Nachhilfe in Statistik – Psychologie: Medical School Berlin

Klausurvorbereitung

Die Statistik-Klausur von Professor Schäfer ist genau an seinen Vorlesungen angelehnt. Deshalb brauchst du das Wissen der Vorlesungen detailgenau. Die Klausur besteht aus drei Teilen, einem Rechnungsteil, aus den Fragen zur Interpretation von SPSS Outputs und aus theoretischen multiple choice- Fragen.

So gehen wir Vor:
Du bekommst mit Hilfe klarer Übersichten und Rezepten eine Übersicht über alle Kennwerte und Tests, die du rechnen können musst. Wir zeigen dir alle Rechnungen und üben die Interpretationen der Ergebnisse. In vielfältigen Hausaufgaben wirst du das trainieren und vertiefen. Für deine Vorbereitung auf die Theoriefragen geben wir dir einen Einblick in die wichtigsten theoretischen Inhalte, so dass es dir in der Nacharbeit leicht fallen wird, die Vorlesung durchzulesen. In einem zweiten Schritt gehen wir alle Fragen durch, die dir beim Lesen gekommen sind.
Das gibt dir so viel Verständnis, dass du gut durch den Theorieteil kommst. Bei Herrn Schäfer ist es wichtig, aufs Detail zu achten. Es reicht leider nicht ,die großen Zusammenhänge zu verstehen, sondern es geht auch um kleine Details. Durch das eigene Nachfragen, wirst du diese Details dir viel besser einprägen können.

Themenübersicht

• Lage- & Streuungsmaße
  Skalenniveaus, Mittelwerte, Varianz, Quantile, Boxplot, Häufigkeitsverteilungen, klassierte Daten, Histogramme, z Standardisierung, Schiefe
• Zusammenhangsmaße
  Kovarianz und Korrelation, Chi-Quadrat, Phi-Koeffizient
• lineare Regression
  Regressionskoeffizienten, Methode der kleinsten Quadrate, Varianzaufklärung , Residuen, Regression in SPSS
• Hypothesentest
  Testaufbau, Regeln für Hypothesen, Entscheidungsbaum, Einstichproben t Test, t Test für unabhängige SP, t Test für abhängige SP, Cohens Delta, Korrelationstest, Test in SPSS, Levene Test
• Testtheorie und Konfidenzintervalle
  Stichprobenkennwertverteilung, Standardfehler, Zentraler Grenzwertsatz, Punktschätzung, Konfidenzintervalle, KI und Testentscheidung
• Klausurtraining

Klausurvorberietung

In Statistik II geht es ums Schätzen und Testen. Du musst zwar viele unterschiedliche Test beherrschen, aber alle Tests sind im Grundaufbau gleich. Zu Beginn des Kurses bekommst du einen übersichtlichen Entscheidungsbaum, mit dem du lernst, immer schnell zu entscheiden, welches statistische Verfahren das richtige ist. Außerdem trainierst du den Testaufbau. Hast du diesen einmal verstanden, dann kommt es nur noch darauf an, die kleinen Besonderheiten der verschiedenen Tests kennen zu lernen.

Auf einige Tests, kannst du dich gut vorbereiten, denn diese sind schnell und eindeutig erkennbar und sie haben nur wenige Varianten. Da diese Tests immer viele Punkte bringen, legen wir viel Wert darauf, dass du diese Punkte sicher bekommst. Der einfache t-Test und z-Test wird zwar selten in der Klausur gerechnet, aber diese Tests haben viele abgeleitete Aufgabentypen: das KI um den Mittelwert oder um cohens d, die Apriori-Poweranalyse, die Bestimmung des p-Wertes oder des beta-Fehlers.

Zur Varianzanalyse gibt es immer eine große Rechenenaufgabe mit vielen Punkten. Wir haben dafür eine übersichtliche und sichere Methode entwickelt, dass du diese Aufgaben schnell und gut hinbekommst, egal ob es sich um die einfaktorielle Anova mit Kontrasten oder um die zweifaktorielle handelt. Natürlich trainieren wir auch den Umgang mit den SPSS Anovatabellen.

Die Regressionsanalyse baut auf Statistik 1 auf. Deshalb wiederholen wir mit dir – wenn nötig- diese Grundlagen. Du lernst dann die 3 Tests zur Korrelation und die 3 Tests zur Regression per Hand zu berechnen. Besonders ausführlich gehen wir aber mit dir alle Varianten der SPSS Outputs zur Regression durch, denn diese müssen sehr wahrscheinlich in deiner Klausur bearbeiten werden.

Themenübersicht

• Testaufbau und x² Test

Entscheidungsbaum, Regeln für Hypothesen, t Test (Wiederholung), Chi² – Unabhängigkeitstest, Mc Nemar Test, Chi² – Anpassungstest, Omega, SPSS

• Einfaktorielle Varianzanalyse

Alpha-Fehler-Kumulierung, Anova und post hoc Test, Quadratsummenzerlegung, Bestimmung der Anova Tabelle, Eta Quadrat, SPSS

• Kontrastanalyse

Kontraste als post hoc Analyse, Kontrasthypothesen, Aufstellen von Kontrasten, Kontrastanalyse, orthogonale Kontraste, Bedeutung von Kontrasten, Paarvergleiche, Tukey und Dunnett Test

• Zweifaktorielle Varianzanalyse

Quadratsummerzerlegung, “Mittelwertskasten”, Haupteffekte und Interaktionseffekte, Liniendiagramme, Interaktionsarten, Effektgrößen, SPSS

• Varianzanalyse mit Messwiederholung

Quadratsummerzerlegung, Effektgrößen, SPSS, Mauchly- Test, Korrekturen

• Korrelation und einfache Regression

Kovarianz und Korrelation, Interpretation Korrelation, Korrelationstest, Fischer Z-Transformation, kritische Korrelation, Konzept der Regression, Regressionsgerade und Regressionskoeffizienten, Determinationskoeffizient, Test des Steigungskoeffizienten

• Multiple Regression und Modellvergleich

1. Vorhersagegleichung, Nützlichkeit und Semipartialkorrelation, Test auf multiple Korrelation, Test der Partialregressionsgewichte, Modellvergleich, Outputs zur multiplen Regression

• Nonparametrische Tests

Wilcoxon Vorzeichen Rangtest , Mann Whitney U Test, Test der Rangkorrelation

• Klausurtraining