Las cookies nos ayudan a ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso de cookies.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Editorial Cuvillier

Publicaciones, tesis doctorales, capacitaciónes para acceder a una cátedra de universidad & prospectos.
Su editorial internacional especializado en ciencias y economia

Editorial Cuvillier

Premiumpartner
De En Es
Contributions to Machine Learning and Psychometrics

Impresion
EUR 42,90

E-Book
EUR 30,03

Contributions to Machine Learning and Psychometrics (Tienda española)

Computational, Graphical, and Statistical Methods for Assessing Stability

Michel Philipp (Autor)

Previo

Indice, PDF (49 KB)
Lectura de prueba, PDF (120 KB)

ISBN-13 (Impresion) 9783736994478
ISBN-13 (E-Book) 9783736984479
Idioma Inglés
Numero de paginas 148
Laminacion de la cubierta mate
Edicion 1.
Lugar de publicacion Göttingen
Fecha de publicacion 20.06.2017
Clasificacion simple Tesis doctoral
Area Psicología
Palabras claves 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
Descripcion

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.