Statistik-Nachhilfe für: Medical School Berlin Psychologie

Klausurvorbereitung

Die Statistik-Klausur von Professor Schäfer ist genau an seinen Vorlesungen angelehnt. Deshalb wird es nötig sein, dass du das Wissen der Vorlesungen detailgenau kennenlernst. Die Klausur besteht aus drei Teilen, einem Rechnungsteil, aus den Fragen zur Interpretation von SPSS Outputs und zum großen Teil aus theoretischen Fragen (multiple choice).

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 durch zu lesen. 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 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

Du schreibst deine Klausur in Statistik II entweder bei Herrn Bohn oder bei Herrn Brandmaier. Beide Dozenten haben einen ähnlichen Aufbau der Vorlesungen und der Klausur, die Vorbereitung auf beide wird deshalb größtenteils gleich ablaufen.

In Statistik II geht es um das statistische Testen. Du musst viele verschiedene Tests beherrschen, aber die gute Nachricht ist, dass alle Tests den selben Grundaufbau haben. Wenn du den gut gelernt und verstanden hast, dann fällt es dir leicht, die Besonderheiten der einzelnen Test dir zu erarbeiten, denn im Grunde ist jeder neue Test dann Routine und Wiederholung der immer gleichen Schritte.

Gleich zu Beginn des Kurses lernst du den Entscheidungsbaum kennen, mit dem du immer schnell entscheiden kannst, welches statistische Verfahren das richtige ist. Außerdem trainierst du den Testaufbau,

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

Z

• Multiple Regression

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

• Logistische Regression (nur bei Bohn klausurrelevant)

Zentrierung, Standardisierung, Wald-Test, bedingte Wahrscheinlichkeit, Wettkoeffizient, ODDS Ratio, SPSS

• Nonparametrische Tests (nur bei Brandmaier klausurrelevant)

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

• Klausurtraining