Kurzfassung

Die Auswertung von Studien zu Langzeitfolgen von Kindheitsbelastungen erfordert häufig komplexe Designs. Hier interessieren in der Regel keine einfachen bivariaten Zusammenhänge, sondern Mediator- und Moderatoreffekte. Einen Hintergrund zur Auswertung solcher Fragestellungen bieten Graphische Markov Modelle. Diese wurden speziell für die Auswertung von Beobachtungsdaten entwickelt und erlauben die gleichzeitige Berücksichtigung einer Vielzahl von Einfluß- und Zielgrößen. Technisch gesehen...Die Auswertung von Studien zu Langzeitfolgen von Kindheitsbelastungen erfordert häufig komplexe Designs. Hier interessieren in der Regel keine einfachen bivariaten Zusammenhänge, sondern Mediator- und Moderatoreffekte. Einen Hintergrund zur Auswertung solcher Fragestellungen bieten Graphische Markov Modelle. Diese wurden speziell für die Auswertung von Beobachtungsdaten entwickelt und erlauben die gleichzeitige Berücksichtigung einer Vielzahl von Einfluß- und Zielgrößen. Technisch gesehen bestehen sie aus einer Serie multipler und multipler logistischer Regressionen, abhängig davon, ob die jeweilige Zielgröße quantitativ oder binär ist. In beiden Formen der Analysen werden lineare, quadratische und interaktive Effekte der Einflußgrößen auf die jeweilige Zielgröße betrachtet. » weiterlesen» einklappen