fall und für niemanden, ist aber für Studierende in der alten Prüfungsordnung nicht notwendig. ABER: eine Anmeldung an den Testklausurkurs ist unbedingt empfohlen, um den Klausurdownload bzw. Upload einzuüben. Siehe unser Erklärvideo hier: https://youtu.be/fImgHG-Fhjw


(Fo.2) Beginnt die Klausur für alle von uns zur gleichen Zeit? Also alte und neue Prüfungsordnung?

Ja, alle Klausurteilnehmenden erscheinen zur gleichen Startzeit.


(Fo.3) Haben diejenigen, die in der alten Prüfungsordnung sind und die Abschlussklausur nachschreiben müssen, also sprich Statistik I+II, sowie SPSS und FoME, 120 Minuten Zeit?

Exakt so ist es. Soll in der alten Prüfungsordnung (PO) die komplette Abschlussklausur geschrieben werden, bestehend aus den Teilen Statistik I+II+SPSS+FoME, stehen dafür 120min zur Verfügung. Bitte dabei beachten, dass die Klausur für die neue PO nicht exakt identisch ist mit der Klausur für die alte PO. Eine Infografik zu den Schreibzeiten gibt es hier: https://twitter.com/methodenlehre/status/961215614546268161


(Fo.4) Schreiben alle in der neuen Pr.Ordnung nach 60 Minuten weiter, wenn die Anderen abgeben müssen?

Ja. Alle Teilnehmenden in der alten Prüfungsordnung (PO) schreiben zunächst 60 Minuten und geben dann ihren Klausurteil ab. Damit es nicht zu laut wird, haben wir das Trainingsvideo zum Klausurdownload und Upload erstellt: https://youtu.be/fImgHG-Fhjw .
Die Klausuraufsicht wird also nach 60 Minuten nur einen kurzen Hinweis an alle in der alten PO geben, dass sie hochladen müssen und dann leise den Raum verlassen können.
Nach 90 Minuten erhalten alle in der neuen PO den Hinweis, dass sie hochladen und ebenfalls leise den Raum verlassen müssen.
Studierende in der alten PO, die die gesamte Abschlussklausur schreiben müssen, bleiben 120 Minuten sitzen, laden dann erst hoch und verlassen als letzte den Raum.


(Fo.5) Werden zwei unterschiedliche Prüfungen gestellt für die jeweilige Prüfungsordnung?

Ja. In Ergänzung zur Antwort auf Frage (Fo.3) eine kurze Beschreibung zum Verhältnis der beiden Klausuren für die alte und neue Prüfungsordnung (PO). Die Klausur für die alte PO wird eine echte Teilmenge der Klausur für die neue PO sein (https://de.wikibooks.org/wiki/Mathe_f%C3%BCr_Nicht-Freaks:_Teilmenge_und_echte_Teilmenge). Die Klausur für die neue PO enthält also alle Aufgaben der Klausur für die alte PO und umfasst weitere Teillösungen, die nur von Studierenden in der neuen PO zu erbringen sind. Die betreffenden Teilaufgaben werden deutlich gekennzeichnet sein.


(Fo.6) Warum wurde auf eine der Fragen (Fo.5) geantwortet, dass Studis der neuen PO zusätzliche Aufgaben haben, obwohl am 20.12 auf Google Plus geschrieben wurde, dass sich der Aufgabenumfang nicht erhöht?

Beides ist korrekt. Zunächst wird im zitierten G+ Beitrag festgestellt, der "Aufgabenumfang wird sich durch die Verlängerung nicht entsprechend erhöhen". In der Tat trägt der Klausurinhalt unter der neuen PO der um 50% erweiterten Bearbeitungsdauer dadurch Rechnung, dass gerade nicht der Aufgabenumfang ebenfalls um 50% auf 4 bis 5 Unteraufgaben erhöht wird, sondern indem bei ähnlichem Aufgabenumfang eine veränderte Zusammensetzung der Lösungen realisiert wird.
Der Umfang einer Klausur von insgesamt drei Aufgaben wird sich also wie angekündigt nicht entsprechend erhöhen. Was bedeutet das konkret? Genau wie in nahezu allen Altklausuren wird die Klausur also aus drei Aufgabendatenblättern bestehen. Ändern wird sich unter der neuen PO aber die Zusammensetzung der Lösungen innerhalb der Aufgabenblätter. Unter der neuen PO wird es alternative oder ergänzende Teillösungen geben, die zu bearbeiten sind. Diese Teillösungen verändern den Charakter der Klausur von einer reinen "Speed" Klausur hin zu einer Klausur, die besser auf verschiedene Leistungsniveaus unserer Studierenden abgestimmt ist.


