Herr Rudolf ist super und Herr Finze war als Beisitzer auch sehr nett und hat sich immer gefreut, wenn jemand was lustiges gesagt hat.
Es steht zwar in vielen Protokollen, dass man immer soviel wie möglich erzählen soll, aber ich mag das nicht und hab immer nur versucht, so genau wie möglich die Frage zu beantworten, das ist auch in Ordnung.
Mir ist mindestens 4-5 mal nicht sofort klar gewesen, was er jetzt von mir wissen will aber das ist überhaupt kein Problem. Manchmal hat er mir auch etwas auf die Sprünge geholfen aber im Nachgespräch meinte er, dass ich es dann immer sofort gut erklären konnte. Es hat sich also nicht negativ ausgewirkt auch mal was nachzufragen. |
Wenn ich die Hypothese habe, dass Leute, die im Fachschaftsrat sind, bessere Methodennoten haben, wie würde ich das belegen?
Expost-Facto, dazu hab ich die Definition gesagt.
Gibt es bei EPF Kausalhypothesen?
Ja, die hat er ja im Einführungssatz genannt. Problematisch ist aber, dass man die Entstehung der guten Noten nicht allein auf das Im-Fachschaftsrat-sein zurückführen kann, weil auch noch andere Einflüsse gewirkt haben könnten. Deswegen sollte man Alternativhypothesen aufstellen und prüfen. Wenn man die ausschließen kann, ist der kausale Schluss eher berechtigt.
Dann fing er mit Statistik an und hat nicht mehr aufgehört.
Wenn ich anhand verschiedener Merkmale, die ich in der Schulzeit gemessen habe, vorhersagen will, ob ein Student im Fachschaftsrat aktiv wird oder nicht, was kann ich dann nutzen?
Logistische Regression (hab erst multiple Regression gesagt, weil ich dachte, dass das Kriterium intervallskaliert ist, davon hat er mich dann aber abgebracht.).
Modellgleichung und s-Kurve aufgemalt, erzählt was das alles heißt. Dann hab ich erklärt, wie man die Regressionsgewichte bekommt (Likelihood-Funktion, die dann logarithmieren etc.). Wie kann ich dann zum Schluss für jemand neues vorhersagen, wie gut meine Einschätzung für ihn sein wird? Trefferquote aus 4-Felder-Tafel.
Erklären Sie mal die Voraussetzungen der Hauptkomponentenanalyse.
Varimax-Rotation erklären. Er wollte auch erklärt haben, was es heißt, dass man die Varianz der quadrierten Faktorladungen maximieren soll. Das heißt einfach, dass die Korrelationen (also die Faktorladungen) so verändert werden (werden größer oder kleiner), dass sie eindeutig einem Faktor zugeordnet werden können.
Dann hat er mir einen Zettel gegeben mit 3 verschiedenen Eigenwertstrukturen und 3 verschiedenen Korrelationsmatrizen.
Was ist ein Eigenwert?
Die erste Matrix hatte nur hochkorrelierende Variablen, deswegen gehört dazu ein Faktor mit einem hohen Eigenwert (er kann fast die komplette Varianz erklären, da alle Variablen ungefähr das gleiche messen), die anderen Eigenwerte sind niedrig.
Die zweite Matrix hatte zwei hohe Korrelationen, die anderen waren niedrig, dafür braucht man dann zwei Faktoren mit hohen Eigenwerten.
Die dritte Matrix hatte nur niedrige Korrelationen, deswegen braucht man 4 Faktoren, weil jede Variable etwas anderes beschreibt.
Die Kommunalitäten sind bei 4 Variablen und 4 Faktoren immer 1.
Das war´s schon, keine Eva. |
