ArticlePDF Available

Wozu Learning-Analytics-Applikationen im Mathematikunterricht?

September 2015

Project: Learning Analytics

Authors:

Graz University of Technology

Learning Analytics ist noch ein sehr junges Forschungsgebiet, da es erst seit wenigen Jahren infolge des Internets möglich ist, Daten zentral zu sammeln. Die Interpretation solcher Daten kann Lehrende nun dabei unterstützen den Unterricht individueller zu gestalten und Lernende gezielt zu fördern. Am Beispiel des Einmaleins- Trainer wird gezeigt welche Aussagen getroffen werden können und welche Potentiale Datenanalyse für den Lehr- und Lernbereich haben kann.

No caption available

…

Figures - uploaded by Martin Ebner

Content may be subject to copyright.

Content uploaded by Martin Ebner

Content may be subject to copyright.

!"#$#%&'()"*+,#)%)%(#%-(./%)"0(12(345678(9:;<(=)&"%#%$>?%&'@A#+*>?BB'#C&A#:%)%(#D(

1&A,)D&A#C<%A)""#+,AE2(=2?2(D<'A#D)F#&0(G>45670(H2(I5>I6(

Wozu%Learning-Analytics-Applikationen%im%Mathematikunterricht?%

Martin'Ebner'

(

Zusammenfassung:%=)&"%#%$(?%&'@A#+*(#*A(%:+,()#%(*),"(J<%$)*(K:"*+,<%$*$)/#)A0(F&()*(