(Fo.7) Für einen Antrag auf Ausgleich bei Körperbehinderung ist es jetzt wahrscheinlich zu spät, oder?

Versuch mach klug. Die Prüfungsordnung gibt nur vor, dass der Antrag "frühzeitig" zu stellen ist, damit er bearbeitet werden kann.


(Fo.8a-c) Darf ich einen extra Spicker für den Klausurenupload hereinnehmen?

Nein. Infos dürfen aber gerne auf den drei Seiten eingetragen sein.

Wie viel Zeit wird für den Down- und Upload zur Verfügung gestellt?

Jeweils 3 Minuten für Down- sowie Upload.

Findet der Download gemeinsam statt?

Ja. Wir bereiten den Download gemeinsam vor und starten ihn dann auf Anweisung. Drei Minuten nach der Anweisung beginnt die Klausurzeit herunterzuticken. Der Upload hingegen findet nicht notwendigerweise gleichzeitig statt. Wer fertig ist, darf zu jeder frei gewählten Zeit hochladen. Siehe zusätzlich die Antwort zu (Fo.4).


(Fo.9) Wenn ich in der alten PO die komplette Abschlussklausur schreiben möchte, schreibe ich dann am Stück?

Es kommt drauf an. Hier sind zwei Fälle zu unterscheiden:
a) Studierende haben die Probeklausur bereits geschrieben und wollen diese wiederholen. In diesem Fall wird zunächst der noch fehlende Teil geschrieben, der nach 60 Minuten abzugeben ist. Dann wird der zweite Teil geschrieben, der nach weiteren 60 Minuten abzugeben ist.
b) Studierende haben die Probeklausur noch nicht geschrieben. In diesem Fall muss 120 Minuten durchgeschrieben werden. Die Zeitaufteilung auf die Klausurteile ist dann komplett freigestellt.
Eine Infografik zu den Schreibzeiten gibt es hier: https://twitter.com/methodenlehre/status/961215614546268161


(Fo.10) Gesetzt den Fall, ich habe die Probeklausur für Stat2 + FoMe im SS17 geschrieben, war aber nicht zufrieden. Darf ich den Teil jetzt im WS1718 nochmal schreiben und im SS18 den Teil Stat1+SPSS?

Klar darfst Du das! Allerdings nur unter der neuen Prüfungsordnung. Sofern Du allerdings nicht gewechselt hast, ist diese Möglichkeit vorbei und kehrt niemals wieder... https://www.youtube.com/watch?v=_dtxOKXo9aI&t=0m49s


(Fo.11) Wenn ich in der alten PO die komplette Abschlussklausur schreiben möchte, schreibe ich dann am Stück?

Ja. Die Klausurteile werden dann innerhalb von 120 Minuten mit komplett beliebiger Zeitallokation zwischen den Teilen absolviert. Eine Infografik zu den Schreibzeiten gibt es hier: https://twitter.com/methodenlehre/status/961215614546268161


(Fo.12) Wie viel Uhr und wo beginnt die Klausur und wann kann man sich eigentlich anmelden? (Nicht für die Hauptklausur)

Klausurzeit: http://methodenlehre.sowi.uni-mainz.de/methods/index.php/lehrveranstaltungen/97-lehre-im-wise-2017-2018/700-statistik-i-tutorium-b-termine

Die Anmeldung zur Testklausur im Modul Methodenlehre ist jederzeit möglich. Zur Anmeldung zuerst im ILIAS-System der Universität einloggen: https://ilias.uni-mainz.de/ . Dann zunächst auf "Magazin" klicken, dann auf "Magazin - Einstiegsseite", danach auf "FB 02 - Sozialwissenschaften, Medien und Sport", dann auf "Psychologisches Institut" und schließlich auf "Abteilung Methodenlehre & Statistik". Dort gibt es den Kurs "Anmeldung zur Testklausur Methodenlehre". Auf "Aktionen" und im daraufhin erscheinenden Menü auf "Beitreten" klicken. Mit dem Beitritt ist die Anmeldung erfolgt. Die Anmeldung verpflichtet nicht zur Teilnahme. Eine Abmeldung aus dem Kurs bei Nichterscheinen ist nicht erforderlich. Ein Versuch gilt erst dann als unternommen, wenn die Anwesenheit in der Testklausur festgestellt wurde.


