Kooperativer Bibliotheksverbund

UID:

Format: 1 online resource (198 pages)

Edition: 1st ed. 2024.

ISBN: 9783648176580

Series Statement: Haufe Fachbuch Series

Content: Braucht es in Zeiten von New Work, flachen Hierarchien und Wunsch nach grenzenloser Entfaltung überhaupt noch Führung? Thorsten Knobbe beantwortet diese Frage mit einem klaren Ja und zeigt Wege aus dem Dilemma. In seinem Buch fasst er den Kern und die Wirkmechanismen von Führung zusammen und zeigt, wie sich Rituale, Rollen und Organisationsformen in der neuen Arbeitswelt ändern müssen. Als Lösung definiert er einen neuen Führungsbegriff, der sich mehr an der Verantwortung für ein Ziel oder eine Sache als an hierarchischer Legitimation orientiert. Zudem erfahren Organisationen, wie sie ihren Nachwuchs an Verantwortung heranführen und bei allen Mitarbeitenden eine positive Dynamik erzeugen können.

Note: Cover -- Urheberrecht -- Inhaltsverzeichnis -- myBook+ -- Vorwort -- 1 Zur Situation -- 2 Führung ist notwendig - und zunehmend in Not -- 2.1 Verstehen wir überhaupt, was Führung ist? -- 2.2 Gibt es objektiv gute Führung? -- 2.3 Das immergleiche Bedürfnis - Menschen wollen anerkannt werden -- 2.4 Zwischenfazit -- 3 Führung oder Management? -- 3.1 Management und Leadership - nicht oder selten dasselbe -- 3.2 Leadership und Führung - bedingt dasselbe -- 3.3 Führung und Management definiert -- 3.4 Ein einheitliches Führungsverständnis ist kein Selbstläufer -- 4 Grenzen bekannter Glaubenssätze -- 4.2 Einzelfälle werden verallgemeinert -- 4.3 Idealistisches und vereinfachtes Menschenbild -- 4.4 Das Grüner-Tisch-Syndrom -- 4.5 Bezug auf Schönwetterphasen -- 4.6 Kommunikation zur falschen Zeit -- 5 Führung und Vertrauen -- 5.1 Die Instanz der Vertrauensforschung -- 5.2 Was bedeutet fehlendes Vertrauen? -- 5.3 Der Vertrag des Vertrauens -- 5.4 Vertrauensbildung fängt ganz oben an -- 5.5 Faktoren der Vertrauensbildung und -erhaltung -- 6 Vordenker der kooperativen Führung -- 6.1 Der Teamansatz - vielfach erprobt und neu beleuchtet, stets aktuell -- 6.2 Wirksame Teams - und was tun die Team Leader? -- 6.3 Kooperative Arbeitsformen - der Blick in die Praxis -- 6.4 Von einem Extrem ins andere -- 6.5 Die Führungskräfte, die ›Leader‹, stehen auch hier bitte nicht im Weg -- 6.6 Nenne es Team, nenne es Squad, nenne es Zirkel … -- 7 Der monetäre Vorteil: Kooperation kürzt Kosten -- 8 Das Wertegerüst: Elemente einer erfolgversprechenden Führungskultur -- 8.1 Der äußere und formale Rahmen -- 8.1.1 ESG - Environmental, Social and Governance -- 8.1.2 Corporate Governance und Compliance -- 8.2 Mut zeigen und mit Überzeugung vorangehen -- 8.3 Verhältnis von Arbeit und Leben -- 8.4 Konsequente Kundenperspektive, auch gegen den Strom. , 8.4.1 Kaizen wegen Kundenfokus - nicht bloßem Qualitätsfokus -- 8.4.2 Alarm schlagen, wenn die Kundenorientierung zurückgeht -- 8.5 Entscheiden und Bestehen in der volatilen Welt -- 8.5.1 Informationen und Systeme richtig handhaben -- 8.5.2 Unsicherheiten akzeptieren, offen kommunizieren -- 8.6 Klare und empathische Kommunikation auf Augenhöhe -- 8.6.1 Individuell, empathisch, verständlich -- 8.6.2 Rückmeldung ermöglichen und fördern - und zuhören -- 8.6.3 Digitale Lösungen - Gefahr der falschen Ritualisierung -- 8.6.4 Einheitlich von der Spitze -- 8.7 Fairness, Anstand und Anerkennung -- 8.7.1 Fairness: gleicher Qualitätsmaßstab, aber Anpassung der Erwartungen an unterschiedliche Bedingungen -- 8.7.2 Wie also zeigen Führungskräfte konsensfähigen Anstand? -- 9 Führungsgespräche -- 9.1 Gregor Baer: Vom Nachwuchs kann man lernen, flexibel und anpassungsfähig zu sein -- 9.2 Christoph Beichelt: Mehr Initiative und Eigenverantwortung -- 9.3 Jean Claude Biver: Zukunft sichern -- 9.4 Pierre Biver: Der jungen Generation nicht nur zuhören, sondern vor allem von ihr lernen -- 9.5 Wilhelm Friedrich Boyens: Unternehmen können heute nur noch von Teams gemanagt werden -- 9.6 Nils Bracker: Führung wieder mehr als Unternehmertum begreifen -- 9.7 Lisa Rosa Bräutigam: Für die hybride Transformation gibt es keine Blaupause -- 9.8 Valeria Gargiulo: Man darf Menschen in Krisenphasen nicht sich selbst überlassen -- 9.9 Viviana Mehlan: Die Fachkompetenz von der Personalverantwortung entkoppeln -- 9.10 Dr. Meike Schäffler: Führung ist etwas, das von beiden Seiten funktionieren muss -- 9.11 Peter Yoogiul Son: Menschen aus dem Hintergrund befähigen, ihnen die Bühne bereiten -- 9.12 Christian Spies: Zuhören und den Moment erkennen, wann Unterstützung geboten ist -- 9.13 Franz Sebastian Welter: Führungskraft werden jetzt diejenigen, die gern mit Menschen umgehen. , 9.14 Anka Wittenberg: Familie und Arbeit ehrlich und dauerhaft vereinen können -- 9.15 Zwischenfazit -- 10 Es führt, wer Verantwortung übernimmt -- 10.1 Ein neues Führungsverständnis etablieren - aber wie? -- 10.1.1 Bisher filtert man zu oft neue Gesichter mit alter Präferenz heraus -- 10.1.2 Langjährige Führungskräfte sollen sich ändern - klappt das? -- 10.1.3 Löst das Arbeiten in Frameworks das Führungsproblem? -- 10.1.4 Löst das Arbeiten in einer Matrixorganisation das Führungsproblem? -- 10.1.5 Frameworks und Egalitarismus können die Bürokratie sogar erhöhen -- 10.1.6 Der Blick in die USA -- 10.1.7 Holistischer Ansatz - für die neue Führung das Beste aus den Welten -- 10.1.8 Die übernommene Verantwortung bestimmt die Führung -- 10.2 Wann Verantwortung vor allem Führung bedeutet -- 10.3 Die neue Führungsverantwortung umfasst nur zwei Aufträge -- 10.4 An Führung heranführen -- 10.4.1 Die Ambitionierten nicht vergessen -- 10.4.2 Anbieten, säen - und auf fruchtbaren Boden hoffen -- 10.4.3 Raum für Experimente - auch die Etablierten lernen dazu -- 10.4.4 Frameworks können helfen, auch wenn sie Führung nicht obsolet machen -- 10.5 Die neuen Aufgaben der Personalentwicklung -- 10.5.1 Schritt 1: Problembewusstsein schärfen, neues Führungsverständnis sichern -- 10.5.2 Schritt 2: Verbindlichkeit der etablierten Führungskräfte sichern -- 10.5.3 Schritt 3: Verbindlichkeit der Nachwuchskräfte sichern -- 10.5.4 Schritt 4: Vertrauensklima erzeugen und sichern -- 10.5.5 Schritt 5: Durch Qualifizierung und Mentoring zur Verantwortungsübernahme befähigen -- 10.5.6 Eine mutige HR, die selbst Pate steht -- 10.6 Karrierewege im neuen Führungskontext -- 10.6.1 Spielerische, aber institutionalisierte Oszillation zwischen Rolle, Organigramm und Organisationsform -- 10.6.2 Kommerzielle Ergebnisverantwortung nicht für jede Rolle. , 10.6.3 Eine Personalentwicklungskomponente auch in funktionalen Rollen -- 10.7 Best Output Leadership - Führen hin zu großen Ergebnissen -- 11 Danksagung -- 12 Postscript - Definitionen, Lehrsätze, Zusammenfassungen im Überblick -- 12.1 Über Führung -- 12.2 Vertrauenskultur und Systemvertrauen -- 12.3 Führung nach dem Verantwortungsprinzip -- 12.4 Auswertung der Führungsgespräche -- Literaturverzeichnis -- Der Autor -- myBook+ -- Vorwort -- 1  Zur Situation -- 2  Führung ist notwendig - und ­zunehmend in Not -- 2.1  Verstehen wir überhaupt, was Führung ist? -- 2.2  Gibt es objektiv gute Führung? -- 2.3  Das immergleiche Bedürfnis - Menschen wollen ­anerkannt werden -- 2.4  Zwischenfazit -- 3  Führung oder Management? -- 3.1  Management und Leadership - nicht oder selten dasselbe -- 3.2  Leadership und Führung - bedingt dasselbe -- 3.3  Führung und Management definiert -- 3.4  Ein einheitliches Führungsverständnis ist kein Selbstläufer -- 4  Grenzen bekannter Glaubenssätze -- 4.1 US-amerikanischer Bias -- 4.2  Einzelfälle werden verallgemeinert -- 4.3  Idealistisches und vereinfachtes Menschenbild -- 4.4  Das Grüner-Tisch-Syndrom -- 4.5  Bezug auf Schönwetterphasen -- 4.6  Kommunikation zur falschen Zeit -- 5  Führung und Vertrauen -- 5.1  Die Instanz der Vertrauensforschung -- 5.2  Was bedeutet fehlendes Vertrauen? -- 5.3  Der Vertrag des Vertrauens -- 5.4  Vertrauensbildung fängt ganz oben an -- 5.5  Faktoren der Vertrauensbildung und -erhaltung -- 6  Vordenker der kooperativen Führung -- 6.1  Der Teamansatz - vielfach erprobt und neu beleuchtet, stets aktuell -- 6.2  Wirksame Teams - und was tun die Team Leader? -- 6.3  Kooperative Arbeitsformen - der Blick in die Praxis -- 6.4  Von einem Extrem ins andere -- 6.5  Die Führungskräfte, die ›Leader‹, stehen auch hier bitte nicht im Weg -- 6.6  Nenne es Team, nenne es Squad, nenne es Zirkel …. , 7  Der monetäre Vorteil: ­Kooperation kürzt Kosten -- 8  Das Wertegerüst: Elemente einer ­erfolgversprechenden Führungskultur -- 8.1  Der äußere und formale Rahmen -- 8.1.1  ESG - Environmental, Social and Governance -- 8.1.2  Corporate Governance und Compliance -- 8.2  Mut zeigen und mit Überzeugung vorangehen -- 8.3  Verhältnis von Arbeit und Leben -- 8.4  Konsequente Kundenperspektive, auch gegen den Strom -- 8.4.1  Kaizen wegen Kundenfokus - nicht bloßem Qualitätsfokus -- 8.4.2  Alarm schlagen, wenn die Kundenorientierung zurückgeht -- 8.5  Entscheiden und Bestehen in der volatilen Welt -- 8.5.1  Informationen und Systeme richtig handhaben -- 8.5.2  Unsicherheiten akzeptieren, offen kommunizieren -- 8.6  Klare und empathische Kommunikation auf Augenhöhe -- 8.6.1  Individuell, empathisch, verständlich -- 8.6.2  Rückmeldung ermöglichen und fördern - und zuhören -- 8.6.3  Digitale Lösungen - Gefahr der falschen Ritualisierung -- 8.6.4  Einheitlich von der Spitze -- 8.7  Fairness, Anstand und Anerkennung -- 8.7.1  Fairness: gleicher Qualitätsmaßstab, aber Anpassung der Erwartungen an unterschiedliche Bedingungen -- 8.7.2  Wie also zeigen Führungskräfte konsensfähigen Anstand? -- 9  Führungsgespräche -- 9.1  Gregor Baer: Vom Nachwuchs kann man lernen, flexibel und anpassungsfähig zu sein -- 9.2  Christoph Beichelt: Mehr Initiative und ­Eigenverantwortung -- 9.3  Jean Claude Biver: Zukunft sichern -- 9.4  Pierre Biver: Der jungen Generation nicht nur zuhören, sondern vor allem von ihr lernen -- 9.5  Wilhelm Friedrich Boyens: Unternehmen können heute nur noch von Teams gemanagt werden -- 9.6  Nils Bracker: Führung wieder mehr als Unternehmertum begreifen -- 9.7  Lisa Rosa Bräutigam: Für die hybride Transformation gibt es keine Blaupause -- 9.8  Valeria Gargiulo: Man darf Menschen in Krisenphasen nicht sich selbst überlassen. , 9.9  Viviana Mehlan: Die Fachkompetenz von der ­Personalverantwortung entkoppeln.

