9 Gedanken zu „Lösungen 09 / 2020 – Teil 2“

  1. Hallo Guido
    Aufgabe 22 c
    Wurde diese Antwort vom Lehrstuhl als falsch gewertet? Ich denke, es kann doch, wie in deinem Beispiel bei unterschiedlichen Werten zum 2. Zeitpunkt immer noch ein t-test für abh. Stichproben gerechnet werden.

    LG Claudia

  2. Aufgabe 18 b
    In unserer Diskussion kamen wir zu dem Ergebnis, dass die Aussage etwas unklar ist und man statt der Faktorvariable auch charakter nehmen könnte. Damit wäre b falsch.
    Ansatz: Effektgröße Cohen’s d, t-Test für 2 unabh. Stichproben, 2 Variablen UV und AV
    Die UV als Gruppenvariable nominal, dichotom. Es könnte eine Faktorvariable aber auch Character sein. Die AV metrisch, numerische Variable.

    1. Ja, genau diese Einschränkung wird doch auch in der obigen Lösung erläutert!??

      Du hast recht, so wie die Aufgabe formuliert ist, müsste man sie eigentlich als falsch bewerten. Schon allein deshalb, weil der dargestellte Output auch ganz ohne eine dedizierte Gruppierungs-/Faktorvariable erzeugt werden kann (wie du ja dem obigen Beispiel entnehmen kannst). Und da der Lehrstuhl mit dem Begriff „Faktorvariable“ meistens den Faktor-Datentyp meint (sofern es um ein R-Beispiel geht), ist die Aussage gleich doppelt falsch.

      Die Formulierungen in der Klausur sind manchmal recht unpräzise. Daher muss man immer auch ein bisschen überlegen, was genau der Lehrstuhl denn gemeint haben könnte. Tut mir leid, ist so. Und darum ist es so wichtig, sich die alten Klausuren anzuschauen, damit man ein bisschen verstehen kann, wie der Lehrstuhl denkt…

  3. Hallo Guido,

    ich verstehe Aufgabe 14 D leider nicht ganz. Ich dachte hier geht es um das Signifikanzniveau von 1% (0.01) und nicht um den P-Wert.

    Oder ist das auch so gemeint, dass wenn man von einem Signifikanzniveau von 1% aus geht, die Signifikanz bei 99% liegt, womit die 0 Hypothese eher angenommen werden kann als bei lediglich 95%. Und deshalb ist dann auch der T-Wert (Prüfgröße) kleiner? So ganz verstehe ich den Zusammenhang hier (leider) nicht.

    1. Der Betrag des t-Wertes (also ohne Vorzeichen) sagt dir, wie viele Standardfehler du von der Null entfernt bist. Je weiter entfernt, desto kleiner der p-Wert. D.h. wenn der (Betrag des) t-Wert(es) KLEINER wird, dann wird der p-Wert größer (und umgekehrt). Ein p-Wert von 0,01 entspricht also einem (betragsmäßig) kleineren t-Wert. Und gleichzeitig entspricht ein p-Wert von 0,01 ja praktisch auch einem Alpha-Niveau von 1% (bzw. dem zugehörigen kritischen t-Wert).

Schreibe einen Kommentar