)"*A(*)#A(L)%#$)%(M&,")%(#%N:'$)(F)*(O%A)"%)A*(DP$'#+,(#*A0(Q&A)%(;)%A"&'(;<(*&DD)'%2(Q#)(

O%A)"B")A&A#:%(*:'+,)"(Q&A)%(C&%%(=),")%F)(%<%(F&/)#(<%A)"*ARA;)%(F)%(S%A)""#+,A(

#%F#T#F<)'')"(;<($)*A&'A)%(<%F(=)"%)%F)($);#)'A(;<(NP"F)"%2(?D(U)#*B#)'(F)*(.#%D&')#%*>

V"&#%)"(L#"F($);)#$A(L)'+,)(?<**&$)%($)A":NN)%(L)"F)%(CP%%)%(<%F(L)'+,)(W:A)%A#&')(

Q&A)%&%&'@*)(NR"(F)%(=),">(<%F(=)"%/)")#+,(,&/)%(C&%%2((

(

Learning%Analytics%–%eine%Kurzeinführung%

O%(X)#A)%(T:%(U#$(Q&A&(Y(ZH?(,&/)%($":[)(Q&A)%*&DD'<%$)%(<%F( F)")%(?<*L)"A<%$(

F<"+,&<*( )#%)%( %)$&A#T)%( U)#$)*+,D&+C2( O%*/)*:%F)")( L)%%( #DD)"( <%F<"+,*#+,A#$)"(

L#"F0(L)"( R/)"( F#)( Q&A)%,:,)#A( T)"NR$A( <%F(L)"(L)'+,)( U)")+,A#$<%$)%( ,&A( *#)(

)#%;<*),)%2(=)&"%#%$(?%&'@A#+*(/)F#)%A(*#+,(;L&"($')#+,)"(1)A,:F#C0(;#)'A(&/)"(,#%$)$)%(

&<N(F#)(O%A)"B")A&A#:%(T:%(')"%)"*B);#N#*+,)%(Q&A)%(<D(F)%(#%F#T#F<)'')%(=)"%B":;)**(

$);#)'A( ;<( T)"/)**)"%0( &/( 3./%)"( )A( &'0( 456G82( H)'/*AT)"*A\%F'#+,( *#%F( F#)(

])"&<*N:"F)"<%$)%( #D( U)")#+,( Q&A)%*#+,)",)#A0( W"#T&A*B,\")( <%F( Q&A)%;<$&%$( ;<(

/)&+,A)%(<%F()#%;<,&'A)%(3^,&'#'(Y(./%)"0(456782((

Q<"+,( F#)( $":[)( Q&A)%&%*&DD'<%$( )"$)/)%( *#+,( &/)"( B'PA;'#+,( $\%;'#+,( %)<)(

1P$'#+,C)#A)%( <D( F#)( =),")%F)%( *:( ;<( <%A)"*ARA;)%0( F&**( *#)( &%( $))#$%)A)"( HA)'')(

#%A)"T)%#)")%( <%F( F)%( S%A)""#+,A( #%F#T#F<)'')"( $)*A&'A)%( CP%%)%2( 1#A( &%F)")%( 9:"A)%(

*A),A( #D( K:"*+,<%$*/)")#+,( =)&"%#%$( ?%&'@A#+*( F#)_F)"( =),")%F)( #D( 1#AA)'B<%CA( <%F(

$")%;A(*#+,(*:( ;<(F)D(*+,:%( '&%$)(/)C&%%A)%(U)")#+,( T:%(.F<+&A#:%&'(Q&A&(1#%#%$(&/0(

L:( )*( <D( F#)( &<**+,'#)['#+,)( &<A:D&A#*#)"A)( S%A)"*ARA;<%$( T:%( =)"%)%F)%( :,%)(

*B);#)'')(1#AL#"C<%$(F)"(=),")%F)%($),A(3`")'')"()A(&'0(456I82((

Z<%(*A)''A(D&%(*#+,(L&,"*+,)#%'#+,(F#)(K"&$)0(L&*(C&%%(D&%(F)%%(%<%(D#A()#%)"($":[)%(

Q&A)%*&DD'<%$( A&A*\+,'#+,( D&+,)%( /;L2( L#)( '\**A( *#+,( F&F<"+,( F)"(

1&A,)D&A#C<%A)""#+,A( #D( HB);#)'')%( T)"/)**)"%2( Q#)( V)+,%#*+,)( S%#T)"*#A\A( `"&;( ,&A(

F&;<(D),"J\,"#$)(."N&,"<%$)%(<%F(L#"(DP+,A)%(&D(U)#*B#)'(F)*(.#%D&')#%*>V"&#%)"(F&*(

W"#%;#B()"C'\")%(3H+,P%()A(&'0(456482((

(

Der%Einmaleins-Trainer%

Q)"( .#%D&')#%*>V"&#%)"( #*A( F&*( \'A)*A)( W":J)CA( #D( a&,D)%( J)%)"( 1&A,)D&A#C>

?BB'#C&A#:%)%0( F#)( ,)<A)( &'')( N")#( <%A)"( ,AAB-__*+,<')2')&"%#%$'&/2A<$"&;2&A(T)"NR$/&"(