Add a comment...

Änderung der Prüfungsordnung im Modul Methodenlehre

Kurz vor Weihnachten haben wir endlich ein Vorhaben umgesetzt, das wir seit mehreren Semestern gemeinsam mit unseren Studierenden vorbereitet haben. Deshalb zuallererst vielen Dank an unsere Studis für die intensive Unterstützung und die vielen konstruktiven Beiträge in den vergangenen Semestern! Ohne Eure Hilfe wäre das nicht gelungen.

Worum geht es? Vor einigen Wochen wurde eine lang gewünschte Änderung der Prüfungsordnung für das Fach Psychologie im Modul Methodenlehre beschlossen und veröffentlicht. Wir haben schon mehrfach über die Gründe für diese Änderung berichtet, unter anderem hier: https://plus.google.com/u/1/b/104655503559564193969/+Methodenlehren/posts/34ZGAjco4oY

Unsere Motivation für die Veränderung war vor allem, den derzeitigen Prüfungsmodus mit Probe- und Abschlussklausur auf rechtssichere Füße zu stellen und unseren Studierenden gleichzeitig einen möglichst günstigen Klausurmodus anbieten zu können. Dabei haben wir einen erhöhten Aufwand für die Abteilung Methodenlehre gerne in Kauf genommen. Die Veränderungen in der Prüfungsordnung sind rasch zusammengefasst:

(1) Die bislang am Ende des zweiten Semesters platzierte Modulabschlussklausur wird in zwei schriftliche Modulprüfungsteile getrennt. In Zukunft werden nach jedem Semester zu terminlich getrennten Prüfungszeiten, aber im selben Prüfungszeitraum, jeweils beide Prüfungsteile angeboten. Dadurch entstehen mehrere Vorteile:

- Wie bei der bisherigen Probeklausurregelung können auch gemäß der neuen Prüfungsordnung die Inhalte des ersten Semesters getrennt von den Inhalten des zweiten Semesters absolviert werden. Somit kann die Klausur für das erste Fachsemester direkt nach diesem ersten Semester geschrieben werden und dasselbe gilt für die Inhalte des zweiten Semesters. Diese Regelung ist unabhängig vom aktuellen Dozierenden gültig und für alle Prüfungsverantwortlichen im Modul Methodenlehre bindend.

- Der erste und zweite Klausurteil kann nach jedem beliebigen Semester geschrieben werden. Der erste Teil muss also nicht notwendig nach dem ersten Semester geschrieben werden. Ist der erste Teil geschrieben, muss der zweite Teil zudem nicht notwendig direkt im Folgesemester geschrieben werden.

- Anders als bei der bisherigen Probeklausurregelung ist gemäß der neuen Prüfungsordnung die Teilung der Klausur sowohl für den ersten Versuch als auch für alle Wiederholungsversuche möglich

- Für jeden der beiden Modulprüfungsteile steht mehr Schreibzeit zur Verfügung

(2) Studierende, die eine Teilung auf mehrere Semester nicht wünschen, können weiterhin beide Modulprüfungsteile im selben Semester und im selben Prüfungszeitraum an zwei zeitlich nacheinander liegenden Terminen absolvieren.

(3) Die Modulprüfungsteile erlauben eine Klausurzeit von jeweils 90 Minuten, um den bisherigen "Speed"-Charakter der Klausur abzumildern. Der Aufgabenumfang wird sich durch die Verlängerung nicht entsprechend erhöhen.

