Diagnostik selbstgenerierte Fragen 2
weiter, weil die andere Kartei "voll" ist
weiter, weil die andere Kartei "voll" ist
Fichier Détails
| Cartes-fiches | 117 |
|---|---|
| Utilisateurs | 10 |
| Langue | Deutsch |
| Catégorie | Psychologie |
| Niveau | Université |
| Crée / Actualisé | 30.07.2021 / 12.02.2025 |
| Lien de web |
https://card2brain.ch/box/20210730_diagnostik_selbstgenerierte_fragen_2
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20210730_diagnostik_selbstgenerierte_fragen_2/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
richtige Zuordnung
Rasch-Modell
Formel: Rasch-Modell
\(P(+|\xi,\sigma)={{e^{\xi-\sigma}}\over{1+e^{\xi-\sigma}}} = {{{e^{Fähigkeit-Itemschwierigkeit}}\over{1+e^{Fähigkeit-Itemschwierigkeit}}}}\)
= Die Wahrscheinlichkeit ein Item zu lösen, in der Abhängigkeir von \(\xi\) und \(\sigma\)
Bei \(P(+|\xi,\sigma)={{e^{\xi-\sigma}}\over{1+e^{\xi-\sigma}}} = {{{e^{Fähigkeit-Itemschwierigkeit}}\over{1+e^{Fähigkeit-Itemschwierigkeit}}}}\) handelt es sich um eine....
______ ist Voraussetzung für Rasch-Konformität.
Itemhomogenität
Wie kann man Itemhomogenität überprüfen?
(2 Kohorten) VPn den Test machen lassen, die alle gleiche Werte beim Konstrukt haben (durch anderen Test bestimmt, eine Kohorte niedrige Werte, andere hohe)
Die Items des Tests die jetzt noch Varianz haben, messen mehr als nur die 1 latente Variable die der Test messen will -> Test nicht homogen
Was ist eine suffiziente Statistik?
eine Statistik, in der alle relevanten Infos enthalten sind
Suffiziente Statistiken: In Zeilensummen (von Datenmatrizen) sind alle Infos über
Suffiziente Statistiken: in Spaltensummen sind alle Infos über
Was macht die Likelihoodfunktion?
Berechnet wie wahrscheinlich die (erhobenen) Daten sind unter der Annahme, dass ein gewisses Modell (Personenparamter & Itemparameter) gilt
Formel: Likelyhoodfunktion
\(L=\prod_{v=1}^n*\prod_{i=1}^k*{{e^{x_{vi}*\xi_v-\sigma_i)}}\over{1+e^{\xi_v-\sigma_i}}}= Produkt.über.alle.Personen *Prod.ü.a.Items*{[e^{Antwort.Person.v.auf.Item.i*(PP-IP)}\over{1+e^{PP-IP}}}\)
PP - Personenparameter
IP- Itemparameter
was bedeutet "gemeinsame Likelyhood?
Item- & Personenparameter werden gleichzeitig geschätzt
die gemeinsame Likelyhoodschätzung ist ___ konsistenter Schätzer
Wie funktioniert die bedingte Likelyhood-Schätzung?
- Itemparameterschätzung
- Personenparameter
die ____ Likelyhood Schätzung basiert auf Randsummen als suffiziente Statistik
Die ____ Likelyhoodschätzung basiert auf der Separierbarkeit der Modellparameter
Was bedeutet spezifische Objektivität? (IRT)
- für Bestimmung von PP egal welche Items die Personen bejaht haben
- für Bestimmung von IP egal welche Personen die Items bejaht haben
Wie kann man die spezifisch Objektivität überprüfen?
- 2 Gruppen mit unterschiedlichen, aber je intern exakt gleichen Merkmalsausprägungen
- für beide Itemschwierigkeiten durch Test schätzen
- Itemschwierigkeiten gleich -> spezifische Objektivität gilt
Was sagt mir eine Itemsinformationsfunktion?
