Home Studium Workshops / Konferenzen Videos Forschung Dienstleistungen Team
Impressum / Kontakt
deutschsprachige Version 
Besucher seit 27.02.2014:
ganze Website: 363345
aktuelle Seite: 3853
Causal Effects EAM Fachgruppe Methoden und Evaluation (DGPs)

Kurse: Kursinformationen

de  Methoden der Evaluationsforschung

Kursleitung: Prof. Dr. Rolf Steyer

Wintersemester 2015/2016, Kurs, Sprache: Deutsch, Thema: Methoden der Evaluationsforschung

Thema: Kausale Effekte
Grundlagen der Wahrscheinlichkeitstheorie, Paradoxa, individuelle und durchschnittliche kausale Effekte, Kovariaten und bedingte durchschnittliche Effekte, nichtorthogonale Varianzanalyse, Versuchsplanungstechniken der Randomisierung und der Konstanthaltung, Unkonfundiertheit und ihre Überprüfung, Designs und Analyseverfahren zur kausalen Modellierung in nichtrandomisierten Studien. Adjustierungstechniken im PC-Programm EffectLite. Modelle zur Analyse individueller kausaler Effekte.



Um die herunterladbaren Videos anzuschauen, benötigen Sie den VLC Player VLC media player, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

 

Literatur

Kausale Effekte

  • Campbell, D. T. & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research on Teaching. In N. L. Gage (Ed.), Handbook of research on teaching. Chicago: Rand McNally.
  • West, S. G., Biesanz, J. C. & Pitts, S. C. (2000), Causal inference and generalization in field settings. Experimental and quasi-experimental designs. In H. T. Reis and C. M. Judd (eds.), Handbook of research methods in social and personality psychology. Cambridge University Press.
  • Steyer, R. (2003). Wahrscheinlichkeit und Regression. Berlin: Springer. (Kapitel 15 - 17)
  • Steyer, R. (2004). Was wollen und was können wir durch empirische Kausalforschung erfahren? In E. Erdfelder & J. Funke (Hrsg.), Allgemeine Psychologie und deduktivistische Methodologie (pp.127-147). Göttingen: Vandenhoek und Ruprecht.
  • Steyer, R. (2005). Analyzing Individual and Average Causal Effects via Structural Equa­tion Models. Methodology-European Journal of Research Methods in the Behavio­ral and Social Sciences, 1, 39-54.
  • Steyer, R. & Partchev, I. (2006). Manual for EffectLite: A Program for the Uni- and Multivariate Analysis of Unconditional, Conditional and Average Mean Differences Between Groups.
  • Pohl, S., Steyer, R. & Kraus, K. (2008). Modelling method effects as individual causal effects. Journal of the Royal Statistical Society. Series A, 171, 41--63.
  • Steyer, R., Partchev, I., Kröhne, U., Nagengast, B., & Fiege, C. (in preparation). Probability and Causality.
  • Steyer. R. and Nagel, W. (2017). Probability and conditional expectation: Fundamentals for the empirical sciences. Chichester: Wiley.

Download der prüfungsrelervante/Vorlesungsrelevante Literatur (nur für Studenten der Vorlesungen)



Datum Thema Video Präsentation (PDF) und sonstiges Material
19.10.2015 Organisatorisches Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Folien
(aktualisiert am 26.10.2015)

Tafelbilder
26.10.2015 Grundideen der Theorie totaler kausaler Effekte

  • Kirchmann Beispiel
  • Individuelle kausale Effekte
  • Durchschnittliche totale kausale Effekte
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Probability and Conditional Expectation
Materialien
(aktualisiert am 27.10.2015)

Tafelbilder
02.11.2015 Der Kern der Theorie totaler kausaler Effekte
  1. Kovariate
  2. Das betrachtete Zufallsexperiment
  3. Beispiele, in denen eine Kausalitätsbedingung für E(Y|X,Z) erfüllt ist
  4. Unverfälschtheit von E(Y|X,Z) und EX=x(Y|Z)
  5. Implikationen der Unverfälschtheit für die Identifikation bedingter und durchschnittlicher kausaler Effekte
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)