(4) Das Angebot der Probeklausur fällt bereits im laufenden Semester weg, da es nicht mehr mit Vorgaben aus der Landesprüfungsordnung Rheinland-Pfalz zum so genannten "Freischuss" vereinbart werden kann (§29 HochSchG, http://bit.ly/2xTQRlR). Am Ende des laufenden Wintersemesters 2017/2018 wird also keine Probeklausur mehr angeboten.


Für unsere Studierenden ergibt sich damit die Frage, ob sie in die neue Prüfungsordnung wechseln sollen. Wir dürfen an dieser Stelle keine Empfehlungen aussprechen, möchten aber gerne unsere Überlegungen mit unseren Studierenden teilen.

1) Studierende bislang OHNE Probeklausurversuch: Für alle Studierenden, die bislang noch keinen Probeklausurversuch unternommen haben, halten wir den Wechsel in die neue Prüfungsordnung für sinnvoll. Die Verteilung der Klausur auf zwei Semester ist so weiterhin möglich, die Klausurzeit wird verlängert und auch bei einem etwaigen Fehlversuch bleibt die Möglichkeit der Klausurteilung für alle Wiederholungsversuche bestehen.

2a) Studierende MIT Probeklausurversuch und gutem Ergebnis: Für alle Studierenden, die bereits einen Probeklausurversuch mit gutem Ergebnis erzielt haben, den sie anrechnen lassen möchten, ist der Verbleib in der alten Prüfungsordnung sinnvoll.

2b) Studierende MIT Probeklausurversuch, aber schlechtem Ergebnis: Für alle Studierenden, die einen Probeklausurversuch mit schlechtem Ergebnis erzielt haben, den sie nicht anrechnen lassen möchten, ist der Wechsel in die neue Prüfungsordnung sinnvoll. Ihre Probeklausur gilt dann als nicht geschrieben. Die Studierenden können damit die Klausur regulär gemäß neuer Prüfungsordnung teilen und den ersten Klausurteil nach dem laufenden Semester schreiben.

3) Studierende mit mindestens einem Fehlversuch: Für alle Studierenden mit mindestens einem Fehlversuch ist der Wechsel in die neue Prüfungsordnung sinnvoll. Nur so können sie auch in den Wiederholungsversuchen eine Teilung der Klausur auf zwei Semester vornehmen.

Die Modulabschlussklausur gemäß der neuen Prüfungsordnung wird nach dem kommenden Semester zum ersten Mal angeboten. Nach dem laufenden Semester wird es zum ersten Mal die Möglichkeit geben, nur einen von zwei Modulprüfungsteilen unabhängig vom anderen Teil zu absolvieren.
Add a comment...

Post has attachment
Klausurnachlese Sommersemester 2017

Auf vielfachen Wunsch unserer Studierenden hier die Klausurnachlese zur Abschlussklausur Methodenlehre im Sommersemester 2017.

Wir sehen einen ganz ähnlichen Trend wie schon im vergangenen Wintersemester 2016/2017 (https://twitter.com/methodenlehre/status/839035770803478528 ). Die Studierendenschaft ist eindeutig zweigeteilt. Der größere Teil der Studierenden liefert gute bis exzellente Leistungen ab, die in dieser Güte für die typische Statistikveranstaltung in nicht-mathematischen Fächern ungewöhnlich ist. Das gilt insbesondere angesichts des durchaus hohen Anspruchs in unseren Veranstaltungen, in denen theoretische Kenntnisse sehr kompetenznah mit fundierten Softwareskills verknüpft werden.

Gleichzeitig gibt es eine Subgruppe von Studierenden, die größere bis größte Probleme mit den Veranstaltungsinhalten haben. Hier gilt es zu bedenken, dass das Modul Methodenlehre aus vier verschiedenen Veranstaltungen zusammengesetzt ist. Zwei davon elementar zu statistischen Methoden, eine zu allgemeinen Forschungsmethoden und die vierte zu spezialisierten Softwareskills. Studierende im unteren Bereich der Notenskala haben zumeist in allen vier Bereichen mit erheblichen Defiziten zu kämpfen. Überdies sehen wir auch in diesem Semester, dass unter den Studierenden, die das Bestehenskriterium verfehlt haben, ungewöhnlich viele "Altstudierende" sind. Darunter fassen wir solche, die das zweite Studiensemester bereits seit vier oder mehr Semestern hinter sich gelassen haben. Das zugrunde liegende Problem haben wir in einem früheren Beitrag bereits thematisiert (https://plus.google.com/u/1/+Methodenlehren/posts/VqxNamhCwBV ).

