語系:
繁體中文
English
說明(常見問題)
登入
回首頁
切換:
標籤
|
MARC模式
|
ISBD
Boosting-Techniken zur Modellierung ...
~
Berger, Moritz.
Boosting-Techniken zur Modellierung itemmodifizierender Effekte = Eine Erweiterung klassischer Item-Response-Modelle /
紀錄類型:
書目-語言資料,印刷品 : Monograph/item
正題名/作者:
Boosting-Techniken zur Modellierung itemmodifizierender Effekte/ von Moritz Berger.
其他題名:
Eine Erweiterung klassischer Item-Response-Modelle /
作者:
Berger, Moritz.
面頁冊數:
IX, 125 S. 45 Abb.online resource. :
Contained By:
Springer Nature eBook
標題:
Statistics . -
電子資源:
https://doi.org/10.1007/978-3-658-08705-0
ISBN:
9783658087050
Boosting-Techniken zur Modellierung itemmodifizierender Effekte = Eine Erweiterung klassischer Item-Response-Modelle /
Berger, Moritz.
Boosting-Techniken zur Modellierung itemmodifizierender Effekte
Eine Erweiterung klassischer Item-Response-Modelle /[electronic resource] :von Moritz Berger. - 1st ed. 2015. - IX, 125 S. 45 Abb.online resource. - BestMasters,2625-3577. - BestMasters,.
Item-Response-Modelle in Form logistischer Regressionsmodelle -- Modellierung von Differential Item Functioning -- Regularisierung mithilfe von Boosting-Verfahren.
Moritz Berger beschäftigt sich mit einer Erweiterung des klassischen binären Rasch-Modells, mit der es möglich ist, Unterschiede zwischen Personen aus unterschiedlichen Subgruppen bei der Beantwortung von Testitems zu berücksichtigen. Das binäre Rasch-Modell findet Anwendung in der Psychometrie bei der Auswertung von Intelligenztests. Grundannahme dieses Modells ist, dass die Schwierigkeit eines Testitems für alle Personen mit derselben Fähigkeit exakt gleich ist, was jedoch oftmals nicht der Fall ist. Das vorgestellte, erweiterte Modell wird mithilfe von Boosting-Verfahren geschätzt. Auf Basis von Simulationen und echten Datenbeispielen wird die Güte der Modelle und des Schätzverfahrens gründlich untersucht und Grenzen der Methoden aufgezeigt. Der Inhalt Item-Response-Modelle in Form logistischer Regressionsmodelle Modellierung von Differential Item Functioning Regularisierung mithilfe von Boosting-Verfahren Die Zielgruppen Dozierende und Studierende der Bereiche Psychologie, Statistik und Mathematik Fachkräfte im Bereich Psychologie und der Auswertung psychologischer Tests Der Autor Moritz Berger studierte an der LMU München Statistik und arbeitet derzeit am dortigen Institut für Statistik als wissenschaftlicher Mitarbeiter am Seminar für angewandte Stochastik. Hauptsächlich beschäftigt er sich bei seiner Tätigkeit mit Regressionsproblemen in hochdimensionalen Datenstrukturen. .
ISBN: 9783658087050
Standard No.: 10.1007/978-3-658-08705-0doiSubjects--Topical Terms:
1253516
Statistics .
LC Class. No.: QA276-280
Dewey Class. No.: 519.5
Boosting-Techniken zur Modellierung itemmodifizierender Effekte = Eine Erweiterung klassischer Item-Response-Modelle /
LDR
:02875nam a22003615i 4500
001
962593
003
DE-He213
005
20200711042419.0
007
cr nn 008mamaa
008
201211s2015 gw | s |||| 0|ger d
020
$a
9783658087050
$9
978-3-658-08705-0
024
7
$a
10.1007/978-3-658-08705-0
$2
doi
035
$a
978-3-658-08705-0
050
4
$a
QA276-280
072
7
$a
PBT
$2
bicssc
072
7
$a
MAT029000
$2
bisacsh
072
7
$a
PBT
$2
thema
082
0 4
$a
519.5
$2
23
100
1
$a
Berger, Moritz.
