Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

30 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

Premiumpartner
De En Es
Titelbild-leitlinien
Contributions to Machine Learning and Psychometrics

Printausgabe
EUR 42,90

E-Book
EUR 30,03

Contributions to Machine Learning and Psychometrics

Computational, Graphical, and Statistical Methods for Assessing Stability

Michel Philipp (Autor)

Vorschau

Inhaltsverzeichnis, PDF (49 KB)
Leseprobe, PDF (120 KB)

ISBN-13 (Printausgabe) 9783736994478
ISBN-13 (E-Book) 9783736984479
Sprache Englisch
Seitenanzahl 148
Umschlagkaschierung matt
Auflage 1.
Erscheinungsort Göttingen
Erscheinungsdatum 20.06.2017
Allgemeine Einordnung Dissertation
Fachbereiche Psychologie
Schlagwörter stability, recursive partitioning, decision trees, variable selection, cutpoint selection, resampling, R package stablelearner, cognitive diagnosis model, G-DINA, standard errors, information matrix, differential item functioning, DINA model, Wald test, Lagrange multiplier test, score test
Beschreibung

Die vorliegende Arbeit umfasst mehrere Forschungsbeiträge über die Entwicklung neuer Methoden zur Erhebung der Stabilit¨at statistischer Datenanalysen, die in Forschung und Praxis durchgef¨uhrt werden. Stabilit¨at ist eine wichtige Voraussetzung damit aus den Ergebnissen statistischer Datenanalysen konsistente Schlussfolgerungen gezogen werden können. Dies ist jedoch nur möglich, wenn Analysen, die auf leicht veränderten oder auf komplett unterschiedlichen Datensätzen vom selben datengenerierenden Prozess beruhen, zu vergleichbaren Interpretationen führen. Ausserdem ist Stabilität eine zentrale Eigenschaft vieler psychometrischer Modelle, um objektive und faire Vergleiche zwischen Personen zu gewährleisten.