Additional Edition: Print version: Knobbe, Thorsten Verantwortung Führt! Freiburg : Haufe-Lexware Verlag,c2024

Language: German

DOI: 10.34157/978-3-648-17658-0

URL: lizenzpflichtig

UID:

Format: 1 online resource (xv, 430 pages) : , digital, PDF file(s).

Edition: 1st ed.

ISBN: 1-009-45382-3 , 0-511-78369-8

Series Statement: Studies in natural language processing

Content: Distributional semantics develops theories and methods to represent the meaning of natural language expressions, with vectors encoding their statistical distribution in linguistic contexts. It is at once a theoretical model to express meaning, a practical methodology to construct semantic representations, a computational framework for acquiring meaning from language data, and a cognitive hypothesis about the role of language usage in shaping meaning. This book aims to build a common understanding of the theoretical and methodological foundations of distributional semantics. Beginning with its historical origins, the text exemplifies how the distributional approach is implemented in distributional semantic models. The main types of computational models, including modern deep learning ones, are described and evaluated, demonstrating how various types of semantic issues are addressed by those models. Open problems and challenges are also analyzed. Students and researchers in natural language processing, artificial intelligence, and cognitive science will appreciate this book.

Note: Title from publisher's bibliographic system (viewed on 08 Sep 2023). , Cover -- Halftitle page -- Series page -- Endorsements -- Title page -- Copyright page -- Contents -- Preface -- What Is Distributional Semantics? -- The Need for a Common Ground -- Outline of the Book -- Terminological Issues -- Acknowledgments -- Part I racktenTheory -- 1 From Usage to Meaning: The Foundations of Distributional Semantics -- 1.1 The Distributional Hypothesis -- 1.1.1 The Distributional Methodology in Structural Linguistics -- 1.1.2 Meaning as Use: The Echoes ofWittgenstein -- 1.1.3 Distributionalism and Corpus Linguistics -- 1.1.4 The Distributional Hypothesis in Psychology -- 1.2 Distributional Semantics in Language Research -- 1.2.1 Computational Linguistics -- 1.2.2 Semantic Theory -- 1.3 Summary -- 1.4 Further Reading -- 2 Distributional Representations -- 2.1 Corpus Selection and Processing -- 2.1.1 Word Frequency Distributions -- 2.1.2 Choosing the Training Corpus -- 2.1.3 Corpus Annotation -- 2.2 Extracting Co-occurrences -- 2.2.1 Contexts as Co-occurring Linguistic Units -- 2.2.2 Contexts as Documents -- 2.3 The Co-occurrence Matrix -- 2.3.1 Co-occurrence Weighting Functions -- 2.3.2 Context Selection -- 2.4 Distributional Vectors -- 2.4.1 Explicit Distributional Vectors -- 2.4.2 Implicit Distributional Vectors (Word Embeddings) -- 2.5 Reducing Vector Dimensionality -- 2.5.1 Singular Value Decomposition (SVD) -- 2.5.2 Principle Component Analysis (PCA) -- 2.5.3 Nonnegative Matrix Factorization (NMF) -- 2.6 Vector Similarity -- 2.6.1 Geometric Measures -- 2.6.2 Nongeometric Measures -- 2.7 Summary -- 2.8 Further Reading -- Part II racktenModels -- 3 Distributional Semantic Models -- 4 Matrix Models -- 4.1 Classical Matrix Models -- 4.1.1 Hyperspace Analogue to Language (HAL) -- 4.1.2 Latent Semantic Analysis (LSA) -- 4.1.3 Dependency Vectors (DV) -- 4.2 Latent Relational Analysis (LRA) -- 4.3 Distributional Memory (DM). , 4.3.1 Distributional Tuples and Tensors -- 4.3.2 From Tensors to Matrices -- 4.4 Topic Models (TMs) -- 4.4.1 Latent Dirichlet Allocation (LDA) -- 4.4.2 Representing Lexemes with Topic Models -- 4.5 Global Vectors (GloVe) -- 4.6 Summary -- 4.7 Further Reading -- 5 Random Encoding Models -- 5.1 The Johnson-Lindenstrauss Lemma -- 5.2 Random Projection -- 5.3 Random Indexing (RI) -- 5.3.1 Random Indexing as Random Projection -- 5.4 The BEAGLE Model -- 5.5 Encoding Sequences in RI by Random Permutations -- 5.6 Self-Organizing Maps (SOM) -- 5.7 Summary -- 5.8 Further Reading -- 6 Neural Network Models -- 6.1 Neural Networks: A Brief Introduction -- 6.2 Neural Language Models -- 6.2.1 Simple Recurrent Networks (SRN) -- 6.2.2 Feed-Forward Language Models -- 6.3 Word2vec: Skip-Gram (SG) and CBOW -- 6.3.1 TrainingWord2vec -- 6.3.2 Variations of Word2vec -- 6.4 Count or Predict? -- 6.5 Summary -- 6.6 Further Reading -- Part III racktenPractice -- 7 Evaluation of Distributional Semantic Models -- 7.1 Semantic Similarity and Relatedness -- 7.2 Intrinsic DSM Evaluation -- 7.2.1 Synonym Tests -- 7.2.2 Similarity and Relatedness Tests -- 7.2.3 Categorization Tests -- 7.2.4 Analogy Tests -- 7.2.5 Relation Tests -- 7.2.6 Psycholinguistic Tasks -- 7.3 Extrinsic DSM Evaluation -- 7.4 Quantitative Evaluation of Static DSMs -- 7.4.1 Model Selection and Training -- 7.4.2 Tasks and Datasets -- 7.4.3 Results and Analyses -- 7.4.4 Discussion -- 7.5 Representation Similarity Analysis of Semantic Spaces -- 7.6 Summary -- 7.7 Further Reading -- 8 Distributional Semantics and the Lexicon -- 8.1 Representing Lexical Meaning -- 8.2 Word Senses -- 8.2.1 Senses as Clusters of Contexts -- 8.2.2 Senses as Clusters of Neighbors -- 8.3 Paradigmatic Semantic Relations -- 8.3.1 Hypernymy -- 8.3.2 Antonymy -- 8.4 Cross-Lingual DSMs -- 8.4.1 Mapping Models -- 8.4.2 Joint Models. , 8.5 Connotative Meaning -- 8.5.1 Distributional Models of Affect -- 8.5.2 Cultural Biases and Stereotypes in DSMs -- 8.6 Semantic Change -- 8.7 Grounded Distributional Representations -- 8.7.1 Multimodal Distributional Semantics -- 8.8 Distributional Semantics in Cognitive Science -- 8.8.1 The Cognitive Plausibility of Distributional Representations -- 8.8.2 FromWord Embeddings to Semantic Features -- 8.8.3 Neurosemantic Decoding -- 8.9 Summary -- 8.10 Further Reading -- 9 Distributional Semantics beyond the Lexicon -- 9.1 Semantic Representations and Compositionality -- 9.1.1 The Problems of Fregean Compositionality -- 9.2 Vector Composition Functions -- 9.2.1 Predicting the Compositionality of Multiword Expressions -- 9.3 The Distributional Functional Model (DFM) -- 9.3.1 Matrix-Vector Recursive Neural Networks (MV-RNN) -- 9.4 Sentence Embeddings -- 9.4.1 Paragraph Vector (doc2vec) -- 9.4.2 Convolutional Neural Networks (CNNs) -- 9.4.3 Encoder-Decoder Models (seq2seq) -- 9.5 Evaluation of Compositional DSMs -- 9.6 Context-Sensitive Distributional Representations -- 9.6.1 Vector Contextualization -- 9.6.2 Exemplar DSMs -- 9.6.3 Contextual DSMs -- 9.7 Distributional Models of Selectional Preferences -- 9.7.1 Modeling Coercion: The Case of Logical Metonymy -- 9.8 Compositional Distributional Semantics: Limits and Prospects -- 9.9 Summary -- 9.10 Further Reading -- 10 Conclusions and Outlook -- 10.1 The Golden Age of Distributional Semantics -- 10.2 Are We Climbing the Right Hill? -- 10.3 Climbing Meaning with Distributional Semantics -- References -- Index.

