Vor Ort
Merkzettel Warenkorb
Produktbild: Mathematische Psychologie

Mathematische Psychologie Mathematische Modellierung und Skalierung in der Psychologie

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.11.2011

Verlag

Springer Berlin

Seitenzahl

323

Maße (L/B/H)

24,4/15,6/1,8 cm

Gewicht

520 g

Auflage

Softcover reprint of the original 1st ed. 1982

Sprache

Deutsch

ISBN

978-3-642-68482-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

18.11.2011

Verlag

Springer Berlin

Seitenzahl

323

Maße (L/B/H)

24,4/15,6/1,8 cm

Gewicht

520 g

Auflage

Softcover reprint of the original 1st ed. 1982

Sprache

Deutsch

ISBN

978-3-642-68482-1

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in
  • Produktbild: Mathematische Psychologie
  • Vorwort.- 1. Einleitung.- 2. Skalierungsverfahren und -modelle.- 2.1. Grundlagen der Skalierung.- 2.1.1. Ziel der Skalierung.- 2.1.2. Fundamentale Messungen.- 2.1.2.1. Definition.- 2.1.2.2. Empirische und numerische Relationen.- 2.1.2.3. Existenz- und Eindeutigkeitsproblem.- 2.1.2.4. Verallgemeinerungen der bisher betrachteten fundamentalen Messung.- 2.1.3. Theorie der Messung und Skalierungsverfahren.- 2.1.4. Skalierung und psychologische Modelle.- 2.1.5. Übungsaufgaben.- 2.2. Direkte Skalierungsverfahren.- 2.2.1. Charakterisierung der direkten Skalierungsmethoden.- 2.2.2. Arten von direkten Skalierungsmethoden.- 2.2.3. Schätzskalen.- 2.2.3.1. Voraussetzungen.- 2.2.3.2. Zur Methodik der Datengewinnung.- 2.2.3.3. Urteilsfehler.- 2.2.3.4. Prüfung der Linearität.- 2.2.3.5. Beschränkung auf die ordinale Bedeutung von Schätzungen.- 2.2.4. Verhältnisschätzungen.- 2.2.4.1. Voraussetzungen.- 2.2.4.2. Methodik der Datenerhebung.- 2.2.4.3. Vollständiger Paarvergleich mit der Methode der konstanten Summen…..- 2.2.5. Funktionale Messungen.- 2.2.5.1. Grundlagen der Methode.- 2.2.5.2. Beispiel einer funktionalen Messung: Beurteilung des Mittelwertes.- 2.2.5.3. Nichtlineare Antwortfunktionen.- 2.2.5.4. Integration von Aspekten zu einem Gesamturteil.- 2.2.5.5. Lineare Kompositionsregeln.- 2.2.5.6. Nichtlineare Kompositionsregeln.- 2.2.5.7. Das Kriterium der Skalenkonvergenz.- 2.2.6. Zusammenfassung.- 2.2.7. Übungsaufgaben.- 2.3. Eindimensionale Skalierung mit indirekten Skalierungsverfahren.- 2.3.1. Voraussetzungen und Zielstellung indirekter Skalierungsverfahren.- 2.3.2. Das Skalierungsverfahren von Thurstone.- 2.3.3. Das Skalierungsverfahren von Torgerson.- 2.3.4. Das Skalierungsverfahren von Coombs.- 2.3.5. Das Skalierungsverfahren von Bechtel.- 2.3.6. Weiterführende Literatur.- 2.3.7. Übungsaufgaben.- 2.4. Skalierungsmodelle zur Messung psychischer Eigenschaften.- 2.4.1. Einführung und Überblick.- 2.4.2. Der Modellansatz von Guttman.- 2.4.3. Die Modellansätze der latenten Strukturanalyse (LSA).- 2.4.4. Die logistischen Modellansätze.- 2.4.5. Weiterführende Literatur.- 2.4.6. Übungsaufgaben.- 2.5. Verfahren der mehrdimensionalen Skalierung.- 2.5.1. Zielstellung und Grundmodell der mehrdimensionalen Skalierung.- 2.5.2. Datenerhebung.- 2.5.3. Modell und Verfahren der ordinalen mehrdimensionalen Skalierung.- 2.5.4. Mehrdimensionale Skalierung individueller Unterschiede.- 2.5.5. Beispiel.- 2.5.6. Weiterführende Literatur.- 2.5.7. Übungsaufgaben.- 2.6. Verfahren der Clusteranalyse.- 2.6.1. Zielstellung.- 2.6.2. Ausgangsdaten.- 2.6.3. Die Clusteranalyse nach Kuperschtoch, Mirkin und Trofimovm.- 2.6.4. Clusteranalyse nach Johnson.- 2.6.5. Gültigkeit und Interpretation.- 2.6.6. Weiterführende Literatur.- 2.6.7. Übungsaufgaben.- 3. Mathematische Modellierung psychischer Prozesse und Strukturen.- 3.1. Anwendung elementarer Funktionen zur Modellierung psychischer Prozesse.- 3.1.1. Beschreibung der Abbildung von physikalischen auf subjektive Intensitäten durch Potenzfunktionen.- 3.1.1.1. Gesetz von Stevens.- 3.1.1.2. Komponenten des Prozesses quantitativer Beurteilungen.- 3.1.1.3. Modalitätsabhängigkeit des Exponenten im Stevensschen Gesetz.- 3.1.1.4. Intermodaler Vergleich.- 3.1.1.5. Beziehung zwischen Unterschiedsschwelle und Exponent im Stevensschen Gesetz.- 3.1.1.6. Abbildung von Zahlen bei quantitativen Beurteilungen.- 3.1.1.7. Allgemeines Entscheidungskontinuum.- 3.1.2. Beschreibung von Prozessen der Informationsintegration durch arithmetische Funktionen.- 3.1.2.1. Darstellung komplexer Eigenschaften.- 3.1.2.2. Einfluß von Kontextreizen..- 3.1.2.3. Wirkung von Bezugssystemen.- 3.1.3. Entscheidungen und Beurteilungen.- 3.1.3.1. Charakterisierung einer Entscheidungssituation.- 3.1.3.2. Arten von Entscheidungen.- 3.1.3.3. Binäre Entscheidungen.- 3.1.3.1. Schätzung von Wahrscheinlichkeiten.- 3.1.3.2. Das lineare Entscheidungsmodell.- 3.1.1. Reaktionszeiten als Summe einzelner Verarbeitungszeiten.- 3.1.4.1. Anliegen der Reaktionszeitanalyse.- 3.1.4.2. Identifizierung von Stadien der Reizverarbeitung.- 3.1.4.3. Analyse von Eigenschaften einzelner Stadien.- 3.1.5. Übungsaufgaben.- 3.2. Beschreibung von internen Variablen durch Zufallsgrößen.- 3.2.1. Signaldetektion.- 3.2.1.1. Modell des Urteilsprozesses.- 3.2.1.2. Optimierungsprinzipien für Entscheidungskriterien.- 3.2.1.3. Operationscharakteristiken.- 3.2.1.4. Experimentelle Prüfung des Modells der Signaldetektion.- 3.2.2. Kategoriale Beurteilungen.- 3.2.2.1. Modell des Urteilsprozesses.- 3.2.2.2. Rating-Operationscharakteristiken.- 3.2.3. Weitere Anforderungen.- 3.2.4. Übungsaufgaben.- 3.3. Anwendungen der Informationstheorie* in der Psychologie.- 3.3.1. Signal und Nachricht.- 3.3.2. Entropie endlicher Schemata.- 3.3.3. Entropie MARKOFFScher Ketten.- 3.3.4. Nachrichtenquellen.- 3.3.5. Nachrichtenkanäle.- 3.3.5.1. Charakterisierung eines Nachrichtenkanals.- 3.3.5.2. Übertragung von Information durch Nachrichtenkanäle.- 3.3.6. Zusammenfassung zur Anwendung der Informationstheorie in der Psycholo¬gie.- 3.3.7. Übungsaufgaben.- 3.4. Algebraische Methoden für die Modellierung kognitiver Prozesse.- 3.4.1. Arten algebraischer Strukturen und ihre Funktion bei der Modellierung psychischer Prozesse.- 3.4.2. Die Modellierung von Problemen und von Problemlösungsprozessen mit Graphen.- 3.4.2.1. Grundbegriffe der Graphentheorie.- 3.4.2.2. Die Modellierung von Problemräumen mit interpretierten Graphen.- 3.4.2.3. Die Modellierung optimaler Strategien mit interpretierten Bäumen.- 3.4.3. Die Beschreibung kognitiver Prozesse mit Algorithmen und ihre Identifizierung mit Methoden der chronometrischen Analyse.- 3.4.3.1. Grundbegriffe der Algebra von Symbolfolgen und der Begriff des Normalalgorithmus von Markoff.- 3.4.3.2. Der Begriff des Graphschemas von Kaloujnine und Algorithmen nach Ljapu-now.- 3.4.3.3. Die Identifizierung von Algorithmen mit Methoden der ehronometrisehen Analyse.- 3.4.4. Formale Grammatiken und ihre Anwendung bei der Beschreibung sprachlicher Strukturen.- 3.4.4.1. Grundbegriffe der Theorie formaler Grammatiken.- 3.4.4.2. Die Beschreibung der Struktur von Sätzen einer natürlichen Sprache.- 3.4.4.3. Die syntaktische Analyse von Sätzen mit einer Netzwerkgrammatik.- 3.4.5. Weiterführende Literatur.- 3.4.6. Übungsaufgaben.- 4. Anhang.- Tab.I: Verteilungsfunktion der standardisierten normalverteilten Zufallsgröße.- Tab. II: Verteilungsfunktion der standardisierten normalverteilten Zufallsgröße.- Tab. III: Transformation z =arc sin $$
    \sqrt {P/100} $$ für Prozentwerte $${\text{0}}\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } P\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 100$$.- Tab. IV: Werte — xldx für $$
    0,00\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } x\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 0,99$$.- Tab. V: Werte ldN und NldN für $$
    1\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } N\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 500$$.- 5. Literaturverzeichnis.- 6. Register.