*#%F2( Q)"( OF))( N:'$)%F)%( )#%)%( #%A)''#$)%A)%( V"&#%)"( &%;</#)A)%0( T)"*<+,A( F)"(

?'$:"#A,D<*(#D(]#%A)"$"<%F(F)%(9#**)%**A&%F(F)"(=)"%)%F)%()#%;<*+,\A;)%(<%F(F&%%(

&<*( )#%)D( U)")#+,( F)"( F)D( =)"%*A&%F( )%A*B"#+,A0( U)#*B#)')( ;<( ;#),)%2( Q&F<"+,( *:''(

$)L\,"')#*A)A( L)"F)%0( F&**( F#)( H+,<'C#%F)"( '&%$*&D( &/)"( C:%A#%<#)"'#+,( F&*( C')#%)(

.#%D&')#%*( R/)%( CP%%)%2( OD( ]#%A)"$"<%F( L)"F)%( F#)( Q&A)%( F)"( =)"%)%F)%(

D#A$)*+,"#)/)%(<%F(#%()#%)"(b/)"*#+,A*F&"*A)''<%$(;<$\%$'#+,($)D&+,A2((

?//(62(;)#$A(F)%(V"&#%)"(D#A()#%)"(a)+,%<%$(<%F('#%C*()#%)"(HA)"%)%R/)"*#+,A(F)"(65c65(

1&A"#d(e()#%( :"&%$)"(HA)"%( /)F)<A)A0(F&**( F#)*)(1<'A#B'#C&A#:%(/)#D(')A;A)%(1&'("#+,A#$(

L&"f( )#%( $)'/)"( HA)"%( *A),A( NR"( $<A( $)C:%%A0( &'*:( F&**( D&%( ;L)#D&'( ,#%A)")#%&%F)"(

/)")#A*( F#)( "#+,A#$)( =P*<%$( )#%$)$)/)%( ,&Af( )#%( $"&<)"( HA)"%( ;)#$A( &%0( F&**( F#)*)(

a)+,%<%$(%:+,(%#+,A(&/$)N"&$A(L<"F)2((

=),")%F)(CP%%)%( J)A;A(R/)"( F)%(U)%<A;)"D&%&$)"0( %&+,F)D(#,")( H+,<')(N")#$)*+,&'A)A(

L<"F)0( )#%)( )%A*B")+,)%F)( ^'&**)( &%')$)%( <%F( F#)( ^#%F)"( ;<L)#*)%2( Q&"&<N,#%(

/)C:DD)%( H#)( )#%)( b/)"*#+,A( L#)( F)"( F)";)#A#$)( =)"%N:"A*+,"#AA( #*A2( ?//2( 4( ;)#$A( )#%)(

3&%:%@D#*#)"A)8( ^'&**)%R/)"*#+,A0( L:/)#( J)F)( X)#')( )#%)D( H+,<'C#%F( )%A*B"#+,A2( ?<+,(

!"#$#%&'()"*+,#)%)%(#%-(./%)"0(12(345678(9:;<(=)&"%#%$>?%&'@A#+*>?BB'#C&A#:%)%(#D(

1&A,)D&A#C<%A)""#+,AE2(=2?2(D<'A#D)F#&0(G>45670(H2(I5>I6(

,#)"(L#"F(D#A(H#$%&'N&"/)%($)&"/)#A)A0(#%F)D(F&*()"*A)0('#%C)(<%F(g<&F"&A#*+,)(K)'F(;)#$A(

:/( )#%)( O%A)"T)%A#:%( %PA#$( #*A2( H:'&%$)( F#)*( $"R%( #*A0( #*A( ,#)"( F)"( =)"%N:"A*+,"#AA( &'*(

%:"D&'( )#%;<*A<N)%0( /)#( $)'/( L\")( $$N2( )#%)( O%A)"T)%A#:%( %:AL)%F#$0( /)#( ":A( /)*A),A(

&C<A)"( ]&%F'<%$*/)F&"N0( F&( F)"( =)"%)%F)( L#)F)",:'A( K),')"( D&+,A( <%F( :NN)%*#+,A'#+,(

*#+,( %#+,A( D),"( L)#A)"( *A)#$)"%( C&%%2( Q#)( C')#%)%( '\%$'#+,)%( X)'')%( )%A*B")+,)%(

L#)F)"<D(F)%()#%;)'%)%(a)+,%<%$)%(D#A()%A*B")+,)%F)D(K:"A*+,"#AA2(

(

Schlussbemerkungen%

b/)"(F#)(M&,")(,&/)%(*#+,(%&AR"'#+,()#%#$)(Q&A)%(&%$)*&DD)'A(<%F(*:(CP%%)%(L#"(,)<A)(

3?//2( G8( ;)#$)%( L&*( F)%%( F#)( *+,L#)"#$*A)%( a)+,%<%$)%( F)*( C')#%)%( .#%D&')#%*( *#%F2(

hci($)N:'$A(T:%(ich(L)"F)%(&D(L)%#$*A)%("#+,A#$($)'P*A2(1#A(F#)*)D(9#**)%(CP%%A)(;2U2(