Additional Edition: ISBN 9781107004290

Language: English

Subjects: Comparative Studies. Non-European Languages/Literatures

URL: lizenzpflichtig

URL: https://doi.org/10.1017/9780511783692

URL: Volltext  (URL des Erstveröffentlichers)

UID:

Format: 1 online resource (211 pages)

Edition: 4th ed

ISBN: 9783648148570

Series Statement: Haufe Fachbuch

Note: Description based on publisher supplied metadata and other sources , Cover -- Urheberrechtsinfo -- Titel -- Impressum -- Inhaltsverzeichnis -- Vorwort -- 1 Einleitung -- 1.1 Was ist eigentlich eine Mietverwaltung? -- 1.2 Wer ist der Auftraggeber einer Mietverwaltung? -- 1.3 Was Sie in diesem Buch erwartet -- 2 Die Immobilie als Mietobjekt -- 2.1 Welche Objekte können durch Sie verwaltet werden? -- 2.2 Was ist eine Wohnung? -- 2.3 Was ist ein Geschäftsraum? -- 3 Der Mietverwalter und sein Unternehmen -- 3.1 Die Mietverwaltung -- 3.1.1 Tätigkeitsumfang -- 3.1.2 Die Berufszulassungsregelung für Wohnimmobilienverwalter ( 34c GewO) -- 3.1.3 Rechtsformen in der Hausverwaltung -- 3.1.4 Haftungsansprüche gegen den Mietverwalter -- 3.2 Organisation in der Mietverwaltung -- 3.2.1 Das Hausverwaltungsbüro -- 3.2.2 Was bei der Einstellung von Mitarbeitern zu beachten ist -- 3.2.3 Büroorganisation und Zeitmanagement -- 4 Vom Marketing bis zur Übernahme eines neuen Mietobjekts -- 4.1 Was bedeutet Marketing? -- 4.2 Akquirieren von Neukunden -- 4.3 Maßnahmen der Bekanntmachung (Werbung) -- 4.4 Rentabilitätsprüfung von Verwaltungsobjekten -- 4.5 Der Verwaltervertrag -- 4.5.1 Vertragsdauer -- 4.5.2 Wie lauten der Name und die Adresse des Vorverwalters? -- 4.5.3 Die Verwaltungsunterlagen -- 4.5.4 Das Verwalterhonorar -- 4.6 Übernahme eines neuen Verwaltungsobjekts -- 4.6.1 Entgegennahme, Vollständigkeitsprüfung, Übergabe der Hausverwaltungsunterlagen -- 4.6.2 Eröffnung eines Bankkontos -- 4.6.3 Benachrichtigung der Mieter, Behörden, Vertragspartner über die Verwaltungsübernahme -- 4.6.4 Erfassen von Stammdaten -- 4.6.5 Versicherungen der Liegenschaften -- 4.6.6 Kostenanalyse -- 4.6.7 Hausmeister -- 5 Rund um die Mietverwaltungspraxis -- 5.1 Anbahnung einer Neuvermietung -- 5.1.1 Zusammenarbeit mit Maklern -- 5.1.2 Selbstakquirierung von Neumietern -- 5.2 Der Mietvertrag -- 5.3 Die Mietkaution -- 5.4 Die Mieterhöhungen , 5.5 Mieterhöhung im preisfreien Wohnungsbau -- 5.6 Was tun, wenn ein Mieter nicht zahlt? -- 5.7 Fristlose Kündigung des insolventen Mieters wegen Altschulden -- 5.8 Zulässige Kündigung bei unverschuldeter Geldnot -- 5.9 Richtiges Verhalten im Streitfall mit Mietern -- 5.10 Beauftragen von Rechtsanwälten -- 5.11 Kündigung eines Mietvertragsverhältnisses -- 5.11.1 Kündigungsprüfung -- 5.11.2 Beendigung von Mietverhältnissen -- 5.12 Vorabnahmetermin/Vorabprotokoll -- 5.13 Abnahmetermin -- 5.14 Kautionsabrechnung -- 5.15 Die Datenschutzgrundverordnung (DSGVO) und ihre Verwendung in der Mietverwaltung -- 5.16 Die Mietpreisbremse -- 5.17 Gesetz zur Ergänzung der Regelungen der zulässigen Miethöhe bei Mietbeginn und zur Anpassung der Regelungen über die Modernisierung der Mietsache - »Mietrechtsanpassungsgesetz (MietAnpG)« -- 5.18 Interessantes zum geltenden Mietrecht -- 5.19 Interessante Rechtsprechung -- 6 Buchhaltung und Abrechnung -- 6.1 Rechnungslegung und Jahresabrechnung gegenüber dem Vermieter -- 6.2 Erstellung einer Betriebskostenabrechnung -- 6.2.1 Anforderungen -- 6.2.2 Heizkosten und Warmwasserabrechnung -- 6.2.3 Betriebskostenabrechnung -- 6.2.4 Gesetz zur steuerlichen Förderung von Wachstum und Beschäftigung -- 7 Technische Verwaltung -- 7.1 Instandhaltung -- 7.2 Instandsetzung -- 7.3 Schadensfeststellung -- 7.4 Schimmel in Wohnungen -- 7.5 Angebotseinholung -- 7.6 Auftragsvergabe -- 7.7 Benachrichtigung der Mieter über anfallende Arbeiten -- 7.8 Überwachung der Arbeiten -- 7.9 Abnahme der Arbeiten -- 7.10 Rechnungsprüfung -- 7.11 Trinkwasserverordnung -- 7.12 Energieeinsparverordnung -- 7.12.1 Die Energieeinsparverordnung (EnEV) -- 7.12.2 Sanierungspflichten -- 7.12.3 Gebäudeenergiepass -- 7.13 Ökodesign-Richtlinie -- 7.14 Änderung des gesetzlichen Messwesens (MessEG) , 7.15 Verschärfte Vorschriften der Betriebssicherheitsverordnung für Aufzugsbetreiber -- 7.16 Rauchwarnmelder -- 7.17 Interessantes und Ausblick in die Zukunft -- 7.17.1 Heizkosten: Fernablesung wird Pflicht -- 7.17.2 Höherer CO2-Preis - Heizen wird ab 2021 deutlich teurer -- 7.17.3 Barrierefreiheit in vermietetem Wohnraum -- 7.17.4 Gebäude-Elektromobilitätsinfrastruktur-Gesetz (GEIG) -- 7.17.5 Neuberechnung der Grundsteuer ab Januar 2025 -- 7.17.6 Elektronische Rechnungen -- 7.17.7 Zensus 2021 - verschoben auf 2022 -- 8 Soziale Verwaltung -- 9 Basics zum Gewerberaummietrecht -- 9.1 Besonderheiten bei der Vermietung von Gewerbeobjekten -- 9.2 Einstufung des Mietvertrags -- 9.3 Wahl des richtigen Mieters für Ihr Objekt -- 9.3.1 Bonität -- 9.3.2 Konkurrenzschutz -- 9.3.3 Überzogene Mietpreisvorstellungen -- 9.4 Der gewerbliche Mietvertrag -- 9.4.1 Mietgegenstand -- 9.4.2 Vertragszweck -- 9.4.3 Mietzeit -- 9.4.4 Option -- 9.4.5 Mietzins -- 9.4.6 Änderung des Mietzinses -- 9.5 Betriebskosten im Gewerbe -- 9.6 Mietkautionen -- 9.7 Instandhaltung des Mietobjekts -- 9.8 Bauliche Veränderung -- 9.9 Rückgabe des Mietgegenstands -- 9.10 Schriftform für Änderungen und Ergänzungen -- 9.11 Ausschluss von Mietminderungen -- 9.12 Betriebspflicht -- 9.13 Werbung -- 9.14 Personengesellschaften -- 9.15 Untervermietung -- 10 Übungen -- 10.1 Fallbeispiel: Betriebskostenabrechnung -- 10.2 Fallbeispiel: Neuberechnung einer Miete gem. Mietspiegel -- 10.3 Fallbeispiel: Erstellung einer fristlosen Kündigung wegen Zahlungsverzugs -- 10.4 Aufgaben zur Selbstüberprüfung -- Stichwortverzeichnis

Additional Edition: Erscheint auch als Druck-Ausgabe Missal, Ute Crashkurs Mietverwaltung Freiburg : Haufe Lexware Verlag,c2021 ISBN 9783648148563

Language: German

Subjects: Economics

Keywords: Deutschland ; Hausverwaltung

URL: Volltext  (URL des Erstveröffentlichers)

UID:

Format: XII, 451 S. 315 Abb. , online resource.

Edition: 2nd ed. 2003.

ISBN: 9783322940544

Series Statement: Teubner Studienbücher Bauwesen

Content: Zentrales Anliegen des Buches ist eine widerspruchsfreie Grundlagenvermittlung. Nach der dem neuesten Stand der Wissenschaft entsprechenden Beschreibung der Baustoffeigenschaften wird das Sicherheitskonzept vorgestellt und die Beanspruchung aus Last und Zwang charakterisiert. Die beiden Autoren beschreiben nach Erörterung von Kraftfluss in Stahlbetonteilen die einzelnen Bemessungsmodelle im Gebrauchs- und Bruchzustand und liefern die Begründung für die konstruktive Durchbildung der Bauteile. In einzelnen Schritten wird an einem konkreten Gebäude die Ingenieurarbeit veranschaulicht. Besonderen Wert legen die Autoren auf die Erläuterung der zweckmäßigen Systemwahl zur Beschreibung des Bauwerksverhaltens, damit die Leser so Einblicke in das Vorgehen eines Ingenieurs gewinnen können.