$e
author.
$4
aut
$4
http://id.loc.gov/vocabulary/relators/aut
$3
1257435
245
1 0
$a
Boosting-Techniken zur Modellierung itemmodifizierender Effekte
$h
[electronic resource] :
$b
Eine Erweiterung klassischer Item-Response-Modelle /
$c
von Moritz Berger.
250
$a
1st ed. 2015.
264
1
$a
Wiesbaden :
$b
Springer Fachmedien Wiesbaden :
$b
Imprint: Springer Spektrum,
$c
2015.
300
$a
IX, 125 S. 45 Abb.
$b
online resource.
336
$a
text
$b
txt
$2
rdacontent
337
$a
computer
$b
c
$2
rdamedia
338
$a
online resource
$b
cr
$2
rdacarrier
347
$a
text file
$b
PDF
$2
rda
490
1
$a
BestMasters,
$x
2625-3577
505
0
$a
Item-Response-Modelle in Form logistischer Regressionsmodelle -- Modellierung von Differential Item Functioning -- Regularisierung mithilfe von Boosting-Verfahren.
520
$a
Moritz Berger beschäftigt sich mit einer Erweiterung des klassischen binären Rasch-Modells, mit der es möglich ist, Unterschiede zwischen Personen aus unterschiedlichen Subgruppen bei der Beantwortung von Testitems zu berücksichtigen. Das binäre Rasch-Modell findet Anwendung in der Psychometrie bei der Auswertung von Intelligenztests. Grundannahme dieses Modells ist, dass die Schwierigkeit eines Testitems für alle Personen mit derselben Fähigkeit exakt gleich ist, was jedoch oftmals nicht der Fall ist. Das vorgestellte, erweiterte Modell wird mithilfe von Boosting-Verfahren geschätzt. Auf Basis von Simulationen und echten Datenbeispielen wird die Güte der Modelle und des Schätzverfahrens gründlich untersucht und Grenzen der Methoden aufgezeigt. Der Inhalt Item-Response-Modelle in Form logistischer Regressionsmodelle Modellierung von Differential Item Functioning Regularisierung mithilfe von Boosting-Verfahren Die Zielgruppen Dozierende und Studierende der Bereiche Psychologie, Statistik und Mathematik Fachkräfte im Bereich Psychologie und der Auswertung psychologischer Tests Der Autor Moritz Berger studierte an der LMU München Statistik und arbeitet derzeit am dortigen Institut für Statistik als wissenschaftlicher Mitarbeiter am Seminar für angewandte Stochastik. Hauptsächlich beschäftigt er sich bei seiner Tätigkeit mit Regressionsproblemen in hochdimensionalen Datenstrukturen. .
650
0
$a
Statistics .
$3
1253516
650
0
$a
Psychometrics.
$3
558112
650
0
$a
Psychology—Methodology.
$3
1254003
650
0
$a
Psychological measurement.
$3
1254004
650
1 4
$a
Statistical Theory and Methods.
$3
671396
650
2 4
$a
Psychological Methods/Evaluation.
$3
677588
710
2
$a
SpringerLink (Online service)
$3
593884
773
0
$t
Springer Nature eBook
776
0 8
$i
Printed edition:
$z
9783658087043
830
0
$a
BestMasters,
$x
2625-3577
$3
1253531
856
4 0
$u
https://doi.org/10.1007/978-3-658-08705-0
912
$a
ZDB-2-SNA
950
$a
Life Science and Basic Disciplines (German Language) (SpringerNature-11777)
筆 0 讀者評論
多媒體
評論
新增評論
分享你的心得
Export
取書館別
處理中
...
變更密碼[密碼必須為2種組合(英文和數字)及長度為10碼以上]
登入