Dekorationsartikel gehören nicht zum Leistungsumfang.
Präferenzmodelle in der Praxis
Analyse von Paarvergleichen, Likert Items und Rankings mit R-prefmod
Taschenbuch von Alexandra/Dittrich, Regina/Hatzinger, Reinhold Grand
Sprache: Deutsch

23,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Lieferzeit 1-2 Wochen

Kategorien:
Beschreibung
Vorwort
1. Aufbau des Buchs 1
1.1. Typologische und symbolische Gestaltungselemente 3
1.2. Programmversion von R 5
2. Einleitung 7
3. Paarvergleiche 11
3.1. Arten von Paarvergleichen 13
3.2. Paarvergleichs-/Präferenzmodelle 14
4. Das Bradley-Terry Modell (BT) 15
4.1. Das log-lineare BT Modell (LLBT Modell) 18
I. Log-lineare Bradley-Terry Modelle (LLBT) 19
Echte Paarvergleiche
5. Das log-lineare Bradley-Terry Modell (LLBT) 21
5.1. Theorie 21
5.1.1. Designstruktur des LLBT Modells 23
5.1.2. Berechnung des LLBT Modells 24
5.1.3. Interpretation der Objektparameter 26
5.1.4. Berechnung der Werteparameter 27
5.1.5. Prüfung der Modellgüte (Goodness-of-fit) 28
5.1.6. Erweiterungsmöglichkeiten des LLBT Modells 29
5.2. Anwendung in R - Beispiel 1: Schokolade 30
5.2.1. Beschreibung des Datensatzes, Datenvorbereitung 31
5.2.2. Deskriptive Statistik 34
5.2.3. Modellschätzung mit dem R-Paket prefmod 35
5.2.4. Interpretation 39
5.2.5. Modellgüte, Konfidenzintervalle 44
6. Das LLBT Modell mit drei Antwortkategorien (ties) 49
6.1. Theorie 49
6.1.1. Designstruktur des LLBT Modells mit ties 51
6.2. Anwendung in R - Beispiel 2: CEMS 52
6.2.1. Beschreibung des Datensatzes, Datenvorbereitung 52
6.2.2. Deskriptive Statistik 55
6.2.3. Modellschätzung mit dem R-Paket prefmod 56
6.2.4. Modellgüte 58
6.2.5. Interpretation 58
7. Das LLBT Modell mit einer kategorialen Subjektkovariate 61
7.1. Theorie 61
7.1.1. Interpretation 63
7.1.2. Modellselektion 64
7.2. Anwendung in R - Beispiel 2: CEMS 66
7.2.1. Beschreibung des Datensatzes, Datenvorbereitung 66
7.2.2. Deskriptive Statistik 67
7.2.3. Modellschätzung mit dem R-Paket prefmod 70
7.2.4. Modellselektion, Modellgüte 73
7.2.5. Interpretation 75
8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten 81
8.1. Theorie 81
8.1.1. Berechnung der Objektparameter 82
8.1.2. Modellselektion 83
8.2. Anwendung in R - Beispiel 2: CEMS 85
8.2.1. Modellschätzung 85
8.2.2. Modellselektion 86
8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter 90
9. Eine metrische Subjektkovariate (ohne ties) 95
9.1. Theorie 95
9.2. Anwendung in R - Beispiel 3: Lernmethoden 96
9.2.1. Beschreibung des Datensatzes, Datenvorbereitung 96
9.2.2. Deskriptive Statistik 98
9.2.3. Modellschätzung mit dem R-Paket prefmod 101
9.2.4. Berechnung der Objektparameter 104
9.2.5. Berechnung und Darstellung der Werteparameter 106
10.Das LLBT Modell mit einer objekt-spezifischen Kovariate 111
10.1. Theorie 111
10.2.Anwendung in R - Beispiel 2: CEMS 114
10.2.1. Modellschätzung mit dem R-Paket prefmod 114
10.2.2. Objekt- und Werteparameter 119
10.2.3. Modellselektion 121
II. Log-lineare Paarvergleichs Pattern Modelle 123
11.Paarvergleichs Pattern Modelle 125
11.1. Theorie 125
Echte Paarvergleiche
12.Das Pattern Modell bei unabhängigen Entscheidungen 133
12.1. Theorie 133
12.1.1. Designstruktur des Pattern Modells 133
12.1.2. Interpretation der Objektparameter 134
12.1.3. Berechnung der Werteparameter 135
12.1.4. Der Unterschied zwischen LLBT und Pattern Modell 135
12.2.Anwendung in R - Beispiel 1: Schokolade 136
12.2.1. Modellschätzung mit dem R-Paket prefmod 136
12.2.2. Berechnung der Objekt- und Werteparameter 140
12.2.3. Grafische Darstellung der Objekt- und Werteparameter 141
13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen 143
13.1. Theorie 143
13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen 146
13.1.2. Interpretation der Abhängigkeits- und Objektparameter 147