Note: 1 Bauwerke aus Stahlbeton -- 1.1 Gliederung der Bauwerkstypen -- 1.2 Überführung eines Bauwerks in ein Tragwerk -- 2 Ausgangsstoffe des Stahlbetons -- 2.1 Beton -- 2.2 Betonstahl -- 2.3 Verbundgesetze und Mitwirkung des Betons zwischen den Rissen -- 3 Einwirkungen auf Bauwerke -- 3.1 Lasteinwirkungen -- 3.2 Verformungseinwirkungen -- 3.3 Mechanische Klassifikation der Einwirkungen -- 3.4 Lastannahmen in Deutschen und Europäischen Normen -- 4 Sicherheitskonzept und Nachweiskonzept -- 4.1 Definition der Grenzzustände -- 4.2 Sicherheitstheorie -- 4.3 Nachweisformat nach DIN 1045-1 -- 5 Schnittgrößenermittlung -- 5.1 Tragwerksidealisierung -- 5.2 Verfahren zur Ermittlung der Schnittgrößen -- 5.3 Definition der Schnittgrößenumlagerung -- 5.4 Ermittlung der Schnittgrößen nach DIN 1045-1 -- 6 Verhalten von Stahlbetonbauteilen -- 6.1 Verhalten von Stahlbetonstäben -- 6.2 Verhalten von Stahlbetonbalken -- 7 Grenzzustand der Tragfähigkeit -- 7.1 Rechenmodelle und Annahmen -- 7.2 Grenzzustand der Tragfähigkeit infolge Biegung mit Normalkraft -- 7.3 Grenzzustand der Tragfähigkeit infolge Querkraft -- 7.4 Grenzzustand der Tragfähigkeit infolge Torsion -- 7.5 Grenzzustand der Tragfähigkeit beeinflusst durch Tragwerksverf -- 8 Grenzzustände der Gebrauchstauglichkeit -- 8.1 Begrenzung der Stahl- und Betonspannung -- 8.2 Begrenzung der Durchbiegung -- 8.3 Beschränkung der Rissbreiten -- 8.4 Verformungseinwirkung im Gebrauchszustand -- 9 Diskontinuitätsbereiche -- 9.1 Stabwerkmodelle -- 9.2 Öffnungen in Trägern -- 9.3 Lasteinleitungsbereiche -- 9.4 Konsolen -- 9.5 Indirekte Lagerungen -- 9.6 Ausklinkungen -- 9.7 Rahmenecken und Rahmenknoten -- 9.8 Krümmungen -- 9.9 Höhenversprünge an Balken -- 9.10 Trapezträger -- 9.11 Teilflächenbelastung -- 10 Platten -- 10.1 Theorie -- 10.2 Abgrenzung und Einteilung von Platten -- 10.3 Einachsig gespannte Platten -- 10.4 Mehrachsig gespannte Platten -- 10.5 Punktförmig gelagerte Platten -- 10.6 Öffnungen in Platten -- 10.7 Unterbrochene Stützung -- 10.8 Konstruktive Durchbildung von Platten -- 11 Scheiben und wandartige Träger -- 11.1 Wandartige Einfeldträger -- 11.2 Wandartige Mehrfeldträger -- 11.3 Scheibe unter horizontaler Belastung -- 11.4 Die Finite-Elemente-Methode -- 12 Konstruktive Durchbildung -- 12.1 Verankerungslängen -- 12.2 Stöße -- 12.3 Zugkraftdeckung -- 12.4 Querkraft- und Torsionsbewehrung -- 12.5 Sonstige Konstruktionsregeln -- 12.6 Bewehrung stabförmiger Bauteile -- Symbole und Abkürzungen.

In: Springer eBooks

Additional Edition: Printed edition: ISBN 9783519102168

Language: German

Keywords: Lehrbuch ; Lehrbuch

DOI: 10.1007/978-3-322-94054-4

URL: https://doi.org/10.1007/978-3-322-94054-4

URL: Volltext

URL: Volltext  (lizenzpflichtig)

UID:

Format: 1 online resource (282 pages) : , digital, PDF file(s).

Edition: Second edition.

ISBN: 1-139-17332-4

Content: This is a new edition of a very successful introduction to statistical methods for general insurance practitioners. No prior statistical knowledge is assumed, and the mathematical level required is approximately equivalent to school mathematics. Whilst the book is primarily introductory, the authors discuss some more advanced topics, including simulation, calculation of risk premiums, credibility theory, estimation of outstanding claim provisions and risk theory. All topics are illustrated by examples drawn from general insurance, and references for further reading are given. Solutions to most of the exercises are included. For the new edition the opportunity has been taken to make minor improvements and corrections throughout the text, to rewrite some sections to improve clarity, and to update the examples and references. A new section dealing with estimation has also been added.

Note: Title from publisher's bibliographic system (viewed on 05 Oct 2015). , Cover -- Half-title -- Title -- Copyright -- Contents -- Preface to first edition -- Preface to second edition -- Introduction and mathematical preliminaries -- 1.1 Introduction -- 1.2 Summation notation -- 1.3 Factorial notation n! -- 1.4 Combinatorial notation -- 1.5 Power notation -- 1.6 Differentiation -- the slope of a curve -- 1.7 Maxima and minima -- *1.8 Functions of more than one variable -- maxima and minima -- 1.9 The exponential function e x -- 1.10 The natural logarithm function In x -- 1.11 Exercises -- Elementary probability -- 2.1 Introduction -- concept of probability -- 2.2 Joint and disjoint events -- intersection and union -- 2.3 Conditional probability -- 2.4 Independence of two events -- 2.5 Exercises -- Random variables and their distributions -- 3.1 Discrete random variables and their distributions -- 3.2 Continuous random variables and their distributions -- 3.3 The area under a curve -- integration and differentiation -- 3.4 Exercises -- Location and dispersion -- 4.1 Measures of location - mean, median and mode -- 4.2 Dispersion - variance and standard deviation -- **4.3 Expectations and moments -- **4.4 Conditional means -- **4.5 Conditional variances -- **4.6 Skewness -- 4.7 Exercises -- Statistical distributions useful in general insurance work -- 5.1 The normal distribution -- 5.2 The Central Limit Theorem -- 5.3 The log-normal distribution -- *5.4 The Pareto distribution -- *5.5 The gamma distribution -- 5.6 The Poisson distribution -- 5.7 Normal approximation to the Poisson distribution -- *5.8 The binomial distribution -- **5.9 The negative binomial distribution -- heterogeneity of risk -- 5.10 The importance of theoretical distributions in general insurance -- Exercises -- Inferences from general insurance data -- 6.1 Hypothesis testing -- 6.2 Point estimation and method of moments -- *6.3 Maximum likelihood. , *6.4 Confidence intervals -- *6.5 Risk factors -- multivariate models -- least squares -- 6.6 Exercises -- The risk premium -- 7.1 Risk premium -- claim frequency and claim size -- 7.2 Claim frequency rate -- exposure -- 7.3 Claim size -- pitfalls -- 7.4 Claim settlement pattern -- *7.5 Excesses and excess of loss reinsurances -- 7.6 Exercises -- Experience rating -- 8.1 Introduction -- 8.2 Credibility theory -- 8.3 Full credibility -- 8.4 Partial credibility -- *8.5 Bayes' Theorem -- **8.6 A Bayesian approach to the updating of claim frequency rates -- 8.7 No claim discount (NCD) -- Exercises -- Simulation -- 9.1 Random numbers and simulation -- *9.2 How many simulations? -- 9.3 Computer generation of random numbers -- *9.4 Linear congruential generators -- 9.5 Random observations on the normal distribution -- 9.6 Random observations on the log-normal distribution -- 9.7 Random observations on the Poisson distribution -- *9.8 Random observations on the negative binomial distribution -- 9.9 A simulation example -- 9.10 When to simulate -- 9.11 Simulation of an NCD system -- 9.12 Limitations of the model -- sensitivity analysis -- 9.13 Exercises -- Estimation of outstanding claim provisions -- 10.1 Delays in claim reporting and claim settlement -- run-off -- 10.2 The run-off triangle -- 10.3 Chain-ladder method without inflation adjustment -- 10.4 Does the chain-ladder model fit the data? -- 10.5 Chain-ladder method with inflation adjustment -- 10.6 The separation method (direct future payments approach) -- *10.7 The separation method (two other approaches) -- 10.8 IBNR, and the chain-ladder and separation methods -- 10.9 Alternative methods of assessing outstanding claim provisions -- 10.10 The tail -- 10.11 Estimation of IBNR claim provisions -- 10.12 Exercises -- Elementary risk theory -- 11.1 Introduction. , 11.2 Portfolio with constant (fixed) claim size -- 11.3 Variable claim size -- **11.4 The expectation and variance of C -- 11.5 The assumption of normality -- 11.6 Summary and further reading -- 11.7 Exercises -- References -- Solutions to exercises -- Author index -- Subject index. , English

Additional Edition: ISBN 0-521-65534-X

Additional Edition: ISBN 0-521-65234-0

Language: English

URL: Volltext  (lizenzpflichtig)

URL: Inhaltsverzeichnis

URL: Inhaltstext

URL: https://doi.org/10.1017/CBO9781139173322

URL: https://doi.org/10.1017/CBO9781139173322

UID:

Format: 1 online resource (218 pages)

Edition: 8th ed.

