GLMMs zur Testung von (erklärenden) Item Response

Institut zur Qualitätsentwicklung
im Bildungswesen
Forschungsdatenzentrum
Workshop:
GLMMs zur Testung von (erklärenden) Item Response-Modellen in R
Dozent:
Prof. Dr. Frank Goldhammer / Dr. Ulf Kröhne, DIPF, Frankfurt a.M.
Termin:
Fr., 09.09.2016, 9:00 – 18:00 Uhr
Abstract
Generalisierte lineare Mischverteilungsmodelle (generalized linear mixed model, GLMM)
bilden einen sehr flexiblen Rahmen zur Datenmodellierung. Die Basis bildet ein
Regressionsmodell, in dem eine Linearkombination von Prädiktoren ein Kriterium erklärt.
Die Modellierung gemischter Effekte bedeutet, dass die Prädiktoren feste Effekte haben, d.h.
sie sind konstant über Einheiten oder Gruppen, oder auch Zufallseffekte, d.h. sie variieren
über Einheiten oder Gruppen. Das Modell ist generalisiert, insofern nicht nur kontinuierliche
Variablen, sondern auch kategoriale Variablen als Kriterien erklärt werden können. Letzteres
ermöglicht die Testung von Item Response-Modellen, worauf im Workshop der Schwerpunkt
liegen wird. Neben einer allgemeinen Einführung in GLMMs werden wir uns mit der Testung
von 1PL (Rasch)-Modellen, mehrdimensionalen Erweiterungen und vor allem mit
erklärenden Item-Response-Modellen (z.B. LLTM, DIF), die unterschiedliche Arten von
Kovariaten beinhalten, beschäftigen. Die Modelle werden theoretisch eingeführt und in R mit
Hilfe des lme4-Pakets praktisch angewendet.