14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate 149
14.1. Theorie 149
14.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen 150
14.2.1. Beschreibung des Datensatzes 150
14.2.2. Modellschätzung mit dem R-Paket prefmod 151
14.2.3. Objektparameter 154
14.2.4.Werteparameter 156
15.Das Pattern Modell mit Abhängigkeiten und ties 159
15.1. Theorie 159
15.2.Anwendung in R - Beispiel 2: CEMS 161
15.2.1. Beschreibung des Datensatzes, Datenvorbereitung 161
15.2.2. Modellschätzung mit dem R-Paket prefmod 162
15.2.3. Grafische Darstellung der Objekt- und Werteparameter 166
Hergeleitete Paarvergleiche
16.Das Pattern Modell für Rangdaten 169
16.1. Theorie 169
16.1.1. Designstruktur des Pattern Modells für Rangdaten 172
16.2.Anwendung in R - Beispiel 5: Restaurant 173
16.2.1. Beschreibung des Datensatzes, Datenvorbereitung 173
16.2.2. Modellschätzung mit dem R-Paket prefmod 175
16.2.3. Modellgüte 179
16.2.4. Erweiterungsmöglichkeiten 180
17.Das Pattern Modell für Ratingdaten 183
17.1. Theorie 183
17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties 187
17.2.Anwendung in R - Beispiel 6: Umweltgefahr 190
17.2.1. Beschreibung des Datensatzes, Datenvorbereitung 190
17.2.2. Modellschätzung mit dem R-Paket prefmod 191
17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter 195
Appendix 197
A. R-Grundlagen 199
A.1. Einlesen externer Dateien in R 199
A.2. Installation der benötigten R-Pakete 200
B. Zusammenfassung wichtiger Symbole 203
Literaturverzeichnis 205
Index 209
Vorwort
1. Aufbau des Buchs 1
1.1. Typologische und symbolische Gestaltungselemente 3
1.2. Programmversion von R 5
2. Einleitung 7
3. Paarvergleiche 11
3.1. Arten von Paarvergleichen 13
3.2. Paarvergleichs-/Präferenzmodelle 14
4. Das Bradley-Terry Modell (BT) 15
4.1. Das log-lineare BT Modell (LLBT Modell) 18
I. Log-lineare Bradley-Terry Modelle (LLBT) 19
Echte Paarvergleiche
5. Das log-lineare Bradley-Terry Modell (LLBT) 21
5.1. Theorie 21
5.1.1. Designstruktur des LLBT Modells 23
5.1.2. Berechnung des LLBT Modells 24
5.1.3. Interpretation der Objektparameter 26
5.1.4. Berechnung der Werteparameter 27
5.1.5. Prüfung der Modellgüte (Goodness-of-fit) 28
5.1.6. Erweiterungsmöglichkeiten des LLBT Modells 29
5.2. Anwendung in R - Beispiel 1: Schokolade 30
5.2.1. Beschreibung des Datensatzes, Datenvorbereitung 31
5.2.2. Deskriptive Statistik 34
5.2.3. Modellschätzung mit dem R-Paket prefmod 35
5.2.4. Interpretation 39
5.2.5. Modellgüte, Konfidenzintervalle 44
6. Das LLBT Modell mit drei Antwortkategorien (ties) 49
6.1. Theorie 49
6.1.1. Designstruktur des LLBT Modells mit ties 51
6.2. Anwendung in R - Beispiel 2: CEMS 52
6.2.1. Beschreibung des Datensatzes, Datenvorbereitung 52
6.2.2. Deskriptive Statistik 55
6.2.3. Modellschätzung mit dem R-Paket prefmod 56
6.2.4. Modellgüte 58
6.2.5. Interpretation 58
7. Das LLBT Modell mit einer kategorialen Subjektkovariate 61
7.1. Theorie 61
7.1.1. Interpretation 63
7.1.2. Modellselektion 64
7.2. Anwendung in R - Beispiel 2: CEMS 66
7.2.1. Beschreibung des Datensatzes, Datenvorbereitung 66
7.2.2. Deskriptive Statistik 67
7.2.3. Modellschätzung mit dem R-Paket prefmod 70
7.2.4. Modellselektion, Modellgüte 73
7.2.5. Interpretation 75
8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten 81
8.1. Theorie 81
8.1.1. Berechnung der Objektparameter 82
8.1.2. Modellselektion 83
8.2. Anwendung in R - Beispiel 2: CEMS 85
8.2.1. Modellschätzung 85
8.2.2. Modellselektion 86
8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter 90
9. Eine metrische Subjektkovariate (ohne ties) 95
9.1. Theorie 95
9.2. Anwendung in R - Beispiel 3: Lernmethoden 96
9.2.1. Beschreibung des Datensatzes, Datenvorbereitung 96
9.2.2. Deskriptive Statistik 98
9.2.3. Modellschätzung mit dem R-Paket prefmod 101
9.2.4. Berechnung der Objektparameter 104