(aktualisiert am 11.11.2015)
Folien
(aktualisiert am 10.11.2015)

09.11.2015
  1. Vier Kausalitätsbedingungen für E(Y|X,Z)
  2. Die Versuchsplanungstechnik der bedingten Randomisierung
  3. Kovariatenselektion basierend auf den Kausalitätsbedingungen
  4. Das Beispiel der nonorthogonalen Varianzanalyse: Bedingte und durchschnittliche totale Treatmenteffekte
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Datensatz

Tafelbild 01
Tafelbild 02
16.11.2015
  1. Nullhypothesen bei der Prüfung von Treatment-Effekten im Beispiel der nonorthogonalen Varianzanalyse
  2. Datenanalyse mit nonorthogonaler ANOVA (SPSS) nach Typ I, II und III der Quadratsummenzerlegung (alle drei prüfen nicht die Hypothese, dass der durchschnittliche Treatment-Effekt null ist.)
  3. Hypothesen, die mit dem sogenannten Haupteffekt der ANOVA vom Typ I, II und III geprüft werden
  4. Schätzung der adjustierten Randmittelwerte bei diesem Beispiel
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
SPSS-Output

Tafelbilder
23.11.2015
  1. Bedingte Intercept- und Effektfunktionen beim Besipiel der Nonorthogonalen Varianzanalyse
  2. Parametrisierungen dieser Funktionen durch Polynome und durch Indikatorvariablen
  3. Umformung der Gleichung zu einer multiplen linearen Regressionsgleichung
  4. Analyse des Nonortho-Datensatzes mit der saturierten Parametrisierung mittels SPSS-Regression
  5. Nutzung der geschätzten Regressionskoeffizienten für die Schätzung der Intercept- und Effektfunktionen
  6. Nutzung der geschätzten Intercept- und Effektfunktionen für die Schätzung der bedingten Effekte
  7. Grundidee bei der Prüfung der Hypothese „Alle Treatment-Effekte sind null“ mit SPSS
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
SPSS-Output

Tafelbilder
(aktualisiert am 30.11.2015)
30.11.2015
  1. Korrektur Tafelbild der letzten Sitzung zur g1-Funktion
  2. R2-Differenzentest für die Prüfung der Hypothese "Es gibt keine Treatment-Effekte"
  3. Punktschätzung für durchschnittliche Treatment-Effekte im SPSS
  4. Überblick und Zusammenfassung der wichtigsten Formeln für bedingte und durchschnittliche Effekte
  5. Analyse der Nonortho-Daten mit EffectLiteR
  6. Interpretation der ersten Analyseergebnisse
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Folien
SPSS-Output

Tafelbilder
07.12.2015
  1. Bedingte Effekte im Beispiel der nonorthogonalen Varianzanalyse (fortgesetzt)
  2. Bedingte Effekte gegeben eine Treatment-Bedingung
  3. Analyse der Klauer-Daten mit einer kontinuierlichen Kovariaten (Prätest CFT) und einer Outcome-Variablen (Posttest CFT)
  4. Annahme der Linearität der g-Funktionen
  5. Interpretation der Haupthypothesen in Termini der g-Funktionen und der Gamma-Koeffizienten
  6. Bedingte Effekte gegeben Prätest-Werte
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Folien
Datensatz

Tafelbild
14.12.2015
  1. Überprüfung der Linearitätsannahme für die g-Funktionen mit EffectLiteR
  2. Überprüfung der Linearitätsannahme für die g-Funktionen mit SPSS (R2-Differenzentest)
  3. (X=x)-bedingte Treatment-Effekte
  4. Wann ist ein durchschnittlicher, wann ein (X=x)-bedingter Treatment-Effekt von Interesse?
  5. Grundidee und Annahmen bei der EffectLiteR-Analyse mit qualitativen und quantitativen Kovariaten
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Materialien

