タグ付けされた質問 「irt」

コンテキスト 私はアイテム反応理論について読んでいますが、それは魅力的です。私は基本を理解していると思いますが、その地域に関連する統計的手法をどのように適用するのか疑問に思っています。以下は、ITRを適用したい分野に類似した2つの記事です。 http://www.jstor.org/stable/4640738?seq=7 http://www.ncbi.nlm.nih.gov/pubmed/21744971 2つ目は、この時点で実際に拡張したいものです。 jMetrikという無料のプログラムをダウンロードしましたが、うまく機能しているようです。IRTに関しては基本的すぎると思いますが、よくわかりません。 「最良の」方法にはRの学習が含まれる可能性が高いことを知っています。ただし、その学習曲線に取り組む時間を割くことができるかどうかはわかりません。ソフトウェアを購入するための資金はいくらかありますが、私が見る限り、素晴らしいIRTプログラムは存在しないようです。 ご質問 jMetrikの有効性についてどう思いますか？ IRTの適用をどのように進めますか？ IRTを適用するのに最適なプログラムは何ですか？ IRTを定期的に使用している人はいますか？もしそうなら、どのように？

21 psychometrics  latent-variable  irt 

項目応答理論と確認的因子分析の核となる、意味のある違いは何かと思っていました。 計算に違いがあることを理解しています（アイテム対共分散に重点を置いています;対数線形対線形）。 しかし、私はこれが上位レベルの観点から何を意味するのか見当がつかない-これは、状況によってはIRTがCFAよりも優れていることを意味するのか または、わずかに異なる最終目的のために？ 研究文献のスキャンがIRTとCFAの核となる違いの有用な比較よりも多くのIRTとCFAの説明をもたらしたため、どんな黙想も有用です。

14 confirmatory-factor  irt 

これらの両方のような基本的な類似性にもかかわらず、応答変数を直接モデル化するのではなく、成功の確率をモデル化します。これらのモデル間の相違点と類似点を指摘する、より信頼できる答えがあると思います。 1つの違いは、ロジスティックでは、異なるタイプと異なる数の独立変数を使用できることです。一方、IRTモデルでは、能力である独立変数は1つだけです。 もう1つの類似性：ロジスティックのパラメーターを推定するには、最尤法を使用します。IRTでは、パラメーター推定手法の1つとして限界最尤も使用します。 では、これら2つのモデルの統計的/数学的な違いを誰かに説明していただけますか？

9 regression  logistic  mathematical-statistics  irt 

セットがあるとします SSS の 100100100 質問とあります 222 学生 aaa そして bbb。 しましょう PaiPaiP_{ai} 確率である aaa 質問に答えます iii 正しく、そして PbiPbiP_{bi} 同じ bbb。 すべて PaiPaiP_{ai} そして PbiPbiP_{bi} のために与えられています i=1...100i=1...100i = 1...100。 試験を想定する EEE 取ることによって作られています 101010 からのランダムな質問 SSS。 どのように私はの確率を見つけることができます aaa より良いスコアを得る bbb？ 組み合わせのチェックと確率の比較を考えたのですが、数が多くて時間がかかるのでアイデアが足りませんでした。

7 probability  irt 

実験的処理変数に2つのレベル（条件）がある被験者内および項目内の要因計画を考えます。をm1最大モデルとm2非ランダム相関モデルにします。 m1: y ~ condition + (condition|subject) + (condition|item) m2: y ~ condition + (1|subject) + (0 + condition|subject) + (1|item) + (0 + condition|item) Dale Barr はこの状況について次のように述べています。 編集（2018年4月20日）：Jake Westfallが指摘したように、次のステートメントはこの Webサイトの図1および2に示されているデータセットのみを参照しているようです。ただし、基調講演は変わりません。 偏差コーディング表現（条件：-0.5 vs. 0.5）m2では、被験者のランダムな切片が被験者のランダムな傾きと無相関である分布が可能です。最大モデルのみm1が、2つが相関している分布を許可します。 治療コーディング表現（条件：0対1）では、被験者のランダム切片が被験者のランダムな傾きと無相関であるこれらの分布は、無作為相関モデルを使用してフィッティングできません。治療コード表現における勾配と切片。 なぜ治療コーディングは 常に ランダムな傾きと切片の間に相関関係が生じますか？

7 r  mixed-model  lme4-nlme  categorical-encoding  machine-learning  pandas  proportion  r  irt  distributions  conditional-probability  kernel-smoothing  r  data-visualization  r  mixed-model  sas  curve-fitting  matplotlib  data-visualization  python  matplotlib  regression  logistic  simulation  sas  jmp  logit  beta-regression  regression  maximum-likelihood  posterior