Beispielklausur ESF ll WS 1819.pdf

Exams
Uploaded by Anonyme Avocado 1758 at 2019-02-16
Description:

Bespielklausur

 +1
105
17
Download
Y = b0 + b1(Sex) +b2(Bildung)+ b3(Bundesland) + e
View 3 more comments
denke das die verschiedenen Ausprägungen von Bildung müssten dann in der Angabe stehen. Könnten ja nur 3 sein oder auch mehr wenn man Bachelor, Master, etc. mit einbezieht
ich hätte : y = b0 + b1age + b2mann + b3bildung(quali) + b4bildung(abi) + b5deutschneu + e
Phi = 0,096
View 2 more comments
Danke! Hatte die Klammer beim Quadrat und dem minus vergessen und hatte deswegen ein negatives Ergebnis! Komme jetzt auf die gleiche Lösung wie du! :)
Ich hab als Ergebnis 0,047
Es gibt keinen Zusammenhang zwischen Geschlecht und Einkommen. Kann abgelehnt werden, da Männer signifikant mehr verdienten (.5231389) als Frauen.
View 8 more comments
0,1% ergibt dann 99,9% nicht 0,01
Ich hätte gesagt: "Das Geschlecht hat keinen Einfluss auf das Einkommen"
Nominale Variablen, deshalb Cramers V. Außerdem nur eine 2x2-Tabelle deshalb geht zudem noch Phi
View 1 more comment
Du musst hier Phi und Cramers V ankreuzen. bei z.B. einer 3x3 Tabelle mit nominalskalierten Variablen dürftest du dann nurnoch Cramers V ankreuzen.
Ah okay, vielen Dank! :)
Personen mit keiner deutschen Staatsangehörigkeit verdienen weniger als Personen mit deutscher Staatsangehörigkeit. H0: es gibt keinen Unterschied zwischen den Einkommen H1: es gibt einen Unterschied zwischen den Einkommen
View 1 more comment
Muss die h0 ungerichtet sein, auch wenn die Forschungshypothese gerichtet ist?
Ho sagt immer das es keinen Unterschied gibt..hat nichts mit gerichtet zu tun
Insgesamt wurden 1889 Personen befragt. Davon waren 991Frauen und 898 Männer. Von diesen können sich 40,36 % Frauen und 50 % Männer vorstellen auszuwandern. Männer können sich eher vorstellen auszuwandern als Frauen. Außerdem können sich 44,94 Prozent der Befragten vorstellen auszuwandern, somit wollen 55.06 % eher nicht auswandern.
muss das hier so ausführlich sein? Es wird ja nur nach der Interpretation vom Ergebnis gefragt, also Phi?
Ich würde es tatsächlich auch so ausführlich machen, allerdings auf jeden Fall zusätzlich auf Phi eingehen!
Variablen sind beide Ordinalskaliert, deshalb ist die es Gamma
View 4 more comments
Cramers V geht nur bei nominalen Skalen und da es beides Ordinal ist muss man gamma nehmen
Okay, ich hatte gedacht, dass man die ordinale Variable einfach zu einer nominalen umskalieren kann auch wenn man damit Informationen verliert (die Richtung), aber Cramers V trotzdem angeben kann. Aber das vergesse ich mal wieder. :D
Hat jemand dazu ne Antwort? Bin da grad bisschen überfragt
Ich würde sagen die Frage will auf sowas raus wie: Nein, diese Interpretation ist nicht gerechtfertigt, da in dem Modell lediglich für Vollzeit/Teilzeit als lohnbestimmende Drittvariable kontrolliert wird, es jedoch noch etliche andere UVs gibt, die einen Einfluss auf den Lohnunterschied ausüben können (wie Schulabschluss, Berufserfahrung etc.) und mit denen der Unterschied ggf. erklärt werden könnte.
Genau, er hat mal in der Übung gesagt: Diskriminierung liegt dann vor, wenn alle Variablen, die potentiellen Einfluss auf die AV haben kontrolliert werden und das Ergebnis immer noch signifikant ist.
wie oben, beides ordinalskaliert und deshalb wieder Gamma
Und auch hier könnte man doch Cramers V auch verwenden, oder?
nein weil die Variablen ordinal sind, man kann sie in eine Reihenfolge bringen.
Hohe Stichprobe und kleine Streuung
und je stärker die Korrelation zwischen x und y (Je stärker der Zusammenhang desto genauer die Schätzung)
Und je größer die Streuung der UV
Ich hätte einen Wert von 7,2668
View 8 more comments
ich komme auch auf 7,2668 ... was stimmt denn jetzt?
7,2668 stimmt! Ich hatte bei der einen Antwort einen Zahlendreher und anonyme Ananas hat mit den von mir falsch angegebenen Werten gerechnet
Beides Nominalskaliert: phi, weil 2x2 Tabelle oder Cramers‘s V
Welche Ergebnisse habt ihr für chi2 bzw. phi?
Meiner Meinung nach auf jeden Fall Mediation: Geschelcht hat pos. Einfluss auf Arbeitszeit (mehr Männer in VZ)
H0 wird verworfen, obwohl sie richtig ist. Man nimmt an, dass es einen Zusammenhang gibt, obwohl keiner existiert.
glaube "in der Grundgesamtheit" ist noch so ein wichtiges Key-Wort was man hinschreiben sollte
H0 wird nicht verworfen, obwohl sie falsch ist. Man nimmt an es gibt keinen Zusammenhang, obwohl es einen gibt.
Ich denke die Lösung hier ist: Anova-Block Modellfit-Block Koeffizientenblock
No area was marked for this question
ich würde mal sagen wir fangen an die Lösungen in den Kommentarfeldern zu besprechen. Am besten die Fragekästchen nicht zu groß ziehen falls mehrere Leute verschiedene Fragen zu einzelnen Aufgaben haben :)