STATISTIK-FORUM.de

[Nikkko]

Hallo!

Für meine Bachelorarbeit (Psychologie) soll ich eine Studie beschreiben und kritisieren. Dazu gehört auch, dass ich die verwendeten statistischen Verfahren beschreibe und kritisieren. Es handelt sich um die Studie "Stepping Back to Move Forward: Expressive Writing Promotes Self-Distancing" (Park, Kross & Ayduk, 2016; https://pdfs.semanticscholar.org/db65/d ... c29f62.pdf ). Es wird z.B. untersucht, ob Expressives Schreiben Selbstdistanzierung im Vergleich zu einer Kontrollgruppe über mehrere Follow-up Zeitpunkte erhöht. Hier die Beschreibung der statistischen Vorhergehensweise.

"We performed repeated measures
general linear models (GLMs) with condition (expressive writing
vs. control writing) as a between-participants factor, follow-up
time (1 day vs. 1 month) as a within-participants factor, and
participants’ baseline levels of the dependent measure being analyzed
and memory age as covariates. Each analysis also controlled
for BDI–II scores because this variable was positively related to [...]"

In einer Folgestudie wird untersucht, ob Expressives Schreiben Selbstdistanzierung im Vergleich zu ZWEI Kontrollgruppen (die sich nicht hinsichtlich der abhängigen Variablen unterschieden) über mehrere Follow-up Zeitpunkte erhöht. Hier die Beschreibung der statistischen Vorhergehensweise

"We predicted that expressive
writing participants would self-distance more and experience emotional
reactivity less compared with both control writing and
thinking participants. As expected, the two control conditions
(control writing and thinking) did not differ significantly on any of
our outcome variables (Fs < .74, ps > .40, partial eta squared < .02). We thus
tested our prediction by performing repeated measures GLMs with
a planned contrast on expressive writing (+2) versus control
writing and thinking (both -1), and follow-up time (1 day vs. 1
month vs. 6 month) as a within-participants factor, with the same
set of covariates used in Study 1 (i.e., participants’ baseline levels
for the dependent measure being analyzed, BDI–II scores, and
memory age).

Ausgegeben werden F, p und partielle Eta-Quadrate.

Nun ist es so, dass die Methodenberatung der Meinung ist, es handle sich um Mixed ANOVAS und in der Folgestudie um Mixed ANOVAS mit a priori Kontrasten. Andererseits ist mein Betreuer der Meinung, dass es sich um multiple Regressionsanalysen handelt und dass die Gruppenzugehörigkeit als Dummy-Variable eingeführt wird. Und ich bin nur verwirrt Weiß jemand, was hier gemacht wurde?

LG,

Nikkko

[strukturmarionette]

Hi,

Nun ist es so, dass die Methodenberatung der Meinung ist, es handle sich um Mixed ANOVAS

- Was verstehen die bzw verstehst du darunter?

Andererseits ist mein Betreuer der Meinung, dass es sich um multiple Regressionsanalysen handelt

- Reressionsanalysen wäre zu bejahen, weil es der umfassende allgemeinste Begriff dafür ist.



Gruß
S.

[Nikkko]

Hi!

Ich füge mal eine Beschreibung von Statistik Guru ein: "Die mixed ANOVA ist eine der wichtigsten Formen der Varianzanalyse und kommt vor allem im klinischen und medizinischen Rahmen zum Einsatz. Die mixed ANOVA verbindet within-subject und between-subject Designs und hat daher auch ihren Namen. Bei der mixed ANOVA haben wir mindestens eine Variable als Innersubjektorfaktor (within) und mindestens einen Zwischensubjektfaktor (between). Die mixed ANOVA wird auch split-plot ANOVA, between-within ANOVA, mixed between-within ANOVA und mixed factorial ANOVA genannt.

In guten klinischen Studien haben wir eine Kontrollgruppe, die meist ein Präparat ohne Wirkung verabreicht bekommt (Placebo). Zu Beginn werden Versuchspersonen entweder der Kontrollgruppe oder der Experimentalgruppe zugewiesen, welche das Medikament mit Wirkung bekommt. Über den Verlauf von Tagen, Wochen und manchmal Monaten bekommt eine Gruppe das neue Medikament und die andere das Placebo. Gleichzeitig werden entsprechende abhängige Variablen erhoben, welche Rückschlüsse über die Wirksamkeit und den Gesundheits- bzw. Geisteszustand der Versuchspersonen zulassen. Am Ende des Experiments wollen wir wissen, ob das neue Medikament eine bessere Wirkung hatte, als das Placebo. Dieses Design entspricht einer randomisierten kontrollierten Studie (RCT englisch: randomized controlled trial).

