Specification issues in Bayesian growth mixture modeling.

Sarah A Depaoli

Editore: ProQuest, UMI Dissertation Pub, 2011
ISBN 10: 1243421843 / ISBN 13: 9781243421845
Usato / Quantità: 0
Copie del libro da altre librerie
Mostra tutte le  copie di questo libro

Libro

Purtroppo questo libro non è più disponibile. Per trovare copie simili ti preghiamo di inserire i parametri di ricerca nella maschera qui in basso.

Descrizione:

Gently used. Expect delivery in 20 days. Codice inventario libreria

Su questo libro:

Riassunto: This dissertation is comprised of three different studies that all surround topics related to growth mixture modeling (GMM) within the Bayesian estimation framework. GMM provides information about growth over time (e.g., growth in reading achievement throughout elementary school). This model also allows researchers to account for different latent groups (called mixtures) of individuals by modeling distinctively different growth trajectories for each latent group. The general design of this dissertation uses a 3-mixture class GMM and assesses various aspects of this model. In particular, Study 1 examines the ability for a Bayesian estimator to uncover a mixture class that is very small in size but substantively different from the other mixture classes. The results of a Bayesian framework are compared to the more traditional estimator of maximum likelihood via the EM algorithm. Study 2 is based solely in the Bayesian context and examines the impact of tight and (in)accurate prior distributions on parameter estimates. Specifically, the investigation is focused on whether or not very inaccurate subjective opinions about model parameters can have an actual impact on the estimates produced within the Bayesian framework. Study 3 is also computed solely in the Bayesian context and is a study of model mis-specification. Specifically, the focus is on a procedure called posterior predictive checking (PPC), which is theoretically built to detect specification error in a Bayesian modeling context. The aim is to determine under what circumstances PPC correctly identifies model mis-specification and why it fails to identify the error in other cases.

Le informazioni nella sezione "Su questo libro" possono far riferimento a edizioni diverse di questo titolo.

Dati bibliografici

Titolo: Specification issues in Bayesian growth ...
Casa editrice: ProQuest, UMI Dissertation Pub
Data di pubblicazione: 2011
Condizione libro: very good

AbeBooks è una piattaforma online di libri nuovi, antichi, usati e fuori catalogo attiva dal 1996. Ti mettiamo in contatto con migliaia di librerie di fiducia sparse in tutto il mondo, che offrono milioni di libri. L'acquisto sui nostri siti è semplice e sicuro al 100% - cerca il tuo libro, comprane una copia attraverso il processo di acquisto protetto e la libreria ti invierà il libro direttamente.

Cerca tra milioni di libri proposti da migliaia di librerie

Libri antichi

Libri antichi

Opere antiche e rare, prime edizioni, i libri più costosi venduti su AbeBooks e altri contenuti dedicati ai bibliofili d'eccezione.

Libri antichi

Libri usati

Libri usati

Acquista subito i libri di seconda mano. Tutte le opere che avresti sempre voluto leggere a tua disposizione a un prezzo speciale!

Libri usati

Libri con spedizione gratuita

Libri con spedizione gratuita

Libri nuovi, usati, italiani e stranieri che stavi cercando, in spedizione gratuita e senza spesa minima!

Libri spedizione gratuita

Scopri anche: