Relationsanalyse (RELAN) - Aussagenlogische, statistische und kausale Analyse von Daten
Author(s) / Creator(s)
Maderthaner, Rainer
Abstract / Description
Einleitung: Seit der Einführung des Korrelationskoeffizienten, wurde er in Millionen von biologischen, soziologischen und psychologischen Studien verwendet. Viele komplexe statistische Methoden wie Faktorenanalyse, Regressionsanalyse, Strukturgleichungsmodellierung basieren auf dem Korrelationskoeffizienten - trotz seiner statistischen Schwächen (oft nur Linearität, Abhängigkeit von Verteilungen, Symmetrie der Assoziation, Paarassoziationen, fehlende kausale Interpretierbarkeit). Einige alternative nicht-parametrische Assoziationskonzepte wurden vorgeschlagen (CFA (Krauth & Lienert, 1973), Bayesian Analysis (Phillips, 1974), Inductive Item Tree Analysis (van Leeuwe, 1974; Schrepp, 2003), Boolean Analysis (Flament, 1976), HYPAG (Ortner, Mattes & Wottawa, 1980), Aussagenlogische Analyse von Kontingenztafeln (Eye & Brandstätter, 1984), Prädiktionsanalyse (Hildebrand, Laing & Rosenthal, 1977; Eye, 1991).
Methode: Relationsanalyse – RELAN – (Maderthaner, 2022) ist eine neue multivariate, multifunktionale nicht-parametrische statistische Auswertungsmethode, welche auf Aussagenlogik basiert, somit auf verbal formulierte Hypothesen anwendbar ist, und eine realistischere Prüfung von Kausalhypothesen zulässt. Die verfügbare Programmversion (www.relan.at) erlaubt das Testen und Simulieren von Hypothesen (mit bis zu zehn Variablen), die Exploration von logischen Zusammenhängen ("Data Mining") sowie das richtungs- und zeitabhängige Testen von Ursache-Wirkungs-Hypothesen.
Ergebnisse: Computersimulationen zeigen, dass korrelative Assoziationsmaße nicht in der Lage sind, einfache und komplexe logische Gesetzmäßigkeiten sowie gerichtete kausale Abhängigkeiten zwischen Variablen aufzufinden.
Fazit: Relationsanalysen erlauben eine erschöpfende logische Analyse eines Variablensystems, bei der insbesondere Effekte von Ursachen, Mediatoren, Moderatoren und Wirkungsbedingungen statistisch evaluiert werden können.
Maderthaner, R. (2022). Relationsanalyse (RELAN) – Aussagenlogische, statistische und kausale Analyse von Daten
Download of the program “RELAN Beta 1.0”: www.relan.at
Keywords: Statistical method, variable relations, propositional logic, simulation, cause-effect, exploration
Keyword(s)
statistical evaluation propositional logic variable relations simulation explorationPersistent Identifier
Date of first publication
2023-03-24
Is part of
TeaP Conference 2023, Trier, Germany
Publisher
ZPID (Leibniz Institute for Psychology)
Citation
Maderthaner, R. (2023). Relationsanalyse (RELAN) - Aussagenlogische, statistische und kausale Analyse von Daten. Talk at the TeaP in Trier. University of Trier.
-
Maderthaner TeaP 2023_RELAN Präsentation.pdfAdobe PDF - 1.31MBMD5: 8d1f515e13e7aa8a9c2e698671578843
-
There are no other versions of this object.
-
Author(s) / Creator(s)Maderthaner, Rainer
-
PsychArchives acquisition timestamp2023-03-24T08:52:40Z
-
Made available on2023-03-24T08:52:40Z
-
Date of first publication2023-03-24
-
Abstract / DescriptionEinleitung: Seit der Einführung des Korrelationskoeffizienten, wurde er in Millionen von biologischen, soziologischen und psychologischen Studien verwendet. Viele komplexe statistische Methoden wie Faktorenanalyse, Regressionsanalyse, Strukturgleichungsmodellierung basieren auf dem Korrelationskoeffizienten - trotz seiner statistischen Schwächen (oft nur Linearität, Abhängigkeit von Verteilungen, Symmetrie der Assoziation, Paarassoziationen, fehlende kausale Interpretierbarkeit). Einige alternative nicht-parametrische Assoziationskonzepte wurden vorgeschlagen (CFA (Krauth & Lienert, 1973), Bayesian Analysis (Phillips, 1974), Inductive Item Tree Analysis (van Leeuwe, 1974; Schrepp, 2003), Boolean Analysis (Flament, 1976), HYPAG (Ortner, Mattes & Wottawa, 1980), Aussagenlogische Analyse von Kontingenztafeln (Eye & Brandstätter, 1984), Prädiktionsanalyse (Hildebrand, Laing & Rosenthal, 1977; Eye, 1991). Methode: Relationsanalyse – RELAN – (Maderthaner, 2022) ist eine neue multivariate, multifunktionale nicht-parametrische statistische Auswertungsmethode, welche auf Aussagenlogik basiert, somit auf verbal formulierte Hypothesen anwendbar ist, und eine realistischere Prüfung von Kausalhypothesen zulässt. Die verfügbare Programmversion (www.relan.at) erlaubt das Testen und Simulieren von Hypothesen (mit bis zu zehn Variablen), die Exploration von logischen Zusammenhängen ("Data Mining") sowie das richtungs- und zeitabhängige Testen von Ursache-Wirkungs-Hypothesen. Ergebnisse: Computersimulationen zeigen, dass korrelative Assoziationsmaße nicht in der Lage sind, einfache und komplexe logische Gesetzmäßigkeiten sowie gerichtete kausale Abhängigkeiten zwischen Variablen aufzufinden. Fazit: Relationsanalysen erlauben eine erschöpfende logische Analyse eines Variablensystems, bei der insbesondere Effekte von Ursachen, Mediatoren, Moderatoren und Wirkungsbedingungen statistisch evaluiert werden können. Maderthaner, R. (2022). Relationsanalyse (RELAN) – Aussagenlogische, statistische und kausale Analyse von Daten Download of the program “RELAN Beta 1.0”: www.relan.at Keywords: Statistical method, variable relations, propositional logic, simulation, cause-effect, explorationde_DE
-
Publication statusunknown
-
Review statusunknown
-
CitationMaderthaner, R. (2023). Relationsanalyse (RELAN) - Aussagenlogische, statistische und kausale Analyse von Daten. Talk at the TeaP in Trier. University of Trier.
-
Persistent Identifierhttps://hdl.handle.net/20.500.12034/8142
-
Persistent Identifierhttps://doi.org/10.23668/psycharchives.12613
-
Language of contentdeu
-
PublisherZPID (Leibniz Institute for Psychology)
-
Is part ofTeaP Conference 2023, Trier, Germanyen
-
Keyword(s)statistical evaluationen
-
Keyword(s)propositional logicen
-
Keyword(s)variable relationsen
-
Keyword(s)simulationen
-
Keyword(s)explorationen
-
Dewey Decimal Classification number(s)150
-
TitleRelationsanalyse (RELAN) - Aussagenlogische, statistische und kausale Analyse von Datende_DE
-
DRO typeconferenceObject
-
Visible tag(s)ZPID Conferences and Workshops