Zur statistischen Auswertung eines solchen Designs würden wir die mixed ANOVA verwenden. Unser Zwischensubjektfaktor (between) wäre die Gruppenzugehörigkeit (Kontrollgruppe / Experimentalgruppe). Der Innersubjektfaktor (within) wäre Zeit, da wir im Verlauf entsprechend die abhängige Variable mehrmals bei derselben Person gemessen haben. Mit der mixed ANOVA können wir ein Urteil über die Wirksamkeit des Medikaments treffen." (https://statistikguru.de/spss/mixed-ano ... anova.html)

LG!

[Nikkko]

Hier ein Beitrag zu GLM - repeated measures:

Mithilfe der Prozedur "GLM - Messwiederholungen" können Sie Varianzanalysen durchführen, wenn dieselbe Messung mehrmals für das gleiche Subjekt oder den gleichen Fall vorgenommen wird. Wenn Sie Zwischensubjektfaktoren festlegen, wird die Grundgesamtheit durch diese in Gruppen unterteilt. Mit dieser auf dem allgemeinen linearen Modell basierenden Prozedur können Sie Nullhypothesen über die Effekte der Zwischensubjektfaktoren und die Innersubjektfaktoren testen. Sie können sowohl die Wechselwirkungen zwischen den Faktoren als auch die Auswirkungen einzelner Faktoren untersuchen. Zusätzlich können die Effekte von konstanten Kovariaten und die Wechselwirkungen von Kovariaten mit den Zwischensubjektfaktoren berücksichtigt werden. (https://www.ibm.com/support/knowledgece ... mu_con.htm).

" GLM: Kontraste: Kontraste werden verwendet, um auf Unterschiede zwischen den Stufen eines Faktors zu testen. Für jeden Faktor im Modell kann ein Kontrast festgelegt werden (in einem Modell mit Messwiederholungen für jeden Zwischensubjektfaktor). Kontraste stellen lineare Kombinationen der Parameter dar." (https://www.ibm.com/support/knowledgece ... mu_con.htm)

-> Varianzanalyse, Zwischen- und Innensubjektfaktor, Kovariaten, Kontraste. Finde das klingt schon nach der obigen Beschreibung von Mixed ANOVAS

[bele]

Hallo Nikkko,

ich habe den Eindruck, dass Du einem Gespenst hinterher jagst, nämlich dem Unterschied zwischen ANOVA und linearer Regression. Du kann Dich entspannen, denn beides sind zwei Seiten derselben Medaille. Du kannst die gleichen Zusammenhänge untersuchen und auch die gleichen Ergebnisse erhalten. Der eine betrachtet das Problem durch die ANOVA-Brille, der andere durch die Regressionbrille, der eine benutzt die eine, der andere die anderen Nomenklatur, und doch ist beides am Ende ein lineares Modell. Es spielt letztlich keine Rolle, welche von beiden Brillen die Autoren dieser Arbeiten auf hatten. Vielleicht hilft das hier: http://www.theanalysisfactor.com/why-an ... -analysis/

Hoffentlich liege ich mit meiner Einschätzung Deines Problems richtig,
Bernhard

[Nikkko]

Hallo Bernhard!

Auf dasselbe Fazit bin ich mittlerweile auch gekommen. Der Artikel beschreibt es sehr gut! Vielen Dank für deine Rückmeldung.

LG

[Nikkko]

Jetzt hab ich nur noch eine Frage: In einer Folgestudie werden die gepoolten Daten der vorherigen Studien analysiert:

"The present analyses focused on outcome variables
that were available in both studies to utilize all data from Studies
1 and 2. Thus, only data from the 1-day and 1-month follow-ups
were examined here, because Study 1 did not include a 6-month
follow-up session. Similarly, our analysis on physical health focused
on physical symptoms we assessed during the 1-month
follow-up because this was the only physical health variable available
in both studies. Because the control writing and thinking
groups did not differ (as expected) on any of the variables, we
collapsed across these groups to create a single comparison group
for these analyses. Finally, we controlled for the same set of
covariates used in Studies 1 and 2 in all analyses (e.g., participants’
baseline measure of each outcome variable, BDI–II scores, memory
age). Preliminary analyses indicated that Study (1 vs. 2) did
not interact with condition to predict any of the results and controlling
for it did not substantively alter any of the results.
Results. The combined analyses indicate that the effects of
condition on self-distancing and emotional reactivity were both in
the medium range, F(1, 106)  10.59, p  .002, p
2  .09, and F(1,
106)  5.58, p  .02, p
2  .05, respectively...."

Wurden GLMs mit Messwiederholungen mit geplanten Kontrasten oder ohne berechnet? Offensichtlich blicke ich bei Kontrastanalysen noch nicht wirklich durch.

LG

[Nikkko]

Kann man das nicht rauslesen oder ist meine Frage zu dämlich?
LG!