Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Kayıp veriyle baş etme yöntemlerinin madde tepki kuramı bir parametreli lojistik modelinde model veri uyumuna ve standart hataya etkisi

Diğer Başlık: The effect of missing data tecniques in one parameter logistic model of item response theory on model fit and standard error

Oluşturulma Tarihi: 2016

Niteleme Bilgileri

Tür: Tez

Alt Tür: Doktora

Yayınlanma Durumu: Yayınlanmış

Dosya Biçimi: PDF

Dil: Türkçe

Konu(lar): EĞİTİM,

Yazar(lar): KOÇAK, Duygu (Yazar),

Emeği Geçen(ler): ÇOKLUK BÖKEOĞLU, Ömay (Tez Danışmanı),


Yayınlayan: Ankara Üniversitesi Eğitim Bilimleri Enstitüsü Ölçme Ve Değerlendirme Anabilim Dalı Yayın Yeri: Ankara Yayın Tarihi: 2016 Yayınlandığı Sayfalar: 258 s.


Dosya:
file show file
Görüntüle
download file
Kaydet

Anahtar Kelimeler

Kayıp veri, kayıp veri baş etme yöntemleri, standart hata, model veri uyumu, madde tepki kuramı, bir parametreli lojistik model, Missing value, missing data techniques, standart error, model fit, item response theory, one parameter logistik model. 


Özet

Bu çalışmanın amacı, kayıp veri baş etme yöntemlerinin Madde Tepki Kuramı bir parametreli lojistik modelinde, model veri uyumuna, madde model uyumuna, standart hataya ve madde parametresi kestiriminin standart hatasına etkisini incelemektir. Bu amaç doğrultusunda örneklem büyüklüğü 500, 1000 ve 1500, madde sayısı 20 olan veri setleri üretilmiştir. Üretilen veri setleri üzerinde tamamen rastgele kayıp, rastgele kayıp ve rastgele olmayan kayıplar oluşturulmuştur. Oluşturulan kayıp veriler liste bazında silme, regresyonla atama, ortalama atama, çoklu atama ve beklenti maksimizasyon algoritması yöntemleriyle tamamlanmıştır.  Kayıp veri baş etme yöntemleriyle tamamlanan veri setlerinden elde edilen kestirimler, eksiksiz veri setlerinden elde edilen değerler için referans alınarak yorumlanmıştır. İncelemeler sonucunda, liste bazında silme yönteminin rastgele olmayan kayıp mekanizmasında model veri uyumu açısından diğer yöntemlere göre daha iyi performans sergilediği ancak genel olarak tüm mekanizmalarda standart hatayı yükselttiği; beklenti maksimizasyon algoritması ve çoklu değer atama yöntemlerinin rastgele kayıp mekanizmasında iyi, tamamen rastgele kayıp mekanizmasında kısmen iyi performans sergilediği sonucuna ulaşılmıştır. Ortalama atama ve regresyonla atama yöntemlerinin de belirli koşullarda iyi performans sergilediği sonucuna ulaşılmıştır. Veri setinde rastgele olmayan kayıp veri olması durumunda kayıp veri baş etme yöntemlerinin performansının iyi olmayacağı sonucuna ulaşılmıştır. Bununla birlikte tüm kayıp veri mekanizmalarında kayıp veri oranı arttıkça, kayıp veri baş etme yöntemlerinin performansı da düşmektedir. Tüm mekanizmalarda ve koşullarda kullanılabilecek, tüm test ve madde parametreleri üzerinde tutarlı olarak en iyi sonuçları veren tek bir yöntemin olmadığı belirlenmiştir. 

Abstract

The aim of our study is to examine the effect of missing data techniques in one parameter logistic model of item response theory on the fitting of  item,  fitting of model, standard error and estimation of İtem parameter of standard error. For this purpose the data sets produced in sizes of 500, 1000 and 1500, and item number of 20. Missing at not random, missing at random, missing at complate random mechanizm done on the data sets,  the missing data was completed by listwise deletion, regression imputation, mean imputation, multiple imputation and maximization expectation algorithm techniques. The estimations which was taken from the completed data sets by missing data coping techniques was interpreted in reference to values that was taken from the complete data sets. In the end of the studies, the technique listwise deletion displays beter performance of the data compliance in the missing at not random mechanizm but it has increased the standard error in all the mechanizm; expectation maximization algorithm and multiple imputation techniques display good performance in the missing at complate random and missing at random good in the completer mechanisims. Mean imputation and regression imputation techniques display good performance under certain conditions. Incase of missing at not random mechanisim the missing data techniques a good performance results will not be achieved has been shown. At the same time as the missing data increased in all the groups the performance of  the missing data techniques decreased.  All mechanisims and condition can be used,  there is no techniques has been shown to be the best as consistent over the totality of the test and material parameters.


İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 16
    • Toplam: 31104
  • Online
    • Ziyaretçi: 152
    • Üye: 0
    • Toplam: 152

Detaylı İstatistikler