Fazit: Studierende mit befriedigenden Leistungen gibt es beinahe gar nicht mehr. Unser stark digital und interaktiv angelegtes Lehrkonzept dichotomisiert die Studierendenschaft in gute bis sehr gute KandidatInnen versus Studierende, die mit dem Scheitern kämpfen.
Photo
Add a comment...

Post has attachment
Modulprüfungsteile in der Methodenlehre

In der vergangenen Woche haben wir unsere Studierenden befragt, welchen von zwei alternativen Klausurmodi im Modul B: Methodenlehre sie bevorzugen würden.

Im Augenblick sieht die Prüfungsordnung (PO) des Psychologischen Instituts für den B.Sc. Psychologie vor, dass am Ende des Moduls eine 120minütige Modulabschlussklausur absolviert werden muss. Die PO nennt das "K(120)". Für die meisten Studierenden läuft dieser Prüfungsmodus auf die Abprüfung der Inhalte von insgesamt vier Modulveranstaltungen (VL Statistik I, VL Statistik II, VL Forschungsmethoden und SEM Datenerhebung) am Ende ihres zweiten Fachsemsters hinaus.

In der Praxis hat sich diese Regelung als verheerend erwiesen. Vor der Einführung des aktuellen Bachelor-Studiengangs galt stets das Modell der studienbegleitenden Prüfungen, bei dem nach jedem Semester eine Klausur über die Fachinhalte nur dieses Semesters geschrieben wurde. Die vor einigen Jahren erfolgte Abkehr von diesem Modell hin zu nur noch einer integrierten Modulabschlussprüfung hat die Noten unserer Studierenden erheblich einbrechen lassen, Durchfallquoten waren deutlich gestiegen.

Wir von der Abteilung Methodenlehre und Statistik halten die integrierte Modulabschlussprüfung aber nicht allein aus diesem Grunde für klar unterlegen. Die Liste der Gründe, die für eine Verteilung der Klausurlast auf mehrere Prüfungstermine sprechen, ist lang:

• Es kann nach dem ersten Semester eine Klausur geschrieben werden, wenn noch keine konkurrierenden Klausurtermine liegen
• Die Vorbereitung auf jede Einzelprüfung wird intensiver und zielgerichteter, da nur die Inhalte des aktuellen Semesters nachgeholt werden müssen
• Der Umfang der vorzubereitenden Inhalte steigt durch die Teilung der Prüfung nicht
• Die Inhalte der Veranstaltungen im Modul Methodenlehre sind so heterogen und ihre Prüfung gleichzeitig in einem Maße kompetenzorientiert, dass eine integrierte Prüfung nur unwesentliche Zusatzinformationen über den Kompetenzgrad der Studierenden liefert
• Je länger die Semesterzeit vor einer Prüfung, desto stärker wird bei vielen Studierenden die Neigung zu "Bulimielernen"
• Zwei kürzere Klausuren fordern weniger Konzentration und Aufmerksamkeit als eine längere Klausur
• Ein „schlechter Tag“ führt nicht direkt zu einer unbefriedigenden Gesamtnote
• Bereits nach dem ersten Semester kann eine Bescheinigung über das Ergebnis der ersten Klausur ausgestellt werden, um z.B. Praktikumsbewerbungen oder Stipendienanträge zu unterstützen

Demgegenüber sehen wir keinen einzigen stichhaltigen Grund für das aktuell durch die PO vorgeschriebene Modell der integrierten Modulabschlussprüfung. Deshalb haben wir die Absicht, den Klausurmodus für das Modul B: Methodenlehre ändern zu lassen. Wir wollten das aber nicht ohne ein eindeutiges Votum unserer Studierenden tun.

