873632_de-DE

liliconcom

Umgang mit Nicht-Unabhängigkeit bei gemischten Modellen

Bei der Analyse von Daten aus quantitativen Studien stoßen Forscher oft auf eine statistische Herausforderung: Die Beobachtungen sind nicht unabhängig voneinander. Wird beispielsweise eine Ökologiestudie an mehreren geografischen Standorten durchgeführt, sind die Beobachtungen aufgrund unkontrollierter, ortsspezifisch unterschiedlicher Umweltfaktoren möglicherweise nicht unabhängig. Oder werden bei einer Umfrage dieselben Personen über mehrere Monate hinweg wiederholt befragt, korrelieren die Antworten einzelner Teilnehmer wahrscheinlich im Laufe der Zeit. Die Durchführung einer Standardregression auf nicht-unabhängige Daten kann zu ungenauen Schlussfolgerungen führen. Glücklicherweise gibt es statistische Verfahren, mit denen sich diese Nicht-Unabhängigkeit in den Daten berücksichtigen lässt. Dieses Webinar richtet sich an akademische Forscher und vermittelt Ihnen Konzepte und Techniken zum Umgang mit Nicht-Unabhängigkeit mithilfe linearer Mischeffektmodelle. Es umfasst auch die Implementierung dieser Techniken in der JMP-Studentenausgabe , einer kostenlosen, voll funktionsfähigen Version von JMP, die ausschließlich für den akademischen Gebrauch bestimmt ist. Zu den Themen gehören: Gemischte Modelle für die Nichtunabhängigkeit zwischen gruppierten oder geclusterten Beobachtungseinheiten Gemischte Modelle für die Nicht-Unabhängigkeit bei wiederholten Messungen über einen bestimmten Zeitraum oder Raum hinweg Verallgemeinerte lineare gemischte Modelle für nicht unabhängige und nicht normalverteilte Antwortdaten Holen Sie sich die JMP-Software kostenlos für den akademischen Gebrauch unter jmp.com/student

Erweiterte statistische Modellierung