%<%(&<+,(F#)(=),">(<%F(=)"%*A"&A)$#)(T)"\%F)"A(L)"F)%2((

?<*$)L)#A)A(&<N(F#)(?FF#A#:%0(H</A"&CA#:%0(F#)(D),"*A)''#$)(1<'A#B'#C&A#:%(<%F(&<+,(F#)(

Q#T#*#:%( T)"NR$)%( L#"( ,)<A)( <%A)"( ,AAB-__*+,<')2')&"%#%$'&/2A<$"&;2&A_D&A,)2,AD'()#%(

N'\+,)%F)+C)%F)*( ?%$)/:A( R/)"( F#)( `"<%F")+,%<%$*&"A)%2( ?'')( V"&#%)"( &"/)#A)%( %&+,(

F)D( $')#+,)%( W"#%;#B-( HA)#$)"<%$( #%N:'$)( T:%( ^:DB)A)%;')T)'*( <%F( F)A&#''#)"A)(

K),')"&%&'@*)( /;L2( b/)"*#+,A( #%( )#%F)<A#$)%( H#$%&'N&"/)%( NR"( F#)( =),")%F)%2( Q&D#A(

*:''A)( )#%)( O%A)$"&A#:%( #%( F)%( S%A)""#+,A( DP$'#+,( *)#%( <%F( )#%)( L)*)%A'#+,)( U&*#*( NR"(

1OZV>K\+,)"( $)*+,&NN)%( L)"F)%2( Q)%%( F<"+,( F&*( $);#)'A)0( #%F#T#F<)'')( ?<*D)";)%(

*@*A)D&A#*+,)"(K),')"0(L#)(;2U2(J)%)"(F)*(Z<''N),')"*(3L)%%()#%)(Z<''(;2U2(#%(F)"(Q#T#*#:%(

&<NA"#AA0( L#"F( F)"( V)#'g<:A#)%A( N&'*+,( /)")+,%)A8( #*A( )#%)( '&%$N"#*A#$)( !BA#D#)"<%$( F)*(

1OZV>9#**)%*(;<()"L&"A)%2(?/*+,'#)[)%F(*)#(&<+,(F&"&<N(,#%$)L#)*)%0(F&**(F#)(V"&#%)"(

%#+,A(%<"(;<D( ."')"%)%(F)"(`"<%F")+,%<%$*&"A)%( #%(F)%(`"<%F*+,<')%(.#%*&A;(N#%F)%0(

*:%F)"%(&<+,(#%(F)%(L)#A)"NR,")%F)%(H+,<')%(F)"(H)C<%F&"*A<N)(<D($);#)'A(F<"+,(b/)%(

F&*( 9#**)%( ;<( N)*A#$)%2( Q#)*/);R$'#+,)( .T&'<&A#:%**A<F#)%( ;)#$)%0( F&**( F#)*( F<"+,&<*(

)#%(T#)'T)"*B")+,)%F)"0(;<C<%NA*L)#*)%F)"(9)$(#*A(3W":%)$$0(456782(

(

(

Literatur%%

./%)"0(12f(Z)<,:'F0(U2f(H+,P%0(H2(3456G8%=)&"%#%$(?%&'@A#+*(>(L#)(Q&A)%&%&'@*)(,)'N)%(C&%%0(F&*(=)"%)%(

$);#)'A(;<(T)"/)**)"%2(O%(^2(9#'/)"*(Y(?2(]:,)%*A)#%(3]"*$280(]&%F/<+,(.>=)&"%#%$2(.dB)"A)%L#**)%(&<*(

9#**)%*+,&NA(<%F(W"&d#*(e(HA"&A)$#)%0(O%*A"<D)%A)0(K&''*A<F#)%2(^P'%-(Q)<A*+,)"(9#"A*+,&NA*F#)%*A(

39:'A)"*(^'<L)"(Q)<A*+,'&%F80(Ii2(."$2>=N$2(M\%%)"(456G2(BB(6>45(

(

`")'')"0(920(./%)"0(120(H+,P%0(12(3456I8(=)&"%#%$(?%&'@A#+*-(K":D(V,):"@(A:(W"&+A#+)(e(Q&A&(H<BB:"A(N:"(

=)&"%#%$(&%F(V)&+,#%$2(O%-(j:DB<A)"(?**#*A)F(?**)**D)%A2(^&';0(1&"+:0(a&*0(."#+(3.F*28(>a)*)&"+,(#%A:(.>

?**)**D)%A0(j:DD<%#+&A#:%*(#%(j:DB<A)"(&%F(O%N:"D&A#:%(H+#)%+)(k:'<D)(IGl0(456I0(BB(ml>im2(

HB"#%$)"0(Z)L(n:"C(

(

^,&'#'0(12(Y(./%)"0(12(3456782(=)&"%#%$(?%&'@A#+*-(W"#%+#B')*(&%F(j:%*A"&#%A*2(O%(W":+))F#%$*(:N(9:"'F(

j:%N)")%+)(:%(.F<+&A#:%&'(1<'A#D)F#&0(]@B)"D)F#&(&%F(V)')+:DD<%#+&A#:%*(45672(BB2(6G4h>6GGh2(

j,)*&B)&C)0(k?-(??j.(

(

W":%)$$0(12(3456782(=)&"%#%$(?%&'@A#+*(>(.#%)(K)'F*A<F#)(;<D(.#%*&A;(T:%(=)&"%#%$>?%&'@A#+*>

?BB'#C&A#:%)%(#%(F)"(1&A,)D&A#C2(Q#B':D&"/)#A(&%(F)"(V)+,%#*+,)%(S%#T)"*#A\A(`"&;(

(

H+,P%0(120(./%)"0(120(^:A,D)#)"0(`2(345648(OAo*(M<*A(?/:<A(=)&"%#%$(A,)(1<'A#B'#+&A#:%(V&/')0(O%(W":+))F#%$*(

:N(A,)(4%F(O%A)"%&A#:%&'(j:%N)")%+)(:%(=)&"%#%$(?%&'@A#+*(&%F(^%:L')F$)(3=?^(o6480(H#D:%(U<+C#%$,&D(

H,<D0(Q"&$&%(`&*)T#+0(&%F(a)/)++&(K)"$<*:%(3.F*282(?j10(Z)L(n:"C0(Zn0(SH?0(mG>i6(

(

(

%

%

(

!"#$#%&'()"*+,#)%)%(#%-(./%)"0(12(345678(9:;<(=)&"%#%$>?%&'@A#+*>?BB'#C&A#:%)%(#D(

1&A,)D&A#C<%A)""#+,AE2(=2?2(D<'A#D)F#&0(G>45670(H2(I5>I6(

Bilder%

%

%

?//2(6(Q)"(.#%D&')#%*>V"&#%)"(,AAB-__*+,<')2')&"%#%$'&/2A<$"&;2&A(

(

(

?//2(4(^'&**)%R/)"*#+,A(/)")#A*($)'P*A)"(U)#*B#)')(

!"#$#%&'()"*+,#)%)%(#%-(./%)"0(12(345678(9:;<(=)&"%#%$>?%&'@A#+*>?BB'#C&A#:%)%(#D(

1&A,)D&A#C<%A)""#+,AE2(=2?2(D<'A#D)F#&0(G>45670(H2(I5>I6(

(

?//2(G(?CA<)'')(b/)"*#+,A(R/)"(&'')($)")+,%)A)%(U)#*B#)')(<%F(F)")%(

=P*<%$**+,L#)"#$C)#A(3HA&%F-(M<'#(4567f(+&2(i552555(a)+,%<%$)%8*(

ResearchGate has not been able to resolve any citations for this publication.

Learning Analytics – wie Datenanalyse helfen kann, das Lernen gezielt zu verbessern.

Chapter

Full-text available

Aug 2013

Daten, Daten, Daten ... entstehen in der heutigen Welt durch das zuneh- mende Angebot an webbasierten Applikationen. Je mehr sich das Inter- net öffnet, je mehr Benutzer sich auf einer Plattform anmelden, desto mehr füllen sich die dahinterliegenden Datenbanken. Unter den Schlag- wörtern »Big Data« und »Data Mining« versteht man die Analyse dieser Daten, deren Interpretation und einer oft automatisierten benutzer- abhängigen Reaktion. Die Tragweite von solchem auf das Lehren und Lernen angewandten Vorgehen ist heute kaum abschätzbar. In diesem Beitrag geben wir mit Beispielen eine Einführung in das Forschungsgebiet Learning Analytics (LA). Die Darstellung soll auch helfen, LA vom konven- tionellen Bereich Educational Data Mining (EDM) abzugrenzen. Als Bei- spiele für LA werden Anwendungen zum Erlernen der Arithmetik und zur Analyse von Aktivitäten im Personal-Learning-(PLE)-Bereich der Technischen Universität Graz vorgestellt und es wird dargelegt, wie Lehr- personen von den Ergebnissen profitieren können. Charakteristisch für diese Anwendungen ist, dass dabei Unmengen von Daten erhoben, gespeichert und analysiert werden, wie das ohne Technikeinsatz nicht möglich wäre. So erkennen wir Chancen für eine wesentliche Qualitäts- verbesserung des Lehrens und Lernens durch individuelle, zeitnahe, prä- zise, aber kompakte Feedbacks für alle an Unterrichtsprozessen Beteilig- ten. Im Hinblick auf die Forschung zum Lehren und Lernenbetreten wir gerade einen Raum mit nur zu erahnenden Erkenntnismöglichkeiten.

Learning Analytics: Principles and Constraints

Conference Paper

Full-text available

Jun 2015

Within the evolution of technology in education, Learning Analytics has reserved its position as a robust technological field that promises to empower instructors and learners in different educational fields. The 2014 horizon report (Johnson et al., 2014), expects it to be adopted by educational institutions in the near future. However, the processes and phases as well as constraints are still not deeply debated. In this research study, the authors talk about the essence, objectives and methodologies of Learning Analytics and propose a first prototype life cycle that describes its entire process. Furthermore, the authors raise substantial questions related to challenges such as security, policy and ethics issues that limit the beneficial appliances of Learning Analytics processes.

Learning Analytics: From Theory to Practice – Data Support for Learning and Teaching

Conference Paper

Full-text available

Jun 2014

Much has been written lately about the potential of Learning Analytics for improving learning and teaching. Nevertheless, most of the contributions to date are concentrating on the abstract theoretical or algorithmic level, or, deal with academic efficiencies like teachers’ grading habits. This paper wants to focus on the value that Learning Analytics brings to pedagogic interventions and feedback for reflection. We first analyse what Learning Analytics has to offer in this respect, and, then, present a practical use case of applied Learning Analytics for didactic support in primary school Arithmetic.

Aktuelle Übersicht über alle gerechneten Beispiele und deren Lösungsschwierigkeit (Stand: Juli 2015; ca. 800.000 Rechnungen)s

Abb

Abb. 3 Aktuelle Übersicht über alle gerechneten Beispiele und deren Lösungsschwierigkeit (Stand: Juli 2015; ca. 800.000 Rechnungen)s

Learning Analytics: From Theory to Practice -Data Support for Learning and Teaching

Jan 2014
79-87

W Greller
M Ebner
M Schön

Greller, W., Ebner, M., Schön, M. (2014) Learning Analytics: From Theory to Practice -Data Support for Learning and Teaching. In: Computer Assisted Assessment. Kalz, Marco, Ras, Eric (Eds.) --Research into E--Assessment, Communications in Computer and Information Science Volume 439, 2014, pp 79--87.

Project

Successful transition from Secondary to Higher Education using Learning Analytic (STELA)

The main goal of the project is to enhance a successful transition from secondary to higher education by means of learning analytics. To this end the project will develop, test, and assess a learni ng analytics approach that focuses on providing formative and summative feedback to students in the transition. On top of the development of a student dashboard, the project will develop dashboards for the student counselors and teachers, hereby disclosing a vast amount of information that can be used to improve counselling and teaching practices. To realize this ambitious goal the project gathers a multidisciplinary team of learning analytics researchers, educational technology experts, experts in the transition from secondary to higher education, and practitioners. Thanks to this multidisciplinary team, the project will tackle all the different steps required for the application of learning analytics: data collection, data analysis, data visualization, dashboard design, dashboard development, and last but not least the actual implementation and thorough evaluation of the learning analytics approach. ... [more]

