Boosting-Techniken zur Modellierung itemmodifizierender Effekte

1. Front Matter

   Pages i-ix

   PDF

2. Einleitung

   • Moritz Berger

   Pages 1-5

3. Item-Response-Modellierung

   • Moritz Berger

   Pages 7-17

4. Schätzung mithilfe von Boosting

   • Moritz Berger

   Pages 19-35

5. Alternative Schätzmethoden

   • Moritz Berger

   Pages 37-42

6. Simulation

   • Moritz Berger

   Pages 43-83

7. Anwendung

   • Moritz Berger

   Pages 85-91

8. Fazit

   • Moritz Berger

   Pages 93-96

9. Back Matter

   Pages 97-125

   PDF

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.

• Boosting-Verfahren
• Differential Item Functioning
• Item-Response-Modelle
• Penalisierte Maximum-Likelihood-Schätzung
• Statistische Regularisierung

• Seminar für angewandte Stochastik, c/o LMU München Institut für Statistik,, München, Germany

  Moritz Berger

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.

Policies and ethics