Tafelbilder
04.01.2016
  1. EffectLiteR-Analyse der Klauer-Daten mit einer qualitativen und einer quantitativen Kovariaten
  2. Modellgleichung und Linearitätsannahme für die Regression der Outcome-Variable auf die quantitative Kovariate in jeder Zelle
  3. Bedeutung der vier Haupthypothesen in Termini von (a) Erwartungswerten bzw. Effekten, (b) der g-Funktionen, und (c) der Koeffizienten der g-Funktionen
  4. Adjustierte Erwartungswerte
  5. Bedingte Effekte bei gegebenen Werten der qualitativen Kovariaten
  6. Bedingte Effekte bei gegebenen Werten der qualitativen Kovariaten und der Treatment-Variablen
  7. Bedingte Effekte bei gegebenen Werten der qualitativen und der quantitativen Kovariaten
  8. Bedingte Erwartungswerte der Outcome-Variablen unter Treatment und unter Kontrolle bei gegebenen Werten der qualitativen und der quantitativen Kovariaten
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Datensatz

Tafelbild 01
Tafelbild 02
11.01.2016
  1. EffectLiteR-Analyse der Klauer-Daten: eine qualitative und eine quantitative Kovariate (Fortsetzung)
  2. Histogramme der abhängigen Variablen in den Zellen
  3. Regression der abhängigen Variablen auf die kontinuierliche Kovariate in jeder Zelle des Designs
  4. Streudiagramm bedingte Effekte und die kontinuierliche Kovariate
  5. Re-Aggregation der bedingten Effekte im Kontext der Theorie kausaler Effekte
  6. EffectLiteR-Analyse der Klauer-Daten: eine qualitative und zwei quantitative Kovariaten
  7. Grundbegriffe und Modelle der Klassischen Testtheorie
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Folien 01
Folien 02

-Steyer, R., Mayer, A., Geiser, C., & Cole, D. (2015). A Theory of States and Traits—Revised. Annual Review of Clinical Psychology, 11, 71-98.

Tafelbild
18.01.2016
  1. EffectLiteR-Analyse der Klauer-Daten mit einer latenten Kovariaten und einer latenten Outcome-Variablen, Modelle essentiell tau-äquivalenter und tau-kongenerischer Variablen
  2. Überprüfung des Modells mit dem Goodness-of-fit test und dem RMSEA
  3. Bedingte Effekte gegeben geschätzte Werte der latenten Kovariaten
  4. EffectLiteR-Analyse der Klauer-Daten mit zwei latenten Kovariaten und einer latenten Outcome-Variablen
  5. EffectLiteR-Analyse der Klauer-Daten mit einer latenten Kovariaten, einem Methodenfaktor und einer latenten Outcome-Variablen
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Tafelbild 01
Tafelbild 02
25.01.2016
  1. Methodenfaktor als weitere latente Kovariate (Fortsetzung)
  2. Eine EffectLiteR-Analyse mit einer qualitativen und einer latenten Kovariaten
  3. Wann sollte man mit latenten statt manifesten Kovariaten arbeiten?
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Tafelbild 01
Tafelbild 02
01.02.2016
  1. Verknüpfung der Theorie kausaler Effekte mit EffectLiteR-Analysen
  2. True-Outcome-Variablen für totale Effekte
  3. Atomare kausale totale Effekte
  4. Durchschnittliche kausale totale Effekte
  5. Bedingte kausale totale Effekte
  6. Unverfälschtheit der bedingten Erwartungen EX=x(Y|Z)
  7. Implikationen der Unverfälschtheit
  8. Zwei hinreichende Bedingungen für die Unverfälschtheit
  9. Prüfung der hinreichenden Bedingungen für die Unverfälschtheit
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Folien
SPSS-Output

Tafelbild
08.02.2016
Video (Stream; Windows Media Player)
Video (Stream; Flash Player)

Video (Download; VLC Player)
Tafelbilder