Glossar
@ | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | Alle
N |
|---|
| SK | Nerd-Hinweis#1 | |
|---|---|---|
Der Wilcoxen-Test verhält sich zum Probabilistic Index Model wie der t-Test zum Allgemeinen Linearen Modell! | ||
| SK | Nerdhinweis #2 | |
|---|---|---|
Standardisierte Regressionsgewichte können übrigens auch Werte über 1 annehmen, Deegan, 1978. Deegan, J. (1978). On the Occurrence of Standardized Regression Coefficients Greater Than One. Educational and Psychological Measurement, 38(4), 873–888. https://doi.org/10.1177/001316447803800404 | ||
| SK | Nerdhinweis #3 | |
|---|---|---|
Wenn man statt einer Messwiederholungs-ANOVA (mit within Faktoren) ein Linear Mixed Model rechnet, dann kann man die Sphärizitätsannahme durch eine flexiblere residual-Kovarianzstrukturen umgehen! | ||
| SK | Nominalskala | ||
|---|---|---|---|
Nominalskalierte Variablen sind immer diskret. Die (kategorialen) Ausprägungen einer nominalskalierten Variable können nicht in eine sinnvolle Reihenfolge gebracht werden und auch der Abstand zwischen den Ausprägungen nicht sinnvoll interpretiert werden. Beispielsweise können die Ausprägungen der Variable "Studienfach" nicht sinnvoll in eine Rangreihe gebracht werden und auch der "Abstand" zwischen den Studienfächern nicht interpretiert werden. Wenn es nur zwei Ausprägungen gibt, dann spricht man davon, dass die Variable dichotom ist. Die unterschiedlichen Skalenniveaus können in eine Reihenfolge gebracht werden, bei der von links nach rechts das Informationsniveau steigt: Nominalskala | Ordinalskala | Intervallskala | Verhältnisskala | |||