ISBN: 3-648-17443-6 , 3-648-17444-4

Series Statement: Haufe Fachbuch

Note: Cover -- Urheberrecht -- Inhaltsverzeichnis -- Vorwort -- Stimmen zur 1. und 2. Auflage -- 1 Einleitung -- 1.1 Controlling ist lernbar -- 1.2 Unternehmen steuern -- 1.3 So nutzen Sie dieses Buch -- 2 Der Unternehmenserfolg -- 2.1 Das Herzstück des Controllings: die kurzfristige Erfolgsrechnung -- 2.2 Worin unterscheiden sich GuV und interne Erfolgsrechnung? -- 2.2.1 Grundkosten -- 2.2.2 Anderskosten -- 2.2.3 Neutrale Aufwendungen -- 2.2.4 Zusatzkosten -- 2.3 Bestandsveränderungen - Gesamtkostenverfahren -- 3 Der Produkterfolg -- 3.1 Wozu brauchen Sie eine Produkterfolgsrechnung? -- 3.2 So verteilen Sie Ihre Kosten auf die Produkte -- 3.3 Wie ermitteln Sie als Dienstleister den Erfolg Ihrer Dienstleistungen? -- 3.4 Wie ermitteln Sie als Auftragsfertiger den Erfolg Ihrer Aufträge? -- 3.5 Zusammenführen der Produkterfolgsrechnungen - Umsatzkostenverfahren -- 4 Kostenstellen -- 4.1 Wozu Sie eine Kostenstellenrechnung benötigen -- 4.2 Wie erfassen Sie die Kostenstellenkosten? -- 4.3 Voraussetzungen für eine wirksame Wirtschaftlichkeitskontrolle -- 4.3.1 Cost Center -- 4.3.2 Profit Center -- 4.3.3 Service Center -- 5 Verrechnungspreise -- 5.1 Leistungsverrechnung zwischen Kostenstellen -- 5.2 Leistungsverrechnung zwischen verbundenen Unternehmen -- 5.2.1 Preisvergleichsmethode -- 5.2.2 Wiederverkaufspreismethode -- 5.2.3 Kostenaufschlagsmethode -- 5.2.4 Gewinnaufteilungsmethode -- 5.2.5 Nettomargenmethode -- 6 Der Profit-Center-Erfolg -- 6.1 Wie ermitteln Sie einen Profit-Center-Erfolg? -- 6.2 Was gilt für Serien- oder Massenfertiger? -- 6.3 Was gilt für Dienstleister oder Auftragsfertiger? -- 6.4 So ermitteln Sie den Gesamtunternehmenserfolg -- 6.5 Wie interpretieren Sie den Profit-Center-Erfolg? -- 7 Die Deckungsbeitragsrechnung -- 7.1 Deckungsbeitrag - Was ist das? -- 7.2 Break-Even-Analyse - Wie viel Umsatz brauchen Sie, um Gewinn zu machen?. , 7.3 So hoch sollen Ihre Verkaufspreise mindestens sein! -- 7.4 Hilfe bei Outsourcing-Entscheidungen (Make-or-Buy) -- 7.5 Von der einstufigen zur mehrstufigen Deckungsbeitragsrechnung -- 7.6 Stellen Sie Ihr Produkt-/Dienstleistungssortiment richtig zusammen -- 7.6.1 Finden Sie die Verlustbringer! -- 7.6.2 Planen Sie richtig bei Kapazitätsengpässen! -- 7.6.3 Setzen Sie Ihr Werbebudget für die richtigen Produkte ein? -- 8 Controlling für digitale Geschäftsmodelle -- 8.1 Welche digitalen Produkte und Services gibt es? -- 8.2 Die verschiedenen Umsatzarten digitaler Geschäftsmodelle -- 8.2.1 Direkte Umsätze -- 8.2.2 Indirekte Umsätze (Werbeeinnahmen) -- 8.3 Besonderheiten bei der Kostenerfassung -- 8.3.1 Unterteilung in variable und fixe Kosten -- 8.3.2 Welche fixen Kosten sind direkt zurechenbar und welche nicht? -- 8.3.3 Wie verteilen wir die »first copy cost«? -- 8.3.4 Wahl der Beschäftigungsgröße und Proportionalität der variablen Kosten -- 8.4 Zahlenbeispiel -- 8.4.1 Basisdaten -- 8.4.2 Mehrstufige Deckungsbeitragsrechnung -- 8.4.3 Break-Even-Analyse und Mindestabsatzmenge -- 8.4.4 Preiskalkulation/Preisuntergrenze -- 9 Planung/Budgetierung -- 9.1 Warum Sie Ihr Geschäft planen sollten -- 9.1.1 Existenzgründungen -- 9.1.2 Existierende Unternehmen -- 9.2 So planen Sie Ihren Absatz und Umsatz -- 9.3 Die Kostenplanung -- 9.4 So verteilen Sie Ihre Jahresplanung auf Monate oder Quartale -- 9.5 Planabweichungen feststellen und das Ergebnis interpretieren -- 9.5.1 Der Plan-Ist-Vergleich -- 9.5.2 Der Soll-Ist-Vergleich -- 9.5.3 Der Zeitvergleich (Vorjahresvergleich) und der Betriebsvergleich (Benchmarking) -- 9.6 Wie wird das laufende Jahr am Ende aussehen? -- 9.7 Rolling Forecast -- 9.8 Abweichungsanalysen für Cost/Service/ Profit Center, Produkte/Dienstleistungen -- 9.9 Die Mehrjahresplanung -- 9.10 Der Planungskalender. , 9.11 Alternative Konzepte der Planung: Beyond Budgeting -- 10 Liquidität -- 10.1 Warum Sie eine Liquiditätsplanung brauchen -- 10.2 Machen Sie es wie die Großen -- 10.3 Beispielrechnung zur Liquiditätsplanung -- 11 Investitionen und Wirtschaftlichkeitsberechnungen -- 11.1 Welche Methode Sie anwenden können -- 11.2 Die Kapitalwertmethode -- 12 Berichtswesen und Kennzahlen -- 12.1 So bauen Sie ein Berichtswesen auf -- 12.2 Kennzahlen und Kennzahlensysteme -- 13 Das Controlling organisieren -- 13.1 Was wird vom Controlling erwartet? -- 13.2 Das Controlling in die Unternehmensorganisation einbinden -- 14 Nachhaltigkeitsberichterstattung kompakt -- 14.1 Gesetzliche Grundlagen für die Nachhaltigkeitsberichterstattung -- 14.2 Wesentlichkeitsanalyse -- 14.3 Wahl des Berichtsstandards -- 14.4 Das Füllen des Berichts - die Indikatoren -- 14.5 Die EU-Taxonomie -- 14.5.1 Taxonomiefähigkeit -- 14.5.2 Vorgehensweise: 5 Schritte zur EU-Taxonomie -- Schlusswort -- Literaturverzeichnis -- Stichwortverzeichnis.

Additional Edition: Print version: Binder, Ursula Schnelleinstieg Controlling Freiburg : Haufe Lexware Verlag,c2023 ISBN 9783648174425

Language: German

Subjects: Economics

URL: https://doi.org/10.34156/9783648174449

URL: https://www.beck-elibrary.de/extern/vahlen/live/cover/10.34156_9783648174449.png

URL: Volltext  (URL des Erstveröffentlichers)

UID:

Format: 1 online resource (xiv, 238 pages) : , digital, PDF file(s).

ISBN: 1-139-17111-9

Content: Anthropology students increasingly need a quantitative background, but statistics are often seen as difficult and impenetrable. Statistics for Anthropology offers students of anthropology and other social sciences an easy, step-by-step route through the statistical maze. In clear, simple language, using relevant examples and practice problems, it provides a solid footing in basic statistical techniques, and is designed to give students a thorough grounding in methodology, and also insight into how and when to apply the various processes. The book assumes a minimal background in mathematics, and is suitable for the computer-literate and illiterate. Although only a hand calculator is needed, computer statistical software can be used to accompany the text. This book will be a 'must-have' for all anthropology and social science students needing an introduction to basic statistics.

Note: Title from publisher's bibliographic system (viewed on 05 Oct 2015). , Cover -- Half-title -- Title -- Copyright -- Dedication -- Contents -- Preface -- Introduction to statistics -- 1.1 Statistics and scientific inquiry -- 1.2 Basic definitions -- 1.3 Statistical notation -- 1.4 Rounding-off rules -- 1.5 Key concepts -- 1.6 Exercises -- Frequency distributions and graphs -- 2.1 Frequency distributions of qualitative variables -- 2.2 Frequency distributions of numerical discontinuous variables -- 2.3 Frequency distributions of continuous numerical variables -- 2.4 Graphs -- 2.5 Key concepts -- 2.6 Exercises -- Descriptive statistics: measures of central tendency and dispersion -- 3.1 Measures of central tendency -- 3.2 Measures of variation -- 3.3 A research example of descriptive statistics -- 3.4 Key concepts -- 3.5 Exercises -- Probability and statistics -- 4.1 Random sampling and probability distributions -- 4.2 The probability distribution of qualitative and discontinuous numerical variables -- 4.3 The binomial distribution -- 4.4 The probability distribution of continuous variables -- 4.5 The probability distribution of sample means -- 4.6 A research example of z scores -- 4.7 Key concepts -- 4.8 Exercises -- Hypothesis testing -- 5.1 The principles of hypothesis testing -- 5.2 Errors and power in hypothesis testing -- 5.3 Examples of hypothesis tests using z scores -- 5.4 One- and two-tail hypothesis tests -- 5.5 Assumptions of statistical tests -- 5.6 Hypothesis testing with the t distribution -- 5.7 Examples of hypothesis tests with t scores -- 5.8 Reporting hypothesis tests -- 5.9 Key concepts -- 5.10 Exercises -- The difference between two means -- 6.1 The un-paired t test -- 6.2 Assumptions of the un-paired t test -- 6.3 A research example of the un-paired t test -- 6.4 The comparison of a single observation with the mean of a sample -- 6.5 The comparison of paired samples. , 6.6 Assumptions of the paired t test -- 6.7 A research example of the paired t test -- 6.8 Key concepts -- 6.9 Exercises -- Analysis of variance (ANOVA) -- 7.1 One-way ANOVA -- 7.2 ANOVA procedure and nomenclature -- 7.3 ANOVA assumptions -- 7.4 Post ANOVA comparison of means -- 7.5 A research example of an ANOVA -- 7.6 Key concepts -- 7.7 Exercises -- Non-parametric comparison of samples -- 8.1 Ranking data -- 8.2 The Mann-Whitney U test for an un-matched design -- 8.3 A research example of the Mann-Whitney U test -- 8.4 The Kruskal-Wallis instead of a one-way, model I ANOVA -- 8.5 A research example of the Kruskal-Wallis test -- 8.6 The Wilcoxon signed-rank test for a paired design -- 8.7 A research example of the use of the Wilcoxon signed-rank test -- 8.8 Key concepts -- 8.9 Exercises -- Simple linear regression -- 9.1 An overview of regression analysis -- 9.2 Plot and inspection of the data -- 9.3 Description of the relation between X and y with an equation -- 9.4 Expression of the regression analysis as an analysis of variance of Y -- 9.5 Test of the null hypothesis H0: β=0 -- 9.6 Use of the regression equation to predict values of Y -- 9.7 Residual analysis -- 9.8 A research example of the use of regression -- 9.9 Key concepts -- 9.10 Exercises -- Correlation analysis -- 10.1 The Pearson product-moment correlation -- 10.2 A research example of the use of Pearson correlation -- 10.3 The Spearman correlation -- 10.4 A research example of the Spearman correlation coefficient -- 10.5 Key concepts -- 10.6 Exercises -- The analysis of frequencies -- 11.1 The X2 test for goodness-of-fit -- 11.2 A research example of the X2 test for goodness-of-fit -- 11.3 The X2 test for independence of variables -- 11.4 A research example of the X2 test for independence of variables -- 11.5 Yates' correction for continuity -- 11.6 Key concepts -- 11.7 Exercises. , References -- Answers to selected exercises -- A brief overview of SAS/ASSIST -- Statistical tables -- Table 1. The unit normal table -- Table 2. Critical values of the t distribution -- Table 3. Upper 5 and 1% points of the maximum F-rati -- Table 4. Critical values of the F distribution -- Table 5. Critical values of U, the Mann-Whitney statistic -- Table 6. Critical values of the chi-square distribution -- Table 7. Critical values of T for the Wilcoxon signed-rank test -- Table 8. Critical values of the Pearson correlation coefficient r -- Index. , English

Additional Edition: ISBN 0-521-57786-1

Additional Edition: ISBN 0-521-57116-2

Language: English

URL: Volltext  (lizenzpflichtig)

URL: https://doi.org/10.1017/CBO9781139171113

URL: https://doi.org/10.1017/CBO9781139171113

UID:

Format: xiv, 546 Seiten : , Diagramme ; , 254 mm.

