Beschreibung
The modeling of item response data is governed by item response theory, also referred to as modern test theory. The eld of inquiry of item response theory has become very large and shows the enormous progress that has been made. The mainstream literature is focused on frequentist statistical methods for - timating model parameters and evaluating model t. However, the Bayesian methodology has shown great potential, particularly for making further - provements in the statistical modeling process. The Bayesian approach has two important features that make it attractive for modeling item response data. First, it enables the possibility of incorpor- ing nondata information beyond the observed responses into the analysis. The Bayesian methodology is also very clear about how additional information can be used. Second, the Bayesian approach comes with powerful simulation-based estimation methods. These methods make it possible to handle all kinds of priors and data-generating models. One of my motives for writing this book is to give an introduction to the Bayesian methodology for modeling and analyzing item response data. A Bayesian counterpart is presented to the many popular item response theory books (e.g., Baker and Kim 2004; De Boeck and Wilson, 2004; Hambleton and Swaminathan, 1985; van der Linden and Hambleton, 1997) that are mainly or completely focused on frequentist methods. The usefulness of the Bayesian methodology is illustrated by discussing and applying a range of Bayesian item response models.
Über Jean-Paul Fox
Jean-Paul Fox is Associate Professor of Measurement and Data Analysis, University of Twente, The Netherlands. His main research activities are in several areas of Bayesian response modeling. Dr. Fox has published numerous articles in the areas of Bayesian item response analysis, statistical methods for analyzing multivariate categorical response data, and nonlinear mixed effects models.
Inhalt
to Bayesian Response Modeling.- Bayesian Hierarchical Response Modeling.- Basic Elements of Bayesian Statistics.- Estimation of Bayesian Item Response Models.- Assessment of Bayesian Item Response Models.- Multilevel Item Response Theory Models.- Random Item Effects Models.- Response Time Item Response Models.- Randomized Item Response Models.
E-Book Informationen
Alle hier erworbenen E-Books können Sie in Ihrem Kundenkonto in die kostenlose PocketBook Cloud laden. Dadurch haben Sie den Vorteil, dass Sie von Ihrem PocketBook E-Reader, Ihrem Smartphone, Tablet und PC jederzeit auf Ihre gekauften und bereits vorhandenen E-Books Zugriff haben.
Um die PocketBook Cloud zu aktivieren, loggen Sie sich bitte in Ihrem Kundenkonto ein und gehen dort in den Bereich „E-Books“. Setzen Sie hier einen Haken bei „Neue E-Book-Käufe automatisch zu meiner Cloud hinzufügen.“. Dadurch wird ein PocketBook Cloud Konto für Sie angelegt. Die Zugangsdaten sind dabei dieselben wie die Ihres Kundenkontos in diesem Webshop.
Weitere Informationen zur PocketBook Cloud finden Sie unter www.meinpocketbook.de.
Allgemeine E-Book-Informationen
E-Books in diesem Webshop können in den Dateiformaten EPUB und PDF vorliegen und können ggf. mit einem Kopierschutz versehen sein. Sie finden die entsprechenden Informationen in der Detailansicht des jeweiligen Titels.
E-Books ohne Kopierschutz oder mit einem digitalen Wasserzeichen können Sie problemlos auf Ihr Gerät übertragen. Sie müssen lediglich die Kompatibilität mit Ihrem Gerät prüfen.
Um E-Books, die mit Adobe DRM geschützt sind, auf Ihr Lesegerät zu übertragen, benötigen Sie zusätzlich eine Adobe ID und die kostenlose Software Adobe® Digital Editions, wo Sie Ihre Adobe ID hinterlegen müssen. Beim Herunterladen eines mit Adobe DRM geschützten E-Books erhalten Sie zunächst eine .acsm-Datei, die Sie in Adobe® Digital Editions öffnen müssen. Durch diesen Prozess wird das E-Book mit Ihrer Adobe-ID verknüpft und in Adobe® Digital Editions geöffnet.