Also haben wir unsere Studierenden befragt, ob sie überhaupt lieber eine lange oder zwei kürzere Klausuren im Sinne des aktuellen Probeklausur-Modells haben wollen. Der Rücklauf im Erhebungszeitraum vom 19.07.2017 - 26.07.2017 war überwältigend. Mit insgesamt n=379 Einsendungen hat mehr als die Hälfte aller derzeit im B.Sc. eingeschriebenen Psychologiestudierenden an der Umfrage teilgenommen. Das Ergebnis ist erwartungsgemäß eindeutig (siehe Abbildungen unten).

Wir möchten an dieser Stelle unseren Studierenden danken, die uns auf dem Wege der Umfrage ihre Meinung mitgeteilt haben. Ihr habt geholfen, den Weg für eine Änderung des Prüfungsmodus im Modul Methodenlehre zu ebnen. Unser Vorhaben muss nun eine Reihe von Gremien passieren, bevor die Änderung offiziell erfolgen kann.

Wir halten Euch auf dem Laufenden.
Photo
Photo
26.07.17
2 Photos - View album
Add a comment...

Welche Varianz beim Q-Q Plot?

Frage: Braucht man für den Q-Q Plot zum Test auf Normalverteilung die geschätzte Standardabweichung (SD) oder die nicht geschätzte SD, um die Quantile zu berechnen?

Antwort: Der Q-Q Plot ist ein Verfahren, um die beobachtete Verteilung von Stichprobendaten mit beliebigen theoretischen Verteilungen zu verglichen. In den meisten Fällen wird der Q-Q Plot aber für die Prüfung einer Normalverteilung verwendet.

Das Prinzip des Q-Q Plots ist der Vergleich der in Stichprobendaten beobachteten Quantile mit erwarteten Quantilen, die aus einer gegebenen Wahrscheinlichkeitsverteilung berechnet werden. Eine gut verständliche Erläuterung findet sich hier: https://de.wikipedia.org/wiki/Quantil-Quantil-Diagramm

Für die Beantwortung der Frage ist der Begriff "erwartet" entscheidend. Dieser bedeutet: „in der Population erwartet“. Damit haben wir auch schon die Lösung, denn für die Berechnung der Quantile aus einer Populationsverteilung brauchen wir natürlich deren Populationsparameter. Für die Normalverteilung wären das:

(1) Der Erwartungswert
(2) Der Erwartungswert der Varianz

Diese müssen meist aus den Stichprobendaten geschätzt werden. Für den Q-Q Plot der Normalverteilung verwenden wir dann folgende Parameter:

(1) Den Mittelwert der Stichprobendaten
(2) Die aus der Stichprobe geschätzte Populationsvarianz („sigma dach quadrat“) bzw. deren Wurzel, falls die Standardabweichung benötigt wird

Add a comment...

PANIK! Hypothesenprüfung bei gerichteten t-Test?

Einer häufigsten Klausurfehler im Rahmen des t-Tests ist die Beurteilung eines Tests als signifikant, obwohl er kaum "unsignifikanter" sein könnte. Was meinen wir damit?

Man stelle sich vor, bei der jüngsten Staffel von Let's Dance vergleiche man die wöchentlichen Sonnenbankstunden pro Person für die weiblichen und männlichen Kandidaten. Die Hypothese lautet:

H1: "Frauen bräunen sich länger als Männer."

Die Mittelwerte der Sonnenbankstunden seien wie folgt:

MW(Frauen) = 13 h/Person
MW(Männer) = 18 h/Person

Man beachte: Die Daten zeigen klar an, dass sich Frauen kürzer bräunen als Männer. Die H1 kann also nicht gelten!

Das Problem: Der Standardfehler sei mal SE = 0.5. Wenn man einfach losrechnet ohne sich vorher die Daten anzuschauen, erhält man einen t-Wert von:

t = (MW(Frauen) - MW(Männer)) / SE = (13 - 18) / 0.5 = -10

Ein t-Wert von -10 wäre normalerweise höchst signifikant. Nicht aber in unserem Beispiel, denn der Effekt geht in die falsche Richtung. In einem solchen Fall schlagen leider viele "Kochrezepte" in Excel oder auch vielen Statistikprogrammen fehl, weil ein mechanisches Vorgehen oft nicht berücksichtigt, in welche Richtung die H1 zeigt.

Hilfe, was soll ich tun?

