Übung zur Vorlesung Theorien Psychometrischer Tests I

Slides:



Advertisements
Ähnliche Präsentationen
Übung zur Vorlesung Theorien Psychometrischer Tests I
Advertisements

Was ist Testtheorie?.
1 1. Splineglättung 1.1 Motivation 1.2 Notation 1.3 Splineglättung
Titelzeile (Modellname) Observed Variables Covariance Matrix Sample Size:………….. Latent Variables
Theorie psychometrischer Tests, III
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Objektorientierung mit VBA
Kovarianz, Korrelation, (lineare) Regression
Kovarianz, Korrelation, (lineare) Regression Jonathan Harrington BITTE NOCH EINMAL dframes.zip (Webseite 4.1) herunterladen und in pfad auspacken.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Klassische Testtheorie
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Seminar Lehrevaluation
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Nicht-Lineare Regression
Mehrfachregressionen
Datentransformation und deskriptive Statistik I
Hypothesen testen: Grundidee
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
Tutorium
Tutorium
Unser letztes Tutorium
Unser letztes Tutorium Output – das Modell gut11 gut12 gut21 gut22 gut31 gut32 state1 state2 state3 XI MF
Unser neuntes Tutorium
Unser schönstes Tutorium Materialien unter:
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
Ausgleichungsrechnung I
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Regionalisierte Variablen und Kriging
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Kapitel 10 Multikollinearität
STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Theorie psychometrischer Tests, IV
Theorie psychometrischer Tests, II
Übung zur Vorlesung Theorien Psychometrischer Tests I
Veranstaltung 4.
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Testtheorie (Vorlesung 6: ) Zusammenfassung: Matrizen
Testtheorie (Vorlesung 7: ) Rekapitulation: Modellierungsansatz
Wiederholung/Zusammenfassung
Wiederholung/Zusammenfassung
Testtheorie (Vorlesung 4: ) Wiederholung/Zusammenfassung
STATISIK LV Nr.: 1852 WS 2005/ Jänner 2006.
Einführung / Formalitäten
Testtheorie (Vorlesung 5: ) Wiederholung/Zusammenfassung  Reduktion von Gleichungen:
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
Übung zur Vorlesung Theorien Psychometrischer Tests I
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6.
1 Analyse konstruierter Daten … mit EffectLite Ref.: Marie Grahl, Victoria Paul, Katja Peilke.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 8.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 8.
Übung zur Vorlesung Theorien Psychometrischer Tests I
Testtheorie (Vorlesung 11: ) Wiederholung: Reliabilität
Testtheorie (Vorlesung 10: ) Wiederholung: Reliabilität
Übung zur Vorlesung Theorien Psychometrischer Tests I
Übung zur Vorlesung Theorien Psychometrischer Tests I
Testtheorie (Vorlesung 13: ) Wiederholung: Richtigstellung
Testtheorie (Vorlesung 12: ) Wiederholung: Reliabilität
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Testtheorie (Vorlesung 14: ) Testtheorie allgemein:  Ziele und Inhalte der Testtheorie:  Beurteilung der Eigenschaften von Tests  Speziell: Güte.
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
Kapitel 2: Testtheorie / Testmodelle  Multivariate (p-variate) Normalverteil- ung :  Mittelwertstruktur: p Mittelwerte  Kovarianzstruktur: p·(p+1)/2.
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Analysen univariater Stichproben
 Präsentation transkript:

Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 3

Agenda Lösung der Aufgaben Fragen zur Vorlesung Übengszettel (Rückseite) Mplus vorrechnen Syntax von Mplus Grundstruktur der Mplus Syntax Details: Model Details: Output Aufgaben

Lösungen zu den Aufgaben vom 27.10.06 1. Wie können Sie ein Modell essentiell -äquivalenter Tests prüfen, wenn die Mittelwerte der Testwertvariablen gegeben sind? Modellannahmen / Modellgleichungen?  Implizierte Erwartungswertstruktur?  ?

Lösungen zu den Aufgaben vom 27.10.06 2. Zeigen Sie dass für die Summe von 3 Testwert-variablen Y1, Y2 und Y3 paralleler Tests u.a. gilt: Rel(S) = 3Rel(Y1) 1+2Rel(Y1)

Lösungen zu den Aufgaben vom 27.10.06 3. Leiten Sie die vom Modell implizierte Varianz-Kovarianzmatrix für ein Modell -kongenerischer Tests mit 4 Indikatoren her. 4. Ermitteln Sie die implizierte Erwartungswert-struktur für das Modell aus Aufgabe 3. 5. Zeigen Sie, daß für das Modell essentiell  - äquivalenter Tests gilt: Cov(Yi,Yj)=Var()

Fragen zur Vorlesung Modell essentiell -äquivalenter Tests Definition, Testbarkeit Fixierung der Skala von , Identifikation Eindeutigkeit, Bedeutsamkeit Ausblick Modell -kongenerischer Tests …

Modellgeltung Beispiel: Die Rel(Yi) ist für das Modell paralleler Tests definiert als: Cor(Yi, Yj). Welche Korrelationen zieht man zu Rate, um die Reliabilität zu bestimmen (bei mehr als zwei Indikatoren)? Cor(Y1, Y2)? Cor(Y1,Y3), Cor(Y2,Y3)? Modellbegriff: Modell besteht aus Annahmen (vgl. a1, a2, a3, b und c) Diese Annahmen können empirisch natürlich falsch sein Wenn es richtig ist, dann sind alle Korrelationen (in der Population) gleich! Zufällige Abweichungen in Stichproben können auftreten.

Beispieldurchlauf Mplus Eine Analyse zum „Tuchfühlen“ Temporären Ordner erstellen Syntax und Daten herunterladen Mplus starten Syntaxdatei öffnen „RUN“ drücken Output sehen ;-)

Beispieldurchlauf „Mplus“ Modell: Gespeichert in einem Textfile: session02_beispielmodell.inp

Beispieldurchlauf „Mplus“ Daten: Empirische Varianz-Kovarianz-Matrix Gespeichert in einem Textfile: session02_stateanxiety.cov

Grundstruktur der Mplus Syntax Abschnitte: TITLE Titel der Analyse DATA Verweis auf Datensatz VARIABLE Variablenlabel und -auswahl ANALYSIS Optionen zur Analyse MODEL Beschreibung des Modells OUTPUT Anforderung von Output

Nachschlagen! Mplus_Uebersicht_Matrizen.pdf Mplus_Uebersicht_Syntax.pdf

MODEL - Abschnitt Übersicht: BY Spezifikation einer MEASSURED BY Beziehung WITH: Spezifikation einer Korrelation / Kovarianz ON: Spezifikation einer Regression * Freisetzen von Parametern / Startwerte setzen @ Fixieren von Parametern Variable(Nummer) Parameterrestriktion [Variablenname] Zugriff auf Mittelwerte Variablenname Zugriff auf Varianzen ! Kommentarzeichen (Rest der Zeile wird ignoriert) ; Markierung am Ende von Befehlen (immer!)

OUTPUT - Abschnitt OUTPUT: TECH1 STANDARDIZED; SAMPSTAT; RESIDUAL; TECH1: Spezifikation des Modells in Matritzenform STANDARDIZED: Anfordern der standardisierten Lösung SAMPSTAT: Angaben zu eingelesenen Daten RESIDUAL: Implizierte Varianz-Kovarianz-Matrix OUTPUT: TECH1 STANDARDIZED; SAMPSTAT; RESIDUAL;