Edition: Second edition

ISBN: 978-1-4625-4986-3

Series Statement: Methodology in the Social Sciences

Content: The most user-friendly and authoritative resource on missing data has been completely revised to make room for the latest developments that make handling missing data more effective. The second edition includes new methods based on factored regressions, newer model-based imputation strategies, and innovations in Bayesian analysis. State-of-the-art technical literature on missing data is translated into accessible guidelines for applied researchers and graduate students. The second edition takes an even, three-pronged approach to maximum likelihood estimation (MLE), Bayesian estimation as an alternative to MLE, and multiple imputation. Consistently organized chapters explain the rationale and procedural details for each technique and illustrate the analyses with engaging worked-through examples on such topics as young adult smoking, employee turnover, and chronic pain. The companion website (www.appliedmissingdata.com) includes datasets and analysis examples from the book, up-to-date software information, and other resources.New to This Edition*Expanded coverage of Bayesian estimation, including a new chapter on incomplete categorical variables.*New chapters on factored regressions, model-based imputation strategies, multilevel missing data-handling methods, missing not at random analyses, and other timely topics.*Presents cutting-edge methods developed since the 2010 first edition; includes dozens of new data analysis examples.*Most of the book is entirely new.

Note: References S. 493-517, Author Index S. 519-528, Subject Index S. 529-545 , 1. Introduction to Missing Data; 1.1 Chapter Overview; 1.2 Missing Data Patterns; 1.3 Missing Data Mechanisms; 1.4 Diagnosing Missing Data Mechanisms; 1.5 Auxiliary Variables; 1.6 Analysis Example: Preparing for Missing Data Handling; 1.7 Older Missing Data Methods; 1.8 Comparing Missing Data Methods via Simulation; 1.9 Planned Missing Data; 1.10 Power Analyses for Planned Missingness Designs; 1.11 Summary and Recommended Readings; 2.- , Maximum Likelihood Estimation; 2.1 Chapter Overview; 2.2 Probability Distributions versus Likelihood Functions; 2.3 The Univariate Normal Distribution; 2.4 Estimating Unknown Parameters; 2.5 Getting an Analytic Solution; 2.6 Estimating Standard Errors; 2.7 Information Matrix and Parameter Covariance Matrix; 2.8 Alternative Approaches to Estimating Standard Errors; 2.9 Iterative Optimization Algorithms; 2.10 Linear Regression; 2.11 Significance Tests; 2.12 Multivariate Normal Data; 2.13 Categorical Outcomes: Logistic and Probit Regression; 2.14 Summary and Recommended Readings; 3.- , Maximum Likelihood Estimation with Missing Data; 3.1 Chapter Overview; 3.2 The Multivariate Normal Distribution Revisited; 3.3 How Do Incomplete Data Records Help?; 3.4 Standard Errors with Incomplete Data; 3.5 The Expectation Maximization Algorithm; 3.6 Linear Regression; 3.7 Significance Testing; 3.8 Interaction Effects; 3.9 Curvilinear Effects; 3.10 Auxiliary Variables; 3.11 Categorical Outcomes; 3.12 Summary and Recommended Readings; 4. Bayesian Estimation; 4.1 Chapter Overview; 4.2 What Makes Bayesian Statistics Different?; 4.3 Conceptual Overview of Bayesian Estimation; 4.4 Bayes’ Theorem; 4.5 The Univariate Normal Distribution; 4.6 MCMC Estimation with the Gibbs Sampler; 4.7 Estimating the Mean and Variance with MCMC; 4.8 Linear Regression; 4.9 Assessing Convergence of the Gibbs Sampler; 4.10 Multivariate Normal Data; 4.11 Summary and Recommended Readings; 5.- , Bayesian Estimation with Missing Data; 5.1 Chapter Overview; 5.2 Imputing an Incomplete Outcome Variable; 5.3 Linear Regression; 5.4 Interaction Effects; 5.5 Inspecting Imputations; 5.6 The Metropolis–Hastings Algorithm; 5.7 Curvilinear Effects; 5.8 Auxiliary Variables; 5.9 Multivariate Normal Data; 5.10 Summary and Recommended Readings; 6. Bayesian Estimation for Categorical Variables; 6.1 Chapter Overview; 6.2 Latent Response Formulation for Categorical Variables; 6.3 Regression with a Binary Outcome; 6.4 Regression with an Ordinal Outcome; 6.5 Binary and Ordinal Predictor Variables; 6.6 Latent Response Formulation for Nominal Variables; 6.7 Regression with a Nominal Outcome; 6.8 Nominal Predictor Variables; 6.9 Logistic Regression; 6.10 Summary and Recommended Readings; 7.- , Multiple Imputation; 7.1 Chapter Overview; 7.2 Agnostic versus Model-Based Multiple Imputation; 7.3 Joint Model Imputation; 7.4 Fully Conditional Specification; 7.5 Analyzing Multiply-Imputed Data Sets; 7.6 Pooling Parameter Estimates; 7.7 Pooling Standard Errors; 7.8 Test Statistic and Confidence Intervals; 7.9 When Might Multiple Imputation Give Different Answers?; 7.10 Interaction and Curvilinear Effects Revisited; 7.11 Model-Based Imputation; 7.12 Multivariate Significance Tests; 7.13 Summary and Recommended Readings; 8. Multilevel Missing Data; 8.1 Chapter Overview; 8.2 Random Intercept Regression Models; 8.3 Random Coefficient Models; 8.4 Multilevel Interaction Effects; 8.5 Three-Level Models; 8.6 Multiple Imputation; 8.7 Joint Model Imputation; 8.8 Fully Conditional Specification Imputation; 8.9 Maximum Likelihood Estimation; 8.10 Summary and Recommended Readings; 9.- , Missing Not at Random Processes; 9.1 Chapter Overview; 9.2 Missing Not at Random Processes Revisited; 9.3 Major Modeling Frameworks; 9.4 Selection Models for Multiple Regression; 9.5 Model Comparisons and Individual Influence Diagnostics; 9.6 Selection Model Analysis Examples; 9.7 Pattern Mixture Models for Multiple Regression; 9.8 Pattern Mixture Model Analysis Examples; 9.9 Longitudinal Data Analyses; 9.10 Diggle–Kenward Selection Model; 9.11 Shared Parameter (Random Coefficient) Selection Model; 9.12 Random Coefficient Pattern Mixture Models; 9.13 Longitudinal Data Analysis Examples; 9.14 Summary and Recommended Readings; 10.- , Special Topics and Applications; 10.1 Chapter Overview; 10.2 Descriptive Summaries, Correlations, and Subgroups; 10.3 Non-Normal Predictor Variables; 10.4 Non-Normal Outcome Variables; 10.5 Mediation and Indirect Effects; 10.6 Structural Equation Models; 10.7 Scale Scores and Missing Questionnaire Items; 10.8 Interactions with Scales; 10.9 Longitudinal Data Analyses; 10.10 Regression with a Count Outcome; 10.11 Power Analyses for Growth Models with Missing Data; 10.12 Summary and Recommended Readings; 11. Wrap-Up; 11.1 Chapter Overview; 11.2 Choosing a Missing Data-Handling Procedure; 11.3 Software Landscape; 11.4 Reporting Results from a Missing Data Analysis; 11.5 Final Thoughts and Recommended Readings; Appendix. Data Set Descriptions; Author Index; Subject Index; About the Author;

Language: English

Subjects: Psychology , Sociology

Keywords: Sozialwissenschaften ; Statistik ; Methodologie ; Fehlende Daten ; Datenauswertung

URL: Inhaltsverzeichnis

UID:

Format: 1 online resource (viii, 424 pages) : , digital, PDF file(s).

ISBN: 1-108-62032-9 , 1-108-61736-0 , 1-108-75552-6

Content: This book provides an introduction to the mathematical and algorithmic foundations of data science, including machine learning, high-dimensional geometry, and analysis of large networks. Topics include the counterintuitive nature of data in high dimensions, important linear algebraic techniques such as singular value decomposition, the theory of random walks and Markov chains, the fundamentals of and important algorithms for machine learning, algorithms and analysis for clustering, probabilistic models for large networks, representation learning including topic modelling and non-negative matrix factorization, wavelets and compressed sensing. Important probabilistic techniques are developed including the law of large numbers, tail inequalities, analysis of random projections, generalization guarantees in machine learning, and moment methods for analysis of phase transitions in large random graphs. Additionally, important structural and complexity measures are discussed such as matrix norms and VC-dimension. This book is suitable for both undergraduate and graduate courses in the design and analysis of algorithms for data.

Note: Title from publisher's bibliographic system (viewed on 29 Jan 2020). , Cover -- Half-title -- Title page -- Copyright information -- Contents -- 1 Introduction -- 2 High-Dimensional Space -- 2.1 Introduction -- 2.2 The Law of Large Numbers -- 2.3 The Geometry of High Dimensions -- 2.4 Properties of the Unit Ball -- 2.4.1 Volume of the Unit Ball -- 2.4.2 Volume near the Equator -- 2.5 Generating Points Uniformly at Random from a Ball -- 2.6 Gaussians in High Dimension -- 2.7 Random Projection and Johnson-Lindenstrauss Lemma -- 2.8 Separating Gaussians -- 2.9 Fitting a Spherical Gaussian to Data -- 2.10 Bibliographic Notes -- 2.11 Exercises -- 3 Best-Fit Subspaces and Singular Value Decomposition (SVD) -- 3.1 Introduction -- 3.2 Preliminaries -- 3.3 Singular Vectors -- 3.4 Singular Value Decomposition (SVD) -- 3.5 Best Rank-k Approximations -- 3.6 Left Singular Vectors -- 3.7 Power Method for Singular Value Decomposition -- 3.7.1 A Faster Method -- 3.8 Singular Vectors and Eigenvectors -- 3.9 Applications of Singular Value Decomposition -- 3.9.1 Centering Data -- 3.9.2 Principal Component Analysis -- 3.9.3 Clustering a Mixture of Spherical Gaussians -- 3.9.4 Ranking Documents and Web Pages -- 3.9.5 An Illustrative Application of SVD -- 3.9.6 An Application of SVD to a Discrete Optimization Problem -- 3.10 Bibliographic Notes -- 3.11 Exercises -- 4 Random Walks and Markov Chains -- 4.1 Stationary Distribution -- 4.2 Markov Chain Monte Carlo -- 4.2.1 Metropolis-Hasting Algorithm -- 4.2.2 Gibbs Sampling -- 4.3 Areas and Volumes -- 4.4 Convergence of Random Walks on Undirected Graphs -- 4.4.1 Using Normalized Conductance to Prove Convergence -- 4.5 Electrical Networks and Random Walks -- 4.6 Random Walks on Undirected Graphs with Unit Edge Weights -- 4.6.1 Hitting Time -- 4.6.2 Commute Time -- 4.6.3 Cover Time -- 4.7 Random Walks in Euclidean Space -- 4.7.1 Random Walks on Lattices -- 4.7.2 Two Dimensions. , 4.7.3 Three Dimensions -- 4.8 The Web as a Markov Chain -- 4.8.1 Pagerank -- 4.8.2 Relation to Hitting Time -- 4.8.3 Spam -- 4.8.4 Personalized Pagerank -- 4.8.5 Algorithm for Computing Personalized Pagerank -- 4.9 Bibliographic Notes -- 4.10 Exercises -- 5 Machine Learning -- 5.1 Introduction -- 5.1.1 The Core Problem -- 5.1.2 How to Learn -- 5.2 The Perceptron Algorithm -- 5.3 Kernel Functions and Nonlinearly Separable Data -- 5.4 Generalizing to New Data -- 5.4.1 Overfitting and Uniform Convergence -- 5.4.2 Occam's Razor -- 5.4.3 Regularization: Penalizing Complexity -- 5.5 VC-Dimension -- 5.5.1 Definitions and Key Theorems -- 5.5.2 VC-Dimension of Some Set Systems -- 5.5.3 Shatter Function for Set Systems of Bounded VC-Dimension -- 5.5.4 VC-Dimension of Combinations of Concepts -- 5.5.5 The Key Theorem -- 5.6 VC-Dimension and Machine Learning -- 5.7 Other Measures of Complexity -- 5.8 Deep Learning -- 5.8.1 Generative Adversarial Networks (GANs) -- 5.9 Gradient Descent -- 5.9.1 Stochastic Gradient Descent -- 5.9.2 Regularizer -- 5.10 Online Learning -- 5.10.1 An Example: Learning Disjunctions -- 5.10.2 The Halving Algorithm -- 5.10.3 The Perceptron Algorithm -- 5.10.4 Inseparable Data and Hinge Loss -- 5.10.5 Online to Batch Conversion -- 5.10.6 Combining (Sleeping) Expert Advice -- 5.11 Boosting -- 5.12 Further Current Directions -- 5.12.1 Semi-Supervised Learning -- 5.12.2 Active Learning -- 5.12.3 Multitask Learning -- 5.13 Bibliographic Notes -- 5.14 Exercises -- 6 Algorithms for Massive Data Problems: Streaming, Sketching, and Sampling -- 6.1 Introduction -- 6.2 Frequency Moments of Data Streams -- 6.2.1 Number of Distinct Elements in a Data Stream -- 6.2.2 Number of Occurrences of a Given Element -- 6.2.3 Frequent Elements -- 6.2.4 The Second Moment -- 6.3 Matrix Algorithms Using Sampling -- 6.3.1 Matrix Multiplication Using Sampling. , 6.3.2 Implementing Length Squared Sampling in Two Passes -- 6.3.3 Sketch of a Large Matrix -- 6.4 Sketches of Documents -- 6.5 Bibliographic Notes -- 6.6 Exercises -- 7 Clustering -- 7.1 Introduction -- 7.1.1 Preliminaries -- 7.1.2 Two General Assumptions on the Form of Clusters -- 7.1.3 Spectral Clustering -- 7.2 k-Means Clustering -- 7.2.1 A Maximum-Likelihood Motivation -- 7.2.2 Structural Properties of the k-Means Objective -- 7.2.3 Lloyd's Algorithm -- 7.2.4 Ward's Algorithm -- 7.2.5 k-Means Clustering on the Line -- 7.3 k-Center Clustering -- 7.4 Finding Low-Error Clusterings -- 7.5 Spectral Clustering -- 7.5.1 Why Project? -- 7.5.2 The Algorithm -- 7.5.3 Means Separated by Ω(1) Standard Deviations -- 7.5.4 Laplacians -- 7.5.5 Local Spectral Clustering -- 7.6 Approximation Stability -- 7.6.1 The Conceptual Idea -- 7.6.2 Making This Formal -- 7.6.3 Algorithm and Analysis -- 7.7 High-Density Clusters -- 7.7.1 Single Linkage -- 7.7.2 Robust Linkage -- 7.8 Kernel Methods -- 7.9 Recursive Clustering Based on Sparse Cuts -- 7.10 Dense Submatrices and Communities -- 7.11 Community Finding and Graph Partitioning -- 7.12 Spectral Clustering Applied to Social Networks -- 7.13 Bibliographic Notes -- 7.14 Exercises -- 8 Random Graphs -- 8.1 The G(n,p) Model -- 8.1.1 Degree Distribution -- 8.1.2 Existence of Triangles in G(n, d/n) -- 8.2 Phase Transitions -- 8.3 Giant Component -- 8.3.1 Existence of a Giant Component -- 8.3.2 No Other Large Components -- 8.3.3 The Case of p < -- 1/n -- 8.4 Cycles and Full Connectivity -- 8.4.1 Emergence of Cycles -- 8.4.2 Full Connectivity -- 8.4.3 Threshold for O(ln n) Diameter -- 8.5 Phase Transitions for Increasing Properties -- 8.6 Branching Processes -- 8.7 CNF-SAT -- 8.7.1 SAT-Solvers in Practice -- 8.7.2 Phase Transitions for CNF-SAT -- 8.8 Nonuniform Models of Random Graphs. , 8.8.1 Giant Component in Graphs with Given Degree Distribution -- 8.9 Growth Models -- 8.9.1 Growth Model without Preferential Attachment -- 8.9.2 Growth Model with Preferential Attachment -- 8.10 Small-World Graphs -- 8.11 Bibliographic Notes -- 8.12 Exercises -- 9 Topic Models, Nonnegative Matrix Factorization, Hidden Markov Models, and Graphical Models -- 9.1 Topic Models -- 9.2 An Idealized Model -- 9.3 Nonnegative Matrix Factorization -- 9.4 NMF with Anchor Terms -- 9.5 Hard and Soft Clustering -- 9.6 The Latent Dirichlet Allocation Model for Topic Modeling -- 9.7 The Dominant Admixture Model -- 9.8 Formal Assumptions -- 9.9 Finding the Term-Topic Matrix -- 9.10 Hidden Markov Models -- 9.11 Graphical Models and Belief Propagation -- 9.12 Bayesian or Belief Networks -- 9.13 Markov Random Fields -- 9.14 Factor Graphs -- 9.15 Tree Algorithms -- 9.16 Message Passing in General Graphs -- 9.16.1 Graphs with a Single Cycle -- 9.16.2 Belief Update in Networks with a Single Loop -- 9.16.3 Maximum Weight Matching -- 9.17 Warning Propagation -- 9.18 Correlation between Variables -- 9.19 Bibliographic Notes -- 9.20 Exercises -- 10 Other Topics -- 10.1 Ranking and Social Choice -- 10.1.1 Randomization -- 10.1.2 Examples -- 10.2 Compressed Sensing and Sparse Vectors -- 10.2.1 Unique Reconstruction of a Sparse Vector -- 10.2.2 Efficiently Finding the Unique Sparse Solution -- 10.3 Applications -- 10.3.1 Biological -- 10.3.2 Low-Rank Matrices -- 10.4 An Uncertainty Principle -- 10.4.1 Sparse Vector in Some Coordinate Basis -- 10.4.2 A Representation Cannot Be Sparse in Both Time and Frequency Domains -- 10.5 Gradient -- 10.6 Linear Programming -- 10.6.1 The Ellipsoid Algorithm -- 10.7 Integer Optimization -- 10.8 Semi-Definite Programming -- 10.9 Bibliographic Notes -- 10.10 Exercises -- 11 Wavelets -- 11.1 Dilation -- 11.2 The Haar Wavelet. , 11.3 Wavelet Systems -- 11.4 Solving the Dilation Equation -- 11.5 Conditions on the Dilation Equation -- 11.6 Derivation of the Wavelets from the Scaling Function -- 11.7 Sufficient Conditions for the Wavelets to Be Orthogonal -- 11.8 Expressing a Function in Terms of Wavelets -- 11.9 Designing a Wavelet System -- 11.10 Applications -- 11.11 Bibliographic Notes -- 11.12 Exercises -- 12 Background Material -- 12.1 Definitions and Notation -- 12.1.1 Integers -- 12.1.2 Substructures -- 12.1.3 Asymptotic Notation -- 12.2 Useful Relations -- 12.3 Useful Inequalities -- 12.4 Probability -- 12.4.1 Sample Space, Events, and Independence -- 12.4.2 Linearity of Expectation -- 12.4.3 Union Bound -- 12.4.4 Indicator Variables -- 12.4.5 Variance -- 12.4.6 Variance of the Sum of Independent Random Variables -- 12.4.7 Median -- 12.4.8 The Central Limit Theorem -- 12.4.9 Probability Distributions -- 12.4.10 Bayes Rule and Estimators -- 12.5 Bounds on Tail Probability -- 12.5.1 Chernoff Bounds -- 12.5.2 More General Tail Bounds -- 12.6 Applications of the Tail Bound -- 12.7 Eigenvalues and Eigenvectors -- 12.7.1 Symmetric Matrices -- 12.7.2 Relationship between SVD and Eigen Decomposition -- 12.7.3 Extremal Properties of Eigenvalues -- 12.7.4 Eigenvalues of the Sum of Two Symmetric Matrices -- 12.7.5 Norms -- 12.7.6 Important Norms and Their Properties -- 12.7.7 Additional Linear Algebra -- 12.7.8 Distance between Subspaces -- 12.7.9 Positive Semi-Definite Matrix -- 12.8 Generating Functions -- 12.8.1 Generating Functions for Sequences Defined by Recurrence Relationships -- 12.8.2 The Exponential Generating Function and the Moment Generating Function -- 12.9 Miscellaneous -- 12.9.1 Lagrange Multipliers -- 12.9.2 Finite Fields -- 12.9.3 Application of Mean Value Theorem -- 12.10 Exercises -- References -- Index.

Additional Edition: Online version: Blum, Avrim, 1966- Foundations of data science New York, NY : Cambridge University Press, 2020. ISBN 9781108755528

Additional Edition: ISBN 9781108485067

Additional Edition: ISBN 1108485065

Language: English

Subjects: Computer Science

URL: https://doi.org/10.1017/9781108755528

URL: Volltext  (lizenzpflichtig)

UID:

Format: 1 online resource (xiii, 381 pages) : , digital, PDF file(s).

ISBN: 1-108-61724-7 , 1-108-62022-1 , 1-108-75507-0

Series Statement: Educational and psychological testing in a global context

Content: To look forward, it is necessary to look back and learn. History is more than just facts about the past; it is a narrative told from a particular perspective. A proverb from Africa, 'Until lions have their own historians, tales of the hunt shall always glorify the hunter,' captures this best. Most of the scholarship about psychological assessment comes from very specific nationalities and cultures, which does not truly reflect the diversity and breadth of histories pertaining to the field. Covering 50 countries, this collection gives voice to those that have previously been under represented and sometimes marginalized. This book not only describes important moments in psychological assessment from around the globe, but also equips readers with the tools to map the future of psychological assessment across nations. It advocates for a more globally inclusive science of assessment that holds promise for enhancing creativity and innovation in the field.