Entweder man erkennt direkt, dass die Zahlen nicht zur Hypothese passen und entscheidet ohne jede Rechnung, dass der Test nicht signifikant werden kann. Im Klausurstress gelingt das aber nicht so ohne weiteres. Gibt es also einen Weg, bei dem die Berechnung des t-Tests auch bei "falscher" Datenrichtung immer zum richtigen Ergebnis führt?

Die Lösung lautet: Ja! Und sie ist ganz einfach. Man muss genau 1x denken. Und das passiert bei der Anwendung einer einzigen Regel. Sie lautet:

"Wir bilden die Differenz so, dass sie positiv wird, wenn die H1 gilt."

Sobald man diese Regel beachtet, läuft der Rest absolut automatisch ab. Es wird dann nämlich immer die rechte Seite der t-Verteilung betrachtet. Man wendet also immer die Excel-Formel "1-T.VERT()" oder "T.VERT.RE()" an. Immer!

Übertragen wir die Regel auf unser Beispiel. Die H1 lautet: "Frauen bräunen sich länger als Männer." Länger ist gleichbedeutend mit "höhere Zahlen bei Frauen". Wie müssen wir also die Differenz zwischen den beiden Mittelwerten bilden, damit diese Differenz positiv wird? Ganz einfach:

MW(Frauen) - MW(Männer)

Und Achtung: wir bilden die Differenz nicht so, dass sie bei den gegebenen Daten positiv ist! Wir bilden sie so, dass sie unter Annahme der H1 positiv werden müsste, ganz egal, wie die Daten aussehen.

Ok, wir waren zur Erkenntnis gekommen, dass wir die Differenz für den t-Wert als MW(Frauen) - MW(Männer) bilden müssen. Wie sieht dann der t-Wert aus?

t = (MW(Frauen) - MW(Männer)) / SE = (13 - 18) / 0.5 = -10

Weiter oben haben wir gesagt, dass wir nun immer die Formel "1-T.VERT()" oder "T.VERT.RE()" anwenden. Was liefert diese Formel?

p =T.VERT.RE(-10; ...) = 0.99999...

Diesen p-Wert jetzt noch mit alpha vergleichen und fertig. Ohne weiteres Nachdenken! Der p-Wert könnte nicht unsignifikanter werden. Und das, obwohl wir einen absolut extremen t-Wert gefunden haben - nur eben in die falsche Richtung. Unsere eine Regel von oben berücksichtigt die Richtung ganz automatisch. Immer!
Add a comment...

Hypothesen beim Binomialtest
Eine Frage aus der Kommentarbox, die sich mit der zugegebenermaßen etwas umständlichen Hypothesenprüfung im 1-Stichproben Binomialtest beschäftigt.

Frage: Ich habe eine Frage zur DIY_Beta aus der Inferenzstatistik, Aufgabe 4 (untutorisiert). Hier werden in Aufgabenteil b) folgende Hypothesen geprüft:

H0: p <= 0.1
H1: p > 0.1

Beim p-Wert wird in der Lösung jetzt die "rechte Seite" der Verteilung angeschaut. Müsste es nicht linksseitig sein, weil wir uns ja die Wahrscheinlichkeit der H0 anschauen?

Antwort: Danke für die Frage! In der genannten Aufgabe geht es um die Binomialverteilung. Zu prüfen ist dort, ob eine gegebene Trefferwahrscheinlichkeit (hier: p = 0.1) zutreffen kann oder ob die wahre Trefferwahrscheinlichkeit höher ist (also: p > 0.1).

Du hast völlig recht mit Deinem Hinweis, dass wir beim Hypothesentesten immer die Wahrscheinlichkeit der beobachteten Daten unter der Nullhypothese testen. Du hast das abgekürzt mit der Formulierung, dass "wir uns ja die Wahrscheinlichkeit der H0 anschauen".

Nun muss man sich bei der Aufgabe überlegen, was passiert, wenn die H0 nicht gilt. In diesem Falle ist die Trefferwahrscheinlichkeit höher als p = 0.1. Wir bekommen dann viel mehr Treffer als wir erwarten würden. Je mehr Treffer wir tatsächlich beobachten, desto unwahrscheinlicher wird das unter der Nullhypothese.

