FAKULTÄT FÜR

MATHEMATIK

Die grundlegenden Ziele dieses Projekts bestehen darin, optimale Versuchspläne für Thurstone´sche IRT-Modelle mit metrischen, binären und ordinalen Antworten zu entwickeln und analytisch zu charakterisieren, die eine hinreichend gute Schätzung der Traitscores erlauben. Zudem sollen binäre Paarvergleiche, die aus Rangreihen mit mehr als zwei Alternativen abgeleitet wurden, berücksichtigt werden. Optimale Versuchspläne sind im vorliegenden Fall dadurch definiert, dass Kombinationen solcher Werte von Itemparametern, Faktorladungen und Interzepts, bestimmt werden, die a-priori festgelegte Gütekriterien, wie z.B. Korrelation der geschätzten und wahren Traitscores, optimieren. Damit diese Modelle für die Personalauswahl sinnvoll eingesetzt werden können, sind lediglich positive Faktorladungen zugelassen. Diese Notwendigkeit, die aus Resultaten von Simulationsstudien folgt, erfordert die analytische Entwicklung neuartiger optimaler Versuchspläne. Über die in bisherigen einschlägigen Arbeiten entwickelten optimalen Designs hinausgehend sind hier insbesondere drei Anforderungen zu berücksichtigen: (a) die spezifische Form der Nichtlinearität, (b) die Einschränkung des Versuchsbereichs und © die Einschränkung, dass die Alternativen jeweils auf unterschiedlichen Faktoren laden. Damit die aus dem geplanten Projekt gewonnenen analytischen Erkenntnisse in der Praxis benutzerfreundlich umgesetzt werden können, soll ein entsprechendes R-Programm mit einer Shiny-Umgebung entwickelt werden.

Projekt im Forschungsportal ansehen

Förderungsnummer: NIHRDH-PB-PG-0817-20031. Osteoarthritis (OA) ist eine weit verbreitete, schwächende und schmerzhafte Erkrankung, insbesondere wenn die Patienten das betroffene Gelenk bewegen. Grundlegende Behandlungsansätze (Bewegung und Gewichtskontrolle) verringern die Schmerzen und verbessern die Funktion, aber durch Bewegung verursachte Schmerzen führen zu Ängsten und Verwirrung in Bezug auf diese Selbstbehandlung. Es bestehen weit verbreitete, wenig hilfreiche Missverständnisse über OA, und die Fachleute verfügen derzeit nicht über die nötigen sprachlichen Mittel, um OA in einer Weise zu erklären, die den aktuellen wissenschaftlichen Erkenntnissen entspricht. Das übergreifende Ziel des Projekts ist die Verbesserung der Erklärungen zu OA durch die Entwicklung und Implementierung eines multimedialen Patientenerklärungspakets (PEP-OA). In einer Teilprofil-Conjoint-Analyse-Studie mit Patienten soll abgeschätzt werden, inwieweit neue, priorisierte Erklärungsaussagen gegenüber derzeit verwendeten/verfügbaren Aussagen bevorzugt werden. Geeignete OA-Erklärungen, die in dieser Studie identifiziert werden, werden in der weiteren Entwicklung des Multimedia-Pakets verwendet. Das entsprechende Arbeitspaket erfordert die Entwicklung eines effizienten experimentellen Designs für das Choice-Experiment, das an der Universität Magdeburg durchgeführt werden soll.
Dieser Text wurde mit DeepL übersetzt

Projekt im Forschungsportal ansehen

Bestimmte neurologische Erkrankungen beeinträchtigen die Gehfähigkeit der betroffenen Individuen. In diesem Projekt werden Verfahren der funktionalen Datenanalyse entwickelt, um Daten zu analysieren, die mit Hilfe bildgebender Verfahren in einem Ganglabor bei Kindern und Jugendlichen erhoben werden. Im angewandten Teil des Projekts wird unter anderem untersucht, wie sich bestimmte medizinische Hilfsmittel (Orthesen) auf das Gehverhalten auswirken.

Projekt im Forschungsportal ansehen

Verallgemeinerte lineare Modelle mit festen und zufälligen Effekten bieten eine elegante Möglichkeit zur Modellierung abhängiger Beobachtungen. Bei der Schätzung der Modellparameter wird in der Regel angenommen, dass die zufälligen Parameter eine multivariate Normalverteilung besitzen. In diesem Projekt wird ein alternativer und speziell für kleine Stichprobenumfänge geeigneter Ansatz betrachtet, bei dem zwar, wie üblich, die bedingte Verteilung  der abhängigen Variable bei gegebenen Werten der zufälligen Parameter zur Exponentialfamilie gehört, die Verteilung der zufälligen Effekte jedoch aus Randomisierungsüberlegungen abgeleitet ist. Für das sich ergebende semiparametrische Modell wird ein Schätzalgorithmus entwickelt. Weiterhin wird in Simulationsstudien numerisch untersucht, wie sich Verletzungen der Normalverteilungsannahme auf die Schätzungen auswirken.

Projekt im Forschungsportal ansehen