Project

IDeRBlog

Durch die Existenz von Computern, Tablets und Handys werden den Schülerinnen neue Zugang zum Schreiblernprozess ermöglicht. Dies ist Gegenstand des Projekts IDERBLOG. Denn im Niederschreiben des vo n ihnen Erlebten mit diesen Geräten - schulen sie ihre orthografischen Kompetenzen durch die Nutzung eines im Projekt zu entwickelnden intelligenten Wörterbuchs. - verbessern sie ihre Rechtschreibung durch eine Übungsdatenbank. - erhöht sich die Schreibmotivation durch die Möglichkeit, selbst verfasste Texte auf einer Internetplattform öffentlich oder teilöffentlich zu machen. - steigert sich die Lesekompetenz und –motivation, indem die LeserInnen der veröffentlichten Texte mit dem/der Autorin in Kontakt treten können. - erhalten die LeserInnen Einblicke in das Leben von Gleichaltrigen in anderen deutschsprachigen Regionen, wodurch das interkulturelle Wissen angereichert wird. ... [more]

Project

Open Educational Resources

Project

Making with Kids

Article

Functional analysis: Some cautionary notes.

July 1983 · Bulletin of the British Psychological Society

Robert Jones

Discusses the use of functional analysis, which is described as the analysis of behavior in terms of both antecedent events and consequences. It is argued that until functional analysis implies a definite form of methodological interpretation, it is unlikely that it will achieve widespread use in psychology. The author cautions that a particular functional analysis may imply a face validity that ... [Show full abstract] the formulation does not necessarily merit. (4 ref) (PsycINFO Database Record (c) 2012 APA, all rights reserved)

Article

Dielectric properties of polar rubber mixtures

January 1973 · British Polymer Journal

A systematic study of the dielectric properties of Perbunan N mixed with silica in increasing quantities is carried out in the frequency range 500 Hz to 1010 Hz at room temperature. The data are analysed using the Cole-Cole method and the results are interpreted.

Article

Full-text available

Über das Problem fehlender Werte: Wie der Einfluss fehlender Informationen auf Analyseergebnisse ent...

January 2004 · Die Rehabilitation

Markus Antonius Wirtz

Fehlende Werte stellen ein häufig unterschätztes Problem bei der Analyse empirischer Datensätze dar. Neben der effektiven Verringerung der Stichprobenumfänge muss damit gerechnet werden, dass durch fehlende Angaben statistische Ergebnisse verfälscht werden. Die beiden zentralen Aussagen des Beitrags bestehen darin, dass zum einen die Analyse der Ursachen fehlender Angaben in empirischen ... [Show full abstract] Datensätzen fester Bestandteil jeder Datenanalyse sein sollte und zum anderen der Umgang mit fehlenden Werten auf angemessenen Annahmen beruhen sollte, um fehlerhafte Ergebnisse und Probleme bei der Interpretation empirischer Befunde zu vermeiden.

Chapter

Grundlagen der Statistik: Grundlagen – Bildgebung – Therapie – Technik

September 2018

Statistik umfasst die Lehre von der Datenerhebung, der Datenanalyse sowie der Interpretation und der Darstellung von Analyseergebnissen. Statistische Ämter erstellen Statistiken, indem sie Beobachtungen zusammentragen und übersichtlich darstellen. Die Rolle der Statistik in der biomedizinischen Forschung geht über die Zusammenfassung in Tabellen und Grafiken hinaus. Hier hat Statistik die ... [Show full abstract] Aufgabe, Methoden für Entscheidungen bei Vorliegen von Unsicherheiten zur Verfügung zu stellen: Ärzte und Medizinphysiker möchten z. B. untersuchen, ob ein neuer Bestrahlungsplan für einen Hirntumor erfolgreicher ist als der Standardplan. Sie werden sich nicht auf den Behandlungserfolg bei einem einzelnen Patienten verlassen wollen. Vielmehr werden in solchen Untersuchungen eine Reihe von Patienten nach dem neuen Plan und parallel dazu vergleichbare Patienten nach dem Standardplan bestrahlt. Nach einer ausreichenden Nachbeobachtungszeit wird der Therapieerfolg anhand der Tumorgröße beurteilt. Oft wird das Ergebnis nicht eindeutig sein, da nur eine kleine Auswahl von Patienten behandelt wurde und die Schwankungen zwischen den Patienten groß sind. Dies ist eine typische Situation für eine statistische Auswertung.