 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.

Slides:



Advertisements
Ähnliche Präsentationen
Polynomial Root Isolation
Advertisements

Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Frame-Logik Eine Einführung Andreas Glausch.
Theorie psychometrischer Tests, III
Forschungsstrategien Johannes Gutenberg Universität Mainz
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Mehrfachregressionen
2. Univariate Regressionsanalyse 2.1 Das statische Regressionsmodell
K. Desch - Statistik und Datenanalyse SS05
Reliabilitätsanalysen
Strukturgleichungsmodelle
Konfidenzintervalle Intervallschätzung
M-L-Schätzer Erwartungswert
Die Student- oder t-Verteilung
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur nächste Woche - statt Vorlesungen -
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
III. Induktive Statistik
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Tutorium
Unser neuntes Tutorium
Vorlesung: ANOVA I
Eigenschaften der OLS-Schätzer
Variationsformalismus für das freie Teilchen
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Ausgleichungsrechnung II
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) (In Buch 1 Seite 85ff.) Kennwerte (Erwartungswert,
Statistik: Mehr zur Regression.
Kapitel 10 Multikollinearität
Kapitel 9 Analyse der Modellstruktur Hackl, Einführung in die Ökonometrie 2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u:
Kapitel 2 Das klassische Regressionsmodell
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Ökonometrie I Analyse der Modellstruktur Ökonometrie I2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u: n-Vektoren; X: Ordnung.
Kapitel 16 Ökonometrische Modelle
Kapitel 4 Annahmen des linearen Regressionsmodells
Kapitel 18 Dynamische Modelle: Schätzen der Parameter.
Theorie psychometrischer Tests, II
Statistik – Regression - Korrelation
Testtheorie (Vorlesung 7: ) Rekapitulation: Modellierungsansatz
Wiederholung/Zusammenfassung
Wiederholung/Zusammenfassung
Testtheorie (Vorlesung 4: ) Wiederholung/Zusammenfassung
Einführung / Formalitäten
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
Thema der Stunde I. Die Form der Stichprobenkennwerteverteilung
K. Desch - Statistik und Datenanalyse SS05
Testtheorie (Vorlesung 11: ) Wiederholung: Reliabilität
Testtheorie (Vorlesung 10: ) Wiederholung: Reliabilität
Testtheorie (Vorlesung 13: ) Wiederholung: Richtigstellung
Testtheorie (Vorlesung 12: ) Wiederholung: Reliabilität
Spärliche Kodierung von Videos natürlicher Szenen Vortragender: Christian Fischer.
Testtheorie (Vorlesung 14: ) Testtheorie allgemein:  Ziele und Inhalte der Testtheorie:  Beurteilung der Eigenschaften von Tests  Speziell: Güte.
Kapitel 2: Testtheorie / Testmodelle  Multivariate (p-variate) Normalverteil- ung :  Mittelwertstruktur: p Mittelwerte  Kovarianzstruktur: p·(p+1)/2.
Einführung / Formalitäten  Voraussetzungen (Tutoriat):  AMOS zur Berechnung von Modellen.  Kovarianzrechnung.  Einfache Matrizenrechnung.  Optimale.
Kapitel 2: Testtheorie / Testmodelle
Kapitel 2: Testtheorie / Testmodelle
 Präsentation transkript:

 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede. Kapitel 2: Testtheorie / Testmodelle

 Moderne Testtheorie: Vorgehensweise:  Erstellen eines Testmodells.  Testung der Gültigkeit des Modells.  Prüfung der Testcharakteristika auf der Basis des spezifizierten (und geprüften) Modells. Kapitel 2: Testtheorie / Testmodelle

 Bemerkungen zur Spezifikation bzw. Charakterisierung von Testmodellen:  Mentale Konstrukte beeinflussen Tests, sonst ist der Test wertlos. Bemerkung: Gilt für jede Art von Messung. Kann als definitorisches Merkmal gelten.  Für die Messung ist auch die Beziehung zwischen den Komponenten des Konstrukts von Bedeutung (z.B. lassen sich diese überhaupt getrennt messen?). Kapitel 2: Testtheorie / Testmodelle

 Bemerkungen zur Spezifikation bzw. Charakterisierung von Testmodellen:  Messfehler umfasst alle ungemessenen Einflüsse.  Problem: Messfehler und homomorphe Abbildung.  Problem: Ignorierung und Minimierung von Messfehler. Kapitel 2: Testtheorie / Testmodelle

 Bemerkungen zur Spezifikation bzw. Charakterisierung von Testmodellen:  Damit das Messmodell als Grundlage für die Beurteilung eines Tests dienen kann, muss geprüft werden, ob es approximativ korrekt ist, d.h. die Messsituation ungefähr korrekt beschreibt.  Falls das Modell nicht approximativ korrekt ist, so ist es wertlos. Kapitel 2: Testtheorie / Testmodelle

