20項目のマルチプル選択テストを評価しようとしています。この例で見られるようなアイテム分析を実行したいと思います。したがって、質問ごとに、P値、合計との相関、および選択したオプションの分布が必要です。
さまざまな統計ソフトウェアパッケージについては何も知りませんが、プログラミングに慣れており、Rはオープンソースであるため、Rを使用したいと思います。私が想定している擬似ワークフローは次のとおりです。
Excelでデータを準備し、CSVにエクスポートする
Rにデータをロードする
必要なことを行うパッケージをロードする
そのパッケージのコマンドを実行する
エクスポートとレポート。
私は1と2には自信がありますが、おそらくCRANで閲覧したパッケージを比較する統計用語がないので、3には問題があります。 ltm適切なパッケージになりそうですが、私にはわかりません。どのパッケージを使用しても、コマンドはどうなりますか？
サイドの質問：リンクされた例では、MCとMIは何を表していると思いますか？
回答:
：私はあなたにこれらのタスクを実行できるように、少なくとも二つのパッケージ提案することができサイケ（score.items）とLTM（descript）を。CTTのパッケージには、MCQを処理するためにも思えるが、私はそれで経験がありません。詳細については、W RevelleのWebサイトThe Personality Projectをご覧ください。Rを使用したサイコメトリックス専用のページ。データのインポート、分析、レポートの詳細な手順を提供します。また、サイコメトリックスのCRANタスクビューには、多くの追加リソースが含まれています。
リンクで説明されているように、MCは「正しい回答でアイテムに回答した人の平均合計スコア」を表し、MIは「正しい回答でアイテムに回答しなかった人の平均合計スコア」を表します。また、ltmパッケージ内でポイント-バイシリアル相関（R（IT））も利用できます（biserial.cor）。これは基本的にアイテムの識別力の指標であり（アイテムと合計スコアの相関関係であるため）、2-PL IRTモデルの識別パラメーターまたは因子分析の因子負荷に関連しています。
表示するテーブルを本当に再現したい場合は、少なくとも同じ種類のテーブルを出力するために、このコードの一部をカスタムコードでラップする必要があると思います。私はあなたのテーブルを再現する迅速で汚い例を作りました：
dat <- replicate(10, sample(LETTERS[1:4], 100, rep=TRUE))
dat[3,2] <- dat[67,5] <- NA
itan(dat)
P R MC MI NC OMIT A B C D
[1,] 0.23 -0.222 2.870 2.169 23 0 23 22 32 23
[2,] 0.32 -0.378 3.062 1.985 32 1 32 20 14 33
[3,] 0.18 -0.197 2.889 2.207 18 0 18 33 22 27
[4,] 0.33 -0.467 3.212 1.896 33 0 33 18 29 20
[5,] 0.27 -0.355 3.111 2.056 27 1 27 23 23 26
[6,] 0.17 -0.269 3.118 2.169 17 0 17 25 25 33
[7,] 0.21 -0.260 3.000 2.152 21 0 21 24 25 30
[8,] 0.24 -0.337 3.125 2.079 24 0 24 32 22 22
[9,] 0.13 -0.218 3.077 2.218 13 0 13 29 33 25
[10,] 0.25 -0.379 3.200 2.040 25 0 25 25 31 19これらはランダムな応答なので、バイシリアル相関とアイテムの難易度はあまり意味がありません（データが本当にランダムであることを確認する場合を除きます:)。また、R関数を10 'で作成したため、エラーの可能性をチェックする価値があります。
freq.resp、エラーがスローされます。（明日までに）コードを修正します。これは、不規則なテーブルを小さなコードで連結する方法も示します。
freq.resp <- raw.resp/apply(raw.resp, 1, sum, na.rm=T)です。エラーは、dim（raw.resp）がNULLのときに「dim（X）には正の長さが必要」ということです。データには正の頻度のオプションがすべてないため、テーブルの長さがすべて同じではない可能性がありますか？table呼び出しでゼロを埋めるにはどうすればよいですか？