Note: Title from publisher's bibliographic system (viewed on 01 Aug 2022). , Cover -- Half-title -- Series information -- Title page -- Copyright information -- Contents -- List of Tables -- List of Contributors -- Series Editor's Foreword -- Chapter 1 Histories of Psychological Assessment: An Introduction -- 1.1 Introduction -- 1.2 Overview of the Book -- 1.3 Africa -- 1.4 The Arab Regions -- 1.5 Europe -- 1.6 Asia -- 1.7 Oceania -- 1.8 The Americas -- 1.9 Conclusion -- References -- Chapter 2 Psychological Assessment in Southern Africa -- 2.1 Introduction -- 2.2 Psychological Assessment in South Africa -- 2.3 Psychological Assessment in Botswana -- 2.3.1 Projective Tests Study -- 2.3.2 Regional Comparative or Benchmark Studies -- 2.3.3 Policy Formulation and Support Studies -- 2.4 Psychological Assessment in Zimbabwe -- 2.5 Psychological Assessment in Zambia -- 2.6 Conclusion -- References -- Chapter 3 Psychological Testing and Inclusive Schooling: Issues and Prospects in Central Africa -- 3.1 Introduction -- 3.2 Types of Psychological Tests and Inclusive Schooling in Central Africa -- 3.3 Issues/Problems Associated with the Current State of Psychological Testing in Central Africa -- 3.4 Prospects of Psychological Testing and School Reforms in Central Africa -- 3.5 Conclusion -- References -- Chapter 4 Psychological Assessment in West Africa -- 4.1 Introduction -- 4.2 Psychological Assessment in Ghana -- 4.3 Psychological Assessment in Nigeria -- 4.4 Psychological Assessment in Liberia and Sierra Leone -- 4.5 Current Challenges -- 4.6 Future Prospects -- 4.7 Conclusion -- References -- Chapter 5 Psychological Assessment in the Levant -- 5.1 Introduction -- 5.1.1 Historical Development -- 5.2 Psychological Assessment Research in Levant -- 5.2.1 Jordan -- 5.2.2 Lebanon -- 5.2.3 Palestine -- 5.2.4 Syria -- 5.3 The Current Impact of Sociocultural Factors on Assessment -- 5.3.1 Arabic Language -- 5.3.2 Bilingualism. , 5.3.3 Intellectual Dependency -- 5.3.4 Economic and Sociopolitical Context -- 5.3.5 Education, Training, and Professional Regulation -- 5.3.6 Collaboration -- 5.4 Conclusion and Recommendations -- References -- Chapter 6 The History of Assessment in the Nordic Countries -- 6.1 Introduction -- 6.2 Scandinavian Psychology Prior to the World Wars -- 6.3 Psychology and Assessment in Scandinavia during the World Wars (1923-1945) -- 6.4 Scandinavian Psychology Post the World Wars -- 6.5 Scandinavian Psychological Assessment: 1960s-1970s -- 6.6 Psychological Assessment: 2000-Present -- 6.7 Conclusion -- References -- Chapter 7 Key Episodes in The History of Testing in Central Western Europe -- 7.1 Introduction -- 7.2 Wilhelm Wundt, Experimental Psychological Laboratories, and Early Testing -- 7.3 Alfred Binet and the Measurement of Intelligence -- 7.4 William Stern and the Foundation of Differential Psychology -- 7.5 Hugo Münsterberg and the First Selection Tests -- 7.6 Otto Lipmann, William Stern, Institutes of Applied Psychology and the First Journal of Applied Psychology -- 7.7 The Exodus from Germany -- 7.8 Wehrmachtpsychologie Testing -- 7.9 Dutch Psychometrics and the Centraal Instituut voor Toetsontwikkeling -- 7.10 Internationalization and Critical Psychology -- 7.11 University Entry Selection in Belgium, Germany, and the Netherlands -- 7.12 Modern Use of Tests in Organizations -- 7.13 Outlook and Trends -- References -- Chapter 8 The Beginnings of Psychological Assessment in Spain and Portugal -- 8.1 Introduction -- 8.2 Huarte de San Juan, a Precursor -- 8.3 Psychological Assessment in the Nineteenth Century -- 8.4 Psychological Assessment in the Twentieth Century (1900-1949) -- 8.5 Further Developments in Psychological Assessment (1950-1969) -- 8.6 Psychological Assessment in Spain and Portugal (1970-1990). , 8.7 Psychological Assessment in Spain and Portugal Post 1990 -- 8.8 Conclusion -- References -- Chapter 9 Histories of Psychological Assessments in the United Kingdom -- 9.1 Introduction -- 9.2 The Early Development of Psychological Assessment (1859-1890) -- 9.3 From the 1890s to the Great War of 1914-1918 -- 9.4 The Development of Psychometrics -- 9.5 The Great 1914-1918 War -- 9.6 The Inter-war Years (1918-1939) -- 9.7 World War II and the Post-war Years (1940s-1970s) -- 9.8 The Development of Assessment Centers -- 9.9 The 1970s and 1980s: Assessment Centers in the Private Sector -- 9.10 Concerns over Bias and Fairness in Testing -- 9.11 The Cyril Burt Saga and the Continuing Eugenics Issue -- 9.12 The Growth in Use of Personality Assessment -- 9.13 The Growth of Occupational Assessment in the United Kingdom (1970s-1990s) -- 9.14 The Technological Revolution in the 1980s to the Late 1990s -- 9.15 Item Response Theory -- 9.16 The British Ability Scales -- 9.17 Item Generation and Test Generation -- 9.18 The Internet (Late 1990s to Now) -- 9.19 Conclusion -- References -- Chapter 10 The Early History of Psychological Testing in Eastern Europe and Russia -- 10.1 The General Context of Eastern Europe -- 10.2 Psychology in Eastern Europe: The Early Days -- 10.2.1 Russia -- 10.2.2 Romania -- 10.2.3 Poland -- 10.2.4 The Former Kingdom/Republic of Yugoslavia -- 10.2.5 Czechoslovakia -- 10.2.6 Hungary -- 10.3 The Dark Days -- 10.4 The Revival -- 10.5 Conclusion -- References -- Chapter 11 Hearing the Untold: A Review of Central Asia's Contribution to the Expansion of Psychological Assessment -- 11.1 Introduction -- 11.2 Iran -- 11.3 Pakistan -- 11.4 Afghanistan -- 11.5 Kazakhstan, Kyrgyzstan, Tajikistan, Turkmenistan, and Uzbekistan -- 11.6 Conclusion -- References -- Chapter 12 History of Psychological Assessment in Southern Asia -- 12.1 Introduction. , 12.2 Assessment in South Asia Pre-colonialism -- 12.3 Psychological Assessment in India -- 12.4 Assessment in Educational Settings -- 12.5 Assessment in Clinical Settings -- 12.6 Assessment in Social Settings -- 12.7 Assessment in Workplace Settings -- 12.8 Assessment in Military Settings -- 12.9 Psychological Assessment in Sri Lanka -- 12.10 Psychological Assessment in Bangladesh -- 12.11 Psychological Assessment in Nepal -- 12.12 Psychological Assessment in Bhutan -- 12.13 Conclusion -- References -- Chapter 13 The History of Psychological Testing in East Asia -- 13.1 Introduction -- 13.2 The History of Psychological Testing in China -- 13.2.1 The Idea and Practice of Psychological Testing in Ancient China -- 13.2.2 Development of Modern Psychological Testing in China (1915-1948) -- 13.2.3 Development of Psychological Testing in China after 1949 -- 13.2.4 cpai: One Representative Personality Test -- 13.3 Psychological Testing in Japan -- 13.4 Psychological Testing in South Korea -- 13.5 Challenges and Future Directions of Psychological Testing in East Asia -- References -- Chapter 14 Psychological Assessment and Testing in Malaysia and Singapore -- 14.1 Introduction -- 14.2 Contextualizing Malaysia -- 14.3 History of Psychology in Malaysia -- 14.4 The Development of Psychological Assessments in Malaysia -- 14.5 Contextualizing Singapore -- 14.6 History of Psychology in Singapore -- 14.7 The Development of Psychological Assessment in Singapore -- 14.8 Conclusion -- References -- Chapter 15 A Brief History of Testing and Assessment in Oceania -- 15.1 Introduction -- 15.2 Australia: Beginnings at the Turn of the Twentieth Century -- 15.3 World War I and the Interwar Years -- 15.4 World War II and the Postwar Years -- 15.5 Testing in Australia: 1960-1990 -- 15.6 Changes with the Coming of the Twenty-First Century. , 15.7 Recognizing Cultural Differences in Test Use -- 15.8 Aotearoa/New Zealand: The Early Years -- 15.9 Testing in Education, Industry, and the Clinics: 1940 Onwards -- 15.10 Testing in New Zealand: The Current Climate -- 15.11 Recognition of Cultural Differences -- 15.12 PNG and the Pacific Islands -- 15.13 Conclusion -- References -- Chapter 16 Psychological Assessment in South America: Perspectives from Brazil, Bolivia, Chile, and Peru -- 16.1 Introduction -- 16.2 Brazil -- 16.2.1 Historical Aspects of Test Use in Brazil -- 16.2.2 The Development of Psychological Assessment -- 16.2.3 Professional Regulations and Training -- 16.2.4 Increase of Research Groups and Production -- 16.2.5 Challenges and Vision of the Future -- 16.3 Bolivia -- 16.3.1 History of Psychological Assessment -- 16.3.2 Professional Training in Psychology -- 16.3.3 Assessment Practice -- 16.3.4 Challenges -- 16.4 Chile -- 16.4.1 Initial Historical Context -- 16.4.2 Deregulation and Attempts at Regulation -- 16.4.2.1 Training -- 16.4.2.2 Professional Practice -- 16.4.2.3 Research -- 16.4.3 Conclusions and Challenges for Assessment in Chile -- 16.5 Peru -- 16.5.1 History of Psychological Assessment in Peru -- 16.5.2 Training -- 16.5.3 Research -- 16.5.4 Challenges -- 16.6 Conclusion -- References -- Chapter 17 Historical Development of Psychological Assessment in the Caribbean -- 17.1 Introduction -- 17.2 Pre-Columbian Era to the Eighteenth Century -- 17.3 Slavery to the Nineteenth Century -- 17.4 Traditional Healers -- 17.5 Emancipation to the Twentieth Century -- 17.6 The Twenty-First Century and Cross-cultural Issues of Euro-American Assessment Methods -- 17.7 Conclusion -- Reference -- Chapter 18 The History of Psychological Assessment in North America -- 18.1 Introduction -- 18.2 Antecedents of Psychological Testing in North America -- 18.3 Intellectual Assessment. , 18.3.1 Adaptations of the Binet Scales.

Additional Edition: ISBN 1-108-48500-6

Language: English

URL: lizenzpflichtig

URL: https://doi.org/10.1017/9781108755078