Methoden zur Berücksichtigung von Subjekt-Kovariablen in IRT-Modellen
Final Report Abstract
Im Rahmen des Projektes wurden mehrere neue statistische Verfahren zur Überprüfung der Messinvarianz in Modellen zur Auswertung von Paarvergleichsdaten sowie von Tests und Fragebogen in der psychologischen und bildungswissenschaftlichen Forschung entwickelt. Diese Verfahren können z.B. aufdecken, ob ein psychologischer Test Aufgaben enthält, die bestimmte Gruppen von Personen systematisch benachteiligen. Im Gegensatz zu herkömmlichen Verfahren können dabei nicht nur jeweils zwei vorgegebene Gruppen miteinander verglichen werden, sondern eine Vielzahl von Kovariablen kann gleichzeitig genutzt werden, um die betroffenen Gruppen aufzudecken. Die Verfahren wurden in der kostenlosen open-source Software R implementiert und stehen somit allen Wissenschaftlern kostenlos und zeitnah zur Verfügung.
Publications
- (2010). Wissen Frauen weniger oder nur das Falsche? – Ein statistisches Modell für unterschiedliche Aufgaben-Schwierigkeiten in Teilstichproben. In Trepte, S. and Verbeet, M., editors, Allgemeinbildung in Deutschland – Erkenntnisse aus dem SPIEGEL Studentenpisa-Test, pages 255–272. VS Verlag, Wiesbaden
Strobl, C., Kopf, J., and Zeileis, A.
- (2011). Accounting for individual differences in Bradley- Terry models by means of recursive partitioning. Journal of Educational and Behavioral Statistics, 36(2):135–153
Strobl, C., Wickelmaier, F., and Zeileis, A.
- (2011). Contributions to Psychometric Computing and Machine Learning. Habilitation thesis in statistics, Department of Statistics, Ludwig-Maximilians-Universität München, Germany
Strobl, C.
- (2012). Flexible Rasch mixture models with package psychomix. Journal of Statistical Software, 48(7):1–25
Frick, H., Strobl, C., Leisch, F., and Zeileis, A.
- (2013). Rasch-Analyse des Freiburger Fragebogens zur Achtsamkeit. Diagnostica, 59(2):86–99
Sauer, S., Strobl, C., Walach, H., and Kohls, N.
