12. Vorlesung (24.01.2019): Latent-Class-Analyse

Steyer, Rolf GND

Vorlesungsinhalte: Das Latent-Class-Modell; Grundidee und Annahmen; Theorem der totalen Wahrscheinlichkeit; Bayes-Theorem; Datenerzeugung für ein Latent-Class-Modell; Analyse der erzeugten Daten mit Winmira; Interpretation der geschätzten Parameter und Vergleich mit den wahren Parametern

Cite

Citation style:

Steyer, Rolf: 12. Vorlesung (24.01.2019): Latent-Class-Analyse. Jena 2019.

Access Statistic

Total:
Downloads:
Abtractviews:
Last 12 Month:
Downloads:
Abtractviews:

open graphic

Rights

Use and reproduction:
All rights reserved

Export