Volltextdatei(en) vorhanden
DC ElementWertSprache
dc.contributor.advisorWegscheider, Karl (Prof. Dr.)
dc.contributor.authorHerich, Lena
dc.date.accessioned2020-10-19T12:52:10Z-
dc.date.available2020-10-19T12:52:10Z-
dc.date.issued2012
dc.identifier.urihttps://ediss.sub.uni-hamburg.de/handle/ediss/4680-
dc.description.abstractStrukturgleichungsmodelle sind ein nützliches Werkzeug, um Zusammenhänge abzubilden. Außerdem können multikollineare oder ähnliche Parameter zu latenten Variablen zusammengefasst werden. Diese Erweiterungen sind auch für Fragestellungen in der Ereigniszeitanalyse möglich. Dazu wird das Standard-Modell der Überlebenszeitanalyse, die Cox-Propotional-Hazards-Regression, mit einem Strukturgleichungsmodell kombiniert. Dieser Ansatz ist relativ neu und die Modelle wurden bislang nur selten verwendet. In dieser Dissertation werden die Anwendungsmöglichkeiten der Cox-Regression in Kombination mit einem Strukturgleichungsmodell demonstriert werden. Die betrachteten latenten Variablen können kategorielles oder kontinuierliches Skalenniveau besitzen. Anhand von Beispielen werden die Vor- und Nachteile der Modellansätze im Vergleich zur Standard-Cox-Regression diskutiert werden. Die Prognosegüte der Modelle wird anhand von verschiedenen Kennzahlen verglichen werden. Des Weiteren wird die Belastbarkeit der neuen Modelle mithilfe des Bootstrapping-Verfahrens untersucht. Die Überlegenheit der Modelle kann in dieser Arbeit gezeigt werden, diese sind reliabel und in der Lage, einen tieferen Einblick in komplexe Zusammenhänge zwischen Kovariaten in der Ereigniszeitanalyse zu geben. Diese Vorzüge gibt es nicht umsonst, das Modell ist deutlich komplexer. Dennoch spricht alles für die vermehrte Verwendung dieser Modellklassen. Die Berechnung ist mit Mplus relativ einfach und es wurde gezeigt, wie vielfältig die Anwendungsmöglichkeiten sind.de
dc.language.isodede
dc.publisherStaats- und Universitätsbibliothek Hamburg Carl von Ossietzky
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectCox-Regressionde
dc.subjectLatente Variablenmodellede
dc.subjectLatente Klassende
dc.subjectStrukturgleichungsmodellede
dc.subjectSEMen
dc.subjectCox-Regressionen
dc.subjectLatent-Class-Analysisen
dc.subject.ddc310 Statistik
dc.titleErweiterung des Cox-Proportional-Hazards-Modells um latente Faktoren und latente Klassende
dc.typedoctoralThesis
dcterms.dateAccepted2012-10-23
dc.rights.ccNo license
dc.rights.rshttp://rightsstatements.org/vocab/InC/1.0/
dc.subject.bcl31.73 Mathematische Statistik
dc.type.casraiDissertation-
dc.type.dinidoctoralThesis-
dc.type.driverdoctoralThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisdoctoralThesis
tuhh.opus.id5907
tuhh.opus.datecreation2012-12-04
tuhh.type.opusDissertation-
thesis.grantor.departmentWirtschaftswissenschaften
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionUniversität Hamburg
dcterms.DCMITypeText-
tuhh.gvk.ppn736204040
dc.identifier.urnurn:nbn:de:gbv:18-59079
item.languageiso639-1other-
item.creatorOrcidHerich, Lena-
item.grantfulltextopen-
item.creatorGNDHerich, Lena-
item.advisorGNDWegscheider, Karl (Prof. Dr.)-
item.fulltextWith Fulltext-
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat  
Dissertation.pdf1.58 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

131
Letzte Woche
Letzten Monat
geprüft am 14.05.2021

Download(s)

88
Letzte Woche
Letzten Monat
geprüft am 14.05.2021
Werkzeuge

Google ScholarTM

Prüfe