Welche Wahrscheinlichkeit müssen wir uns also in der Aufgabe anschauen? Die Überlegung, die uns zur Beantwortung dieser Frage führt, läuft in etwa wie folgt:

"Die Anzahl der beobachteten Treffer ist ziemlich hoch. Kann das passiert sein, obwohl p nur gleich 0.1 sein soll? Schauen wir doch mal, wie wahrscheinlich noch mehr als die beobachteten Treffer wären, wenn p wirklich nur gleich 0.1 ist."

Wir suchen also - genau wie Du geschrieben hast - nach der Wahrscheinlichkeit für die Beobachtung, gegeben, dass die H0 stimmt. Wie berechnet man diese Wahrscheinlichkeit? Sie ist nichts anderes als die Summe der Wahrscheinlichkeiten für jede Trefferanzahl oberhalb der von uns beobachteten Trefferanzahl. Und genau das ist die rechte Seite der Binomialverteilung, nämlich das "Schwänzchen" oberhalb der beobachteten Trefferanzahl.
Add a comment...

Der McNemar Test - gerichtet oder ungerichtet

Wir werden immer wieder gefragt ob der McNemar Test seine Fragestellung nicht auch als gerichteter Test prüfen kann. Die Antwort: ja, kann er! Die Erklärung folgt jetzt.


Chi² ist immer ungerichtet!
Üblicherweise lassen mit Chi² verteilten Prüfgrößen nur ungerichtete Fragestellungen beantworten. Das liegt daran, dass in die Chi² Prüfgröße beliebig viele Häufigkeiten (beobachtet und erwartet) eingehen können. Man stelle sich eine Kreuztabelle vor, die das Auftreten der Merkmale "Geschlecht" und "Präferierte Gummibärchenfarbe" darstellt. Die Tabelle hätte 2 x 5 Zellen (m/f und grün/gelb/orange/rot/weiß). Selbst wenn Geschlecht und präferierte Gummibärchenfarbe zusammenhängen, wäre niemals eindeutig, in welcher Zelle der Effekt genau zu finden ist. Männer könnten mehr grüne Gummibärchen essen, Frauen mehr gelbe und rote. Eine eindeutige Richtung jedenfalls gäbe es nicht mehr.

Die Chi² Prüfgröße ist deshalb direkt so angelegt, dass sie auf eine ungerichtete Prüfung hinausläuft.


Chi² ist immer ungerichtet?
Die McNemar Tabelle ist allerdings etwas besonderes. Weil sie immer eine 2x2 Tabelle ist, können wir die Richtung eines Effektes immer angeben. Es gibt nur zwei Ausprägungen und was bei der einen fehlt, hat die andere mehr. Die Richtung des Effekts kann eindeutig bestimmt werden.


Was tun?
Es müsste also eigentlich funktionieren mit der Gerichtetheit. Nur wie? Um den McNemar Test gerichtet durchzuführen, muss man sich klar machen, worin üblicherweise der Unterschied zwischen der gerichteten und ungerichteten Durchführung eines Tests liegt. Wir haben bislang immer folgendes festgestellt:

(1) Testet man ungerichtet, wird die Fläche am rechten und linken Rand einer Wahrscheinlichkeitsverteilung bewertet.

(2) Testet man gerichtet, wird nur eine der beiden Flächen am linken oder rechten Rand bewertet.

Ist die Wahrscheinlichkeitsverteilung symmetrisch, wird es also ganz einfach:

(i) Wenn man vom ungerichteten Fall zum gerichteten Fall geht, fällt eine der beiden Flächen weg. Man halbiert dann also die ungerichtete Wahrscheinlichkeit und rechnet:

p(gerichtet) = p(ungerichtet) / 2

(ii) Wenn man vom gerichteten Fall zum ungerichteten Fall geht, kommt eine der beiden Flächen hinzu. Man verdoppelt dann also die gerichtete Wahrscheinlichkeit und rechnet:

p(ungerichtet) = p(gerichtet) * 2


Kochrezept
Will man einen Mcnemar Test gerichtet durchführen, berechnet man wie üblich seinen p-Wert. Dann teilt man diesen p-Wert durch 2, um auf die Signifikanz im gerichteten Fall zu kommen.
Add a comment...
Wait while more posts are being loaded