Messen von Fähigkeiten und Einstellungen mittels Item Response Theorie
6 Angebote vergleichen

Lieferung aus: Österreich, Versandfertig in 7 - 9 Tagen.
Die Item Response Theorie stellt Methoden bereit, um mehrere dichotome Items in eine - gemäss Theorie - intervall skalierte Variable umzurechnen. Die Arbeit untersucht mit Hilfe von Computer-experimenten, wie gut man Fähigkeiten oder Einstellungen, die unterschiedliche Verteilungen aufweisen, mittels des klassischen Zwei-Parametermodells von Birnbaum zurückschätzen kann. Bei normal-verteilten Ausgangsdaten funktioniert das Modell recht gut, bei schiefsymmetrischen Daten eher schlecht. Die in der Literatur entwickelten Modelle, die bei nicht-normalverteilten Daten auf einer empirischen Start-Verteilungen für den Schätzprozess ruhen, schneiden nicht besonders gut ab. Zwar wird die Ordnung der Item-Parameter auch bei diesen Verteilungen gewahrt. Die Distanzen zwischen den Parametern werden aber nicht reproduziert. Dies stellt vor allem ein Problem bei der Schätzung von Einstellungs- oder Betroffenheitsstärken dar, die oft schiefsymmetrisch sind. Die verwendeten Schätzmethoden sind dokumentiert und in einem R-Paket implementiert. Der Quell-Code wird mitgeliefert. Taschenbuch, 21.03.2017.

Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, Agrios-Buch [57449362], Bergisch Gladbach, Germany.
Neuware - Die Item Response Theorie stellt Methoden bereit, um mehrere dichotome Items in eine - gemäss Theorie - intervall skalierte Variable umzurechnen. Die Arbeit untersucht mit Hilfe von Computer-experimenten, wie gut man Fähigkeiten oder Einstellungen, die unterschiedliche Verteilungen aufweisen, mittels des klassischen Zwei-Parametermodells von Birnbaum zurückschätzen kann. Bei normal-verteilten Ausgangsdaten funktioniert das Modell recht gut, bei schiefsymmetrischen Daten eher schlecht. Die in der Literatur entwickelten Modelle, die bei nicht-normalverteilten Daten auf einer empirischen Start-Verteilungen für den Schätzprozess ruhen, schneiden nicht besonders gut ab. Zwar wird die Ordnung der Item-Parameter auch bei diesen Verteilungen gewahrt. Die Distanzen zwischen den Parametern werden aber nicht reproduziert. Dies stellt vor allem ein Problem bei der Schätzung von Einstellungs- oder Betroffenheitsstärken dar, die oft schiefsymmetrisch sind. Die verwendeten Schätzmethoden sind dokumentiert und in einem R-Paket implementiert. Der Quell-Code wird mitgeliefert. 136 pp. Deutsch.

Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
Neuware - Die Item Response Theorie stellt Methoden bereit, um mehrere dichotome Items in eine - gemäss Theorie - intervall skalierte Variable umzurechnen. Die Arbeit untersucht mit Hilfe von Computer-experimenten, wie gut man Fähigkeiten oder Einstellungen, die unterschiedliche Verteilungen aufweisen, mittels des klassischen Zwei-Parametermodells von Birnbaum zurückschätzen kann. Bei normal-verteilten Ausgangsdaten funktioniert das Modell recht gut, bei schiefsymmetrischen Daten eher schlecht. Die in der Literatur entwickelten Modelle, die bei nicht-normalverteilten Daten auf einer empirischen Start-Verteilungen für den Schätzprozess ruhen, schneiden nicht besonders gut ab. Zwar wird die Ordnung der Item-Parameter auch bei diesen Verteilungen gewahrt. Die Distanzen zwischen den Parametern werden aber nicht reproduziert. Dies stellt vor allem ein Problem bei der Schätzung von Einstellungs- oder Betroffenheitsstärken dar, die oft schiefsymmetrisch sind. Die verwendeten Schätzmethoden sind dokumentiert und in einem R-Paket implementiert. Der Quell-Code wird mitgeliefert. 136 pp. Deutsch.

Lieferung aus: Deutschland, Lieferzeit: 6 Tage.
Die Item Response Theorie stellt Methoden bereit, um mehrere dichotome Items in einegemäss Theorieintervall skalierte Variable umzurechnen. Die Arbeit untersucht mit Hilfe von Computer-experimenten, wie gut man Fähigkeiten oder Einstellungen, die unterschiedliche Verteilungen aufweisen, mittels des klassischen Zwei-Parametermodells von Birnbaum zurückschätzen kann. Bei normal-verteilten Ausgangsdaten funktioniert das Modell recht gut, bei schiefsymmetrischen Daten eher schlecht. Die in der Literatur entwickelten Modelle, die bei nicht-normalverteilten Daten auf einer empirischen Start-Verteilungen für den Schätzprozess ruhen, schneiden nicht besonders gut ab. Zwar wird die Ordnung der Item-Parameter auch bei diesen Verteilungen gewahrt. Die Distanzen zwischen den Parametern werden aber nicht reproduziert. Dies stellt vor allem ein Problem bei der Schätzung von Einstellungs- oder Betroffenheitsstärken dar, die oft schiefsymmetrisch sind. Die verwendeten Schätzmethoden sind dokumentiert und in einem R-Paket implementiert. Der Quell-Code wird mitgeliefert.

Lieferung aus: Deutschland, Versandfertig in 1 - 2 Werktagen, Versandkostenfrei.
Von Händler/Antiquariat, die_buecherfrau.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen