Titelaufnahme

Titel
Neue Entwicklungen in der Mehrebenenmodellierung bei ambulanten Daten / Sabine Krenn
Verfasser/ VerfasserinKrenn, Sabine
Begutachter / BegutachterinSchwerdtfeger, Andreas
Erschienen2013
Umfang73, [ca. 50] Bl. Abb. : 2 Zsfassungen ; graph. Darst.
HochschulschriftGraz, Univ., Dipl.-Arb., 2013
Anmerkung
Zsfassung in dt. und engl. Sprache
SpracheDeutsch
DokumenttypDiplomarbeit
Schlagwörter (GND)Kontextanalyse / Physiologische Psychologie
URNurn:nbn:at:at-ubg:1-116391 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Neue Entwicklungen in der Mehrebenenmodellierung bei ambulanten Daten [6.27 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Bei psychophysiologischen Fragestellungen werden Längsschnittdaten vermehrt mit Mehrebenenmodellen analysiert, da diese die individuelle Variation in den zeitlichen Verläufen berücksichtigen und aufklären. Kuljanin, Braun und DeShon (2011) konnten zeigen, dass die Mehrebenenmodellierung allerdings nur bei rein deterministischen Prozessen zuverlässige Ergebnisse liefert und bei stochastischen Prozessen das Random-Coefficient- Modell fälschlicherweise angenommen wird. Sie schlagen daher eine Analyse mittels Unit- Root-Test vor, um die Art des datengenerierenden Prozesses zu überprüfen. Insbesondere bei kardialen Daten ist diese Art des zugrundeliegenden Prozesses umstritten. Daher untersuchte die vorliegende Studie EKG-Daten (Herzrate und Herzratenvariabilitätsparameter), die an 122 Personen über 72 Stunden mittels der Methodik des ambulanten Assessments erhoben wurden. Die kardialen Daten wurden mit dem Panel-ADF-Test auf interindividueller Ebene und mit dem ADF-Test sowie dem KPSS-Test auf den intraindividuellen Ebenen analysiert. Die Ergebnisse der gesamten Analysen können einen deterministitischen datengenerierenden Prozess der kardialen Parameter nicht zuverlässig nachweisen. Eine Anwendung der Mehrebenenmodellierung bei amublanten kardialen Längsschnittdaten unter Ausschluss inferenzstatistischer Fehlschlüsse ist somit nicht möglich.

Zusammenfassung (Englisch)

Psychophysiological longitudinal data are increasingly analyzed using multilevel models, as they consider and explain the individual variation in the time curves. Kuljanin, Brown and DeShon (2011) have shown that the multi-level modeling provides reliable results only in a purely deterministic process and that in a stochastic process the random coefficient model is incorrectly assumed. They therefore propose an analysis using unit-root-test to examine the nature of the data generating process. Especially in cardiac data this type of the underlying process is controversial. Therefore, this study examined the ECG data (heart rate and heart rate variability parameters) that were collected on 122 people for 72 hours using the methodology of ambulatory assessment. The cardiac data were analyzed using the panel- ADF-test on interindividual level and with the ADF-test and the KPSS-test on the intraindividual levels. The results of all analyzes can not accurately determine a deterministitic data generating process of cardiac parameters. An application of multilevel modeling in ambulatory cardiac longitudinal data excluding spurious results and statistical inferences is therefore not possible.