9.2.5. Berechnung und Darstellung der Werteparameter 106
10.Das LLBT Modell mit einer objekt-spezifischen Kovariate 111
10.1. Theorie 111
10.2.Anwendung in R - Beispiel 2: CEMS 114
10.2.1. Modellschätzung mit dem R-Paket prefmod 114
10.2.2. Objekt- und Werteparameter 119
10.2.3. Modellselektion 121
II. Log-lineare Paarvergleichs Pattern Modelle 123
11.Paarvergleichs Pattern Modelle 125
11.1. Theorie 125
Echte Paarvergleiche
12.Das Pattern Modell bei unabhängigen Entscheidungen 133
12.1. Theorie 133
12.1.1. Designstruktur des Pattern Modells 133
12.1.2. Interpretation der Objektparameter 134
12.1.3. Berechnung der Werteparameter 135
12.1.4. Der Unterschied zwischen LLBT und Pattern Modell 135
12.2.Anwendung in R - Beispiel 1: Schokolade 136
12.2.1. Modellschätzung mit dem R-Paket prefmod 136
12.2.2. Berechnung der Objekt- und Werteparameter 140
12.2.3. Grafische Darstellung der Objekt- und Werteparameter 141
13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen 143
13.1. Theorie 143
13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen 146
13.1.2. Interpretation der Abhängigkeits- und Objektparameter 147
14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate 149
14.1. Theorie 149
14.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen 150
14.2.1. Beschreibung des Datensatzes 150
14.2.2. Modellschätzung mit dem R-Paket prefmod 151
14.2.3. Objektparameter 154
14.2.4.Werteparameter 156
15.Das Pattern Modell mit Abhängigkeiten und ties 159
15.1. Theorie 159
15.2.Anwendung in R - Beispiel 2: CEMS 161
15.2.1. Beschreibung des Datensatzes, Datenvorbereitung 161
15.2.2. Modellschätzung mit dem R-Paket prefmod 162
15.2.3. Grafische Darstellung der Objekt- und Werteparameter 166
Hergeleitete Paarvergleiche
16.Das Pattern Modell für Rangdaten 169
16.1. Theorie 169
16.1.1. Designstruktur des Pattern Modells für Rangdaten 172
16.2.Anwendung in R - Beispiel 5: Restaurant 173
16.2.1. Beschreibung des Datensatzes, Datenvorbereitung 173
16.2.2. Modellschätzung mit dem R-Paket prefmod 175
16.2.3. Modellgüte 179
16.2.4. Erweiterungsmöglichkeiten 180
17.Das Pattern Modell für Ratingdaten 183
17.1. Theorie 183
17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties 187
17.2.Anwendung in R - Beispiel 6: Umweltgefahr 190
17.2.1. Beschreibung des Datensatzes, Datenvorbereitung 190
17.2.2. Modellschätzung mit dem R-Paket prefmod 191
17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter 195
Appendix 197
A. R-Grundlagen 199
A.1. Einlesen externer Dateien in R 199
A.2. Installation der benötigten R-Pakete 200
B. Zusammenfassung wichtiger Symbole 203
Literaturverzeichnis 205
Index 209
Details
Erscheinungsjahr: 2017
Fachbereich: Grundlagen (Methodik & Statistik)
Genre: Psychologie
Rubrik: Geisteswissenschaften
Medium: Taschenbuch
Seiten: 228
Inhalt: 228 S.
22 s/w Illustr.
16 Tab.
ISBN-13: 9783825237851
ISBN-10: 3825237850
Sprache: Deutsch
Einband: Kartoniert / Broschiert
Autor: Grand, Alexandra/Dittrich, Regina/Hatzinger, Reinhold (Prof. Dr.)
Auflage: 1/2018
utb gmbh: UTB GmbH
Maße: 215 x 150 x 15 mm
Von/Mit: Alexandra/Dittrich, Regina/Hatzinger, Reinhold Grand
Erscheinungsdatum: 11.09.2017
Gewicht: 0,354 kg
preigu-id: 109718745
Details
Erscheinungsjahr: 2017
Fachbereich: Grundlagen (Methodik & Statistik)
Genre: Psychologie
Rubrik: Geisteswissenschaften
Medium: Taschenbuch
Seiten: 228
Inhalt: 228 S.
22 s/w Illustr.
16 Tab.
ISBN-13: 9783825237851
ISBN-10: 3825237850
Sprache: Deutsch
Einband: Kartoniert / Broschiert
Autor: Grand, Alexandra/Dittrich, Regina/Hatzinger, Reinhold (Prof. Dr.)
Auflage: 1/2018
utb gmbh: UTB GmbH
Maße: 215 x 150 x 15 mm
Von/Mit: Alexandra/Dittrich, Regina/Hatzinger, Reinhold Grand
Erscheinungsdatum: 11.09.2017
Gewicht: 0,354 kg
preigu-id: 109718745
Warnhinweis

Ähnliche Produkte

Ähnliche Produkte