Informationsausbeute ist am höchsten, wenn Itemschwierigkeit & Personenfähigkeit zusammen passen
sieht ähnlich aus wie NV, ist auch ne "glockenförmige" Verteilung
-> zu leichte / schwere Items müsste man sehr viele bearbeiten lassen, um ausreichend Info zu bekommen, um PP zu schätzen
Idee hinter adaptivem Testen
Person bekommt nur Items präsentiert, die ihrer Fähigkeit entsprechen
-> schneller zu Diagnose, weil diese Items höchste Informationsausbeute liefern
Auswertung nach der ___ erfordert immer einen Testscore & keine Itemscores
Rasch-Modell ist ein ___
Welches Modell ist nach Birnbaum?
Um was ist das 2 Parameter Modell erweitert?
Trennschärfe \(\beta_i\)
Um was ist das 3 Parameter Modell erweitert?
Rateparameter \(y_i\)
Welche Aussage zu KTT & IRT ist /sind richtig?
(MC-Frage aus Tutorium)
Was alles kann ich an einer ICC ablesen? (nicht an den Achsen)
(MC-Frage aus Tutorium)
Zwei Stichproben mit unterschiedlicher Merkmalsausprägung & innerhalb gleicher Fähigkeiten nutzt man zur Ermittlung der...?
(MC-Frage aus Tutorium)
Was heißen die Parameter in dieser Formel? Welches Modell ist abgebildet?
\(P(x_{vi})=y_i+(1-y_i)*{{e^{x_{vi}*\beta_i*(\xi_v-\sigma_i)}}\over{1+e^{\beta_i*(\xi_v-\omega_i)}}}\)
(MC-Frage aus Tutorium)
3-Parametermodell nach Birnbaum
\(P(x_{vi})\) - Wahrscheinlichkeit für die Antwort
\(y_i\) - Rateparameter
\(x_{iv}\)- Antwort von Person v auf Item i
\(\beta_i\) - Trennschärfeindex
\(\xi_v\) - Personenparameter von Person v
\(\sigma_i\) - Itemparameter von Item i
Formel: Schwellenwahrscheinlichkeit
\(q_x={{p_x\over{p_{x-1}+p_x}}}\)= Anteil der oberen Kategoriewahrscheinlichkeit an der Summenwahrscheinlichkeit der 2 Kategorienachbarn
\(q_x\)- x-te Schwellenwahrscheinlichkeit
\(p_x\) Kategoriewahrscheinlichkeit der x-ten Kategorie
Beim dichtotomen Rasch-Modell sind Schwellenwahrscheinlichkeit & Kategoriewahrscheinlichkeit (der oberstenKategorie) ____
Allgemein ausgedrückt: Wie viele Schwellen gibt es im ordinalen Rasch-Modell?
1 Schwelle weniger als es Kategorien gibt
wofür steht \(\tau\) im ordinalen Rasch-Modell?
den Schwellenparameter einer Schwelle
Formel: ordinales Rasch-Modell
\(q_x={{e^{\Theta-\tau}}\over{1+e^{\Theta-\tau}}}={{e^{Personenparameter-Schwellenparameter}}\over{1+e^{PP-SP}}}\)
Was stimmt?
Formel: Partial-Credit-Modell
\(P(Z=x)={{e^{x*\Theta-\sigma}}\over{\sum_{s=0}^Ze^{s*\Theta-\sigma}}}\) mit \(\sigma= \sum_{s=0}^x\tau\)
P(Z=x) - Wkt in der x-ten von insg. Z Kategorien zu landen
Nenner: s statt x im Exponenten, weil summiert für jede Schwelle
x - Wert der betrachteten Kategorie
\(\tau\) ist /sind aufsummierte Schwellenparameter aller unteren Schwellen, einschließlich der aktuellen
Theta: Personenparameter
sigma: Itemparameter
Das Partial-Credit-Modell macht sich die _____zunutze um die ___ zu berechnen
Partial-Credit-Modell \(\sigma_0=\)
0
weil Sigma = aufsummierte Schwellenparameter aller unteren Schwellen einschließlich der aktuellen, wenn aktuelle =0 ist sigma also auch 0
Was ist ein (guter) Q-Index?
Q-Index = Itemgütemaß für ordinale Items (z-standardisiert)
je höher desto besser, aber gibt keine absoluten guten Werte für Q-Indizes, sondern nur relative, weil Q-Index mit Personen die Test bearbeiten steigt.
Das Partial-Credit-Modell passt auf ____ Daten
