Vorwort

1. Aufbau des Buchs 1

1.1. Typologische und symbolische Gestaltungselemente 3

1.2. Programmversion von R 5

1. Einleitung 7

2. Paarvergleiche 11

3.1. Arten von Paarvergleichen 13

3.2. Paarvergleichs-/Präferenzmodelle 14

1. Das Bradley-Terry Modell (BT) 15

4.1. Das log-lineare BT Modell (LLBT Modell) 18

I. Log-lineare Bradley-Terry Modelle (LLBT) 19

Echte Paarvergleiche

1. Das log-lineare Bradley-Terry Modell (LLBT) 21

5.1. Theorie 21

5.1.1. Designstruktur des LLBT Modells 23

5.1.2. Berechnung des LLBT Modells 24

5.1.3. Interpretation der Objektparameter 26

5.1.4. Berechnung der Werteparameter pi 27

5.1.5. Prüfung der Modellgüte (Goodness-of-fit) 28

5.1.6. Erweiterungsmöglichkeiten des LLBT Modells 29

5.2. Anwendung in R - Beispiel 1: Schokolade 30

5.2.1. Beschreibung des Datensatzes, Datenvorbereitung 31

5.2.2. Deskriptive Statistik 34

5.2.3. Modellschätzung mit dem R-Paket prefmod 35

5.2.4. Interpretation 39

5.2.5. Modellgüte, Konfidenzintervalle 44

1. Das LLBT Modell mit drei Antwortkategorien (ties) 49

6.1. Theorie 49

6.1.1. Designstruktur des LLBT Modells mit ties 51

6.2. Anwendung in R - Beispiel 2: CEMS 52

6.2.1. Beschreibung des Datensatzes, Datenvorbereitung 52

6.2.2. Deskriptive Statistik 55

6.2.3. Modellschätzung mit dem R-Paket prefmod 56

6.2.4. Modellgüte 58

6.2.5. Interpretation 58

1. Das LLBT Modell mit einer kategorialen Subjektkovariate 61

7.1. Theorie 61

7.1.1. Interpretation 63

7.1.2. Modellselektion 64

7.2. Anwendung in R - Beispiel 2: CEMS 66

7.2.1. Beschreibung des Datensatzes, Datenvorbereitung 66

7.2.2. Deskriptive Statistik 67

7.2.3. Modellschätzung mit dem R-Paket prefmod 70

7.2.4. Modellselektion, Modellgüte 73

7.2.5. Interpretation 75

1. Das LLBT Modell mit zwei kategorialen Subjektkovariaten 81

8.1. Theorie 81

8.1.1. Berechnung der Objektparameter 82

8.1.2. Modellselektion 83

8.2. Anwendung in R - Beispiel 2: CEMS 85

8.2.1. Modellschätzung 85

8.2.2. Modellselektion 86

8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter 90

1. Eine metrische Subjektkovariate (ohne ties) 95

9.1. Theorie 95

9.2. Anwendung in R - Beispiel 3: Lernmethoden 96

9.2.1. Beschreibung des Datensatzes, Datenvorbereitung 96

9.2.2. Deskriptive Statistik 98

9.2.3. Modellschätzung mit dem R-Paket prefmod 101

9.2.4. Berechnung der Objektparameter 104

9.2.5. Berechnung und Darstellung der Werteparameter 106

10.Das LLBT Modell mit einer objekt-spezifischen Kovariate 111

10.1. Theorie 111

10.2.Anwendung in R - Beispiel 2: CEMS 114

10.2.1. Modellschätzung mit dem R-Paket prefmod 114

10.2.2. Objekt- und Werteparameter 119

10.2.3. Modellselektion 121

II. Log-lineare Paarvergleichs Pattern Modelle 123

11.Paarvergleichs Pattern Modelle 125

11.1. Theorie 125

Echte Paarvergleiche

12.Das Pattern Modell bei unabhängigen Entscheidungen 133

12.1. Theorie 133

12.1.1. Designstruktur des Pattern Modells 133

12.1.2. Interpretation der Objektparameter 134

12.1.3. Berechnung der Werteparameter 135

12.1.4. Der Unterschied zwischen LLBT und Pattern Modell 135

12.2.Anwendung in R - Beispiel 1: Schokolade 136

12.2.1. Modellschätzung mit dem R-Paket prefmod 136

12.2.2. Berechnung der Objekt- und Werteparameter 140

12.2.3. Grafische Darstellung der Objekt- und Werteparameter 141

13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen 143

13.1. Theorie 143

13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen 146

13.1.2. Interpretation der Abhängigkeits- und Objektparameter 147

14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate 149

14.1. Theorie 149

14.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen 150

14.2.1. Beschreibung des Datensatzes 150

14.2.2. Modellschätzung mit dem R-Pak