03.06.2014 Aufrufe

Psychologische Diagnostik - Universität Regensburg

Psychologische Diagnostik - Universität Regensburg

Psychologische Diagnostik - Universität Regensburg

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Ist die Abbildung so gewählt, daß die<br />

Differenz c des Bildes b = (x) und des<br />

Urbildes x orthogonal zu allen Elementen<br />

U ist, so spricht man von einer Projektion<br />

auf U. Es gilt dann x = b c. Diese Zerlegung<br />

von x ist eindeutig. Man sagt, diese<br />

beiden Unterräume sind Orthogonalkomplemente<br />

voneinander.<br />

Ein für die Testtheorie wichtiger Satz<br />

konstatiert die folgenden Gleichheiten:<br />

a, b ab | a | | b | cos<br />

(1.1)<br />

1<br />

n<br />

i<br />

i<br />

m it 0 .<br />

Daraus folgt ,daß das Skalarprodukt < a,b><br />

dividiert durch |a| uns |b| gleich dem cos <br />

ist, also zwischen -1 und +1 liegt. Auf<br />

Grund dieser Ungleichung kann man den<br />

Korrelationskoeffizienten geometrisch<br />

durch den Kosinus des von den Testvektoren<br />

eingeschlossenen Winkels repräsentieren.<br />

Auf diese Weise werden Tests als<br />

Vektoren der Länge ihrer Standardabweichungen<br />

in einer Richtung repräsentiert,<br />

die durch ihre Korrelation mit Bezugstests<br />

gegeben ist.<br />

Summen von Zufallsgrößen<br />

Werden die Zufallsgrößen X,Y : Ω → <br />

als stets auf die Komponenten ω Ω, z. B.<br />

Rohwertklassen, bezogen zusammengezählt,<br />

so ist die Operation additiv:<br />

(X Y)(ω) : = X(ω) +Y(ω) für jedes ω.<br />

Beispiel: Sei X die Auswertung der einer<br />

Aufgabensammlung der weiblichen Vpn.,<br />

Y die entsprechende Auswertung der ännlichen,<br />

so ist die Summe eine Zufallgröße,<br />

über alle Personen. Sie besitzt Erwartungswert<br />

und Varianz.<br />

Produkte von X und Y<br />

Der Begriff des (auf jede Ausprägung ω<br />

der Zufallsgrößen X und Y bezogenen)<br />

Produktes von Zufallsgrößen ist definiert.als<br />

(X Y)(ω) := X(ω)Y(ω) für jedes ω.<br />

Beispiel: Die Berechnung der Produktes<br />

der Ergebnisse X und Y aus dem vorangegangenen<br />

Beispiel. Auch hier ist der Bezug<br />

wieder auf die Ausprägungen ω der Zufallsgrößen.<br />

Produktbildung geht ein in die<br />

Berechnung der Kovarianz<br />

cov(X,Y) = (XY) - (X) (Y).<br />

Zimmermann (1975)hat gezeigt, daß die<br />

Repräsentation der Addition und Multiplikation<br />

von Testergebnissen als reellwertige<br />

Zufallsgrößen X über einem gemeinsamen<br />

Wahrscheinlichkeitsraum < Ω, , > die<br />

Grundbegriffe der klassischen Testtheorie<br />

als die Eigenschaften einer geometrischen<br />

extensiven Struktur repräsentierbar macht.<br />

Sie gestattet eine besonders transparente<br />

Darstellung der Theorie.<br />

Ein (reeller) Hilbert-Raum<br />

ist definiert als vollständiger linearer Vektorraum<br />

über , in dem ein skalares Vektorprodukt<br />

(X,Y) = Σ XY gegeben ist, bei<br />

dem stets gilt (X,X) ≥ 0, und aus (X,X) = 0<br />

folgt X = 0. Ein Beispiel ist der gewöhnliche<br />

uns umgebende dreidimensionale<br />

Raum. Bei den Anwendungen aus der<br />

Testtheorie ist die Anzahl der Dimensionen,<br />

über die bei der Skalarproduktbildung<br />

zu summieren ist, meist gleich der Anzahl<br />

der vorkommenden Testwerte. Ein dreidimensionales<br />

Beispiel ist ein Test, dessen

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!