In seinem Vortrag stellte Prof. Kaplan, Ph.D., aktuelle methodische Entwicklungen bei der Evaluation von statistischen Modellierungen vor. Vor dem Hintergrund des Bayesianischen Ansatzes wurden die Möglichkeiten diskutiert, inferenzstatistische Aussagen und Prognosen vergleichend zu evaluieren. Der gewählte Ansatz des Bayesian Model Averaging zeigt dabei vielversprechende Eigenschaften und erlaubt eine konzeptionell stringente Berücksichtigung der Modellunsicherheit. Dabei führt die Zusammenfassung mehrerer Modelle in einer einzelnen Prognose zu einer verbesserten Vorhersagegüte im Vergleich zu Prognosen auf Grundlage einzelner Modelle. Entsprechende Effekte zeigten sich bei der Analyse von Daten großer Bildungsstudien.