 Unterscheidung: Ältere und moderne Testtheorie:  Unterschiedliche Komplexität der Test- modelle.  Prüfung der Gültigkeit von Testmodellen.  Unterschiede in der Praxis: Moderne Testtheorie modelliert, ältere Testtheorie beruht im Wesentlichen auf der Berechnung von Koeffizienten (ohne Prüfung der Gültigkeit der Bedingungen). Kapitel 2: Testtheorie / Testmodelle

 Vorteile der modernen Testtheorie gegenüber der älteren:  Testmodell enthält alle Annahmen  transparent und kritisierbar.  Die Zusammenfassung aller Annahmen im Testmodell erleichtert das Verständnis verschiedener Konzepte:  Axiome der klassischen Testtheorie.  Gütekriterien und Koeffizienten. Kapitel 2: Testtheorie / Testmodelle

 Vorteile der modernen Testtheorie gegenüber der älteren:  Voraussetzungen der Anwendung von Koeffizienten kann geprüft werden.  Es existieren effiziente Schätzverfahren für die Modelle (durch die Arbeiten von Karl Jöreskog). Damit können auch komplexe Testmodelle geschätzt werden. Kapitel 2: Testtheorie / Testmodelle

 Messmodelle / Testmodelle: Bsp.1: Randomisierte Response-Technik:

Kapitel 2: Testtheorie / Testmodelle  Messmodelle / Testmodelle: Bsp.2: Ratekorrektur bei multiple-choice Tests:

Kapitel 2: Testtheorie / Testmodelle  Wichtige Konzepte:  Variable / Parameter / Konstante  Populationsparameter vs. (Stichproben-) Kennwert (=Statistik)  Notationskonvention:  Parameter: , , , ,   Stichprobenkennwerte:  Schätzer:  Schätzer sind auch Stichprobenkennwerte

Kapitel 2: Testtheorie / Testmodelle  Beispiele für Stichprobenkennwerte:  Mittelwert:  Streuung:  Korrelationskoeffizient:

Kapitel 2: Testtheorie / Testmodelle  Stichprobenkennwerte als Schätzer der Populationsparameter:  Gütekriterien für Schätzer: z.B. «erwartungstreuer Schätzer»  Bsp.: Stichprobenmittelwert ist ein erwartungstreuer Schätzer des Populationsmittelwerts (Beweis!)

Kapitel 2: Testtheorie / Testmodelle  Modelle sind Gleichungssysteme, in Symbolen:  Die  i (theta) sind hierbei Parameter einer Verteilung und die  i (xsi) sind die Modellparameter. Die f i sind nicht näher spezifizierte Funktionen.

Kapitel 2: Testtheorie / Testmodelle Prinzip der statistischen Modellierung: Es werden Parameter einer Verteilung modelliert, nicht die Beobachtungen direkt.

Kapitel 2: Testtheorie / Testmodelle Fragen: 1.Warum werden mit Hilfe eines Messmodells nicht die Messungen direkt modelliert? 2.Welchen Sinn macht es, die Parameter der Verteil­ungen mittels Modellen, die selbst wieder Parame­ter besitzen zu modellieren? 3.Warum darf die Anzahl der Parameter m im Modell nicht grösser sein als die Anzahl p der Verteilungs­parameter?

Kapitel 2: Testtheorie / Testmodelle Antworten: 1.Die Beobachtungen (Messungen) sind zufällig. Es kann nur der Zufallsprozess modelliert werden. Dies erfolgt mittels Verteilungen. 2.Das Ziel der Modellierung besteht in der Vereinfachung der Ausgangsverteilung (vereinfachte Repräsentation des Zufallspro- zesses. 3.Um eine Vereinfachung zu erzielen, muss die Zahl der Modellparameter geringer sein als jene der Ausgangsverteilung.

Kapitel 2: Testtheorie / Testmodelle Beispiel: Regressionsmodell:  Beobachtungen: Paare von Beobachtungen:  Modellgleichungen:

Kapitel 2: Testtheorie / Testmodelle Beispiel: Regressionsmodell:  Schätzung der Parameter mit Hilfe der Methode der kleinsten Quadrate: Suche jene Werte der Parameter  und , sodass, die Summe der quadrierten Residuen minimal wird:

Kapitel 2: Testtheorie / Testmodelle Beispiel: Regressionsmodell:  Problem des Ansatzes: Hierbei handelt es sich nicht um eine statistische Modellierung, sondern um ein ad-hoc Verfahren.  Statistische Modellierung: 1.Verteilung der Beobachtungen:  [unabhängig] 2.Modellierung:

Kapitel 2: Testtheorie / Testmodelle Beispiel: Regressionsmodell:  Statistische Modellierung: 1.Verteilung der Beobachtungen:  [unabhängig] 2.Modellierung: