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, R., 2019. 12. Vorlesung (24.01.2019): Latent-Class-Analyse. Jena.
Could not load citation form. Default citation form is displayed.

Rights

Use and reproduction:
All rights reserved

Export