Bereite das Thema "zugangsfreundlicher" auf. Setze den Fokus weniger auf trockene Fachbegriffe und abschreckende Variablen-Formel-Gedöns. In der Prüfung darf ich beispielsweise einen Formelzettel nutzen. Nur wenn ich aus einer Textaufgabe nicht ableiten kann, dieses Verfahren zu nutzen und das Ergebnis richtig zu deuten, bringt mir das wenig. Und alle Aufgabentypen "auswendig lernen" um irgendwie mit 4 zu bestehen, kann nicht Sinn der Sache sein. Nimm Beispiele aus dem alltäglichen Leben, wo ich das Verfahren "anfassen" und verstehen kann. Streue den notwendigen Matheanteil nebenbei mitein und zeige auch für einen Nicht-Statistiker auf, welchen Mehrwert er/sie/es aus dem gezeigten Wissen ziehen kann. Wenn ich "Korrelationskoeffizient" oder "z-transformation" höre, steige ich gedanklich aus und es passiert das gleiche wie in der Semestervorlesung: Man lässt sich berieseln und verflucht das Modul, weil der Dozent chinesisch rückwärts labert und sich einen Spaß daraus macht, alle Studenten in der Prüfung durchfallen zu lassen.
@@Pixelhaut naja bei so einem spezifischen thema darf wohl davon ausgegangen werden, dass die zielgruppe ein gewisseses grundwissen in der statistik aufweist
Wie berechne ich die Signifikanz der Differenz von r1 und r2, wenn die beiden Korrelationen aus der gleichen Stichprobe oder unabhängigen Stichproben kommen?
Die Differenz zweier Korrelationen kann mittels Formeln oder bspw. mit G*Power getestet werden. Diese machen jedoch Annahmen über die Verteilung. Ein moderner und eleganter Weg solche Signifikanztests durchzuführen ist Bootstrapping.
Also ist die Verwendung des Fisher z Test für zwei Korrelationen aus demselben Datenpool/Stichprobe nicht zu empfehlen? Wäre der Meng-Z-Test oder Williams-2-Test hier geeigneter?@@statistikverstehen9964
Vielen Dank für dieses Video! Es hat mir sehr geholfen, vor allem die Interpretationsbeispiele
Unterschätzter Kanal! Bitte aber so weitermachen!
Herzlichen Dank.
Tipps wie die Reichweite bei diesem spezilisierten Thema erhöht werden kann?
Bereite das Thema "zugangsfreundlicher" auf. Setze den Fokus weniger auf trockene Fachbegriffe und abschreckende Variablen-Formel-Gedöns. In der Prüfung darf ich beispielsweise einen Formelzettel nutzen. Nur wenn ich aus einer Textaufgabe nicht ableiten kann, dieses Verfahren zu nutzen und das Ergebnis richtig zu deuten, bringt mir das wenig. Und alle Aufgabentypen "auswendig lernen" um irgendwie mit 4 zu bestehen, kann nicht Sinn der Sache sein. Nimm Beispiele aus dem alltäglichen Leben, wo ich das Verfahren "anfassen" und verstehen kann. Streue den notwendigen Matheanteil nebenbei mitein und zeige auch für einen Nicht-Statistiker auf, welchen Mehrwert er/sie/es aus dem gezeigten Wissen ziehen kann. Wenn ich "Korrelationskoeffizient" oder "z-transformation" höre, steige ich gedanklich aus und es passiert das gleiche wie in der Semestervorlesung: Man lässt sich berieseln und verflucht das Modul, weil der Dozent chinesisch rückwärts labert und sich einen Spaß daraus macht, alle Studenten in der Prüfung durchfallen zu lassen.
@@Pixelhaut naja bei so einem spezifischen thema darf wohl davon ausgegangen werden, dass die zielgruppe ein gewisseses grundwissen in der statistik aufweist
Sehr aufschlussreiches Video 👍
Wie berechne ich die Signifikanz der Differenz von r1 und r2, wenn die beiden Korrelationen aus der gleichen Stichprobe oder unabhängigen Stichproben kommen?
Die Differenz zweier Korrelationen kann mittels Formeln oder bspw. mit G*Power getestet werden. Diese machen jedoch Annahmen über die Verteilung. Ein moderner und eleganter Weg solche Signifikanztests durchzuführen ist Bootstrapping.
Also ist die Verwendung des Fisher z Test für zwei Korrelationen aus demselben Datenpool/Stichprobe nicht zu empfehlen? Wäre der Meng-Z-Test oder Williams-2-Test hier geeigneter?@@statistikverstehen9964
danke :)
Gerne. Danke.