國立虎尾科技大學 |

Boosting-Techniken zur Modellierung itemmodifizierender Effekte = Eine Erweiterung klassischer Item-Response-Modelle /

Record Type:	Language materials, printed : Monograph/item
Title/Author:	Boosting-Techniken zur Modellierung itemmodifizierender Effekte/ von Moritz Berger.
Reminder of title:	Eine Erweiterung klassischer Item-Response-Modelle /
Author:	Berger, Moritz.
Description:	IX, 125 S. 45 Abb.online resource. :
Contained By:	Springer Nature eBook
Subject:	Statistics . -
Online resource:	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 EffekteEine 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)