技术文档

当前位置:

Stata项目反应理论与建模课程

Stata项目反应理论与建模课程

作者:Tenko Raykov和George A.Marcoulides

出版商:Stata Press


项目反应理论(IRT)用于评估潜在特征(例如数学能力)与用于测量该特征的测试问题或项目之间饿关系。在开发新仪器,分析和评分从这些仪器收集的数据时,以及在比较测量相同特性的仪器时,IRT特别有用。


由TenkoRaykov和George A.Marcoulides撰写的Stata项目反应理论与建模课程全面介绍了IRT的概念,其中包括使用Stata强大的IRT命令套件的大量示例。


作者对IRT的发展建立在经典测试理论,非线性因子分析和广义线性模型的基础之上。使用这些基本概念,作者然后解释IRT模型,通过估计,项目特性曲线和信息函数。这些事例岩石了如何拟合多种IRT模型,包括二元项目的一、二和三参数逻辑模型,以及多元项目的名义,序数和混合模型。此外,作者还提供了一起结构和差分项目功能的概述。


使用Stata进行项目反应理论和建模课程对于安歇刚接触IRT的人以及熟悉IRT但是刚刚在Stata中拟合这些模型的人来说都是一个优秀的文本。它是IRT课程的有用文本,也是使用IRT的研究人员的良好资源。


目录:

  1. 什么是项目响应理论和项目响应建模?

  • 项目反应理论和项目反应建模的定义和基本概念

  • 因子分析连接

  • 本书是什么

  • 章节结论


    2.项目响应理论和项目建模以及Stata简介的两个基本功能

  • 正常的ogive

       正态分布概率密度函数

       正态分类函数

  • 物流功能和相关概念

       逻辑函数的定义,表示法和图

       逻辑函数,赔率和logits的可逆性

  • 逻辑和正常ogive函数之间的关系及其用于表达响应概率的用法

       以两种不同的方式表达时间或响应概率

       与逻辑函数密切相关的替代响应概率

  • 章节结论


    3.经典测试理论,因子分析及其与项目反应理论的联系

  • 简要介绍经典测试理论

       经典测试理论分解(经典测试理论方程)

       关于经典测试结论的误解

       二元随机变量:预期响应的期望和概率

  • 为什么经典测试理论?

       经典因子分析的简短介绍

       经典因子分析模型

       模型参数

       固定因子值的经典因子分析和测量相关性

  • 章节结论



    4.广义性建模,逻辑回归,非线性因子分析,以及他们与项目响应理论和项目响应建模的关联

  • 广义线性建模作为分析响应和解释变量之间关系的统计方法

       一般线性模型及其与经典因子分析模型的联系

       将线性建模思想扩展到离散响应变量

       广义线性模型的组成部分

  • Logistic回归作为项目响应理论和项目响应建模的相关的广义线性模型

       单变量二元逻辑回归

       多变量逻辑回归

  • 非线性因子分析模型及其与广义线性模型的关系

       经典因子分析模型及其与广义线性模型的关系

       非线性因子分析模型

  • 章节结论


    5.项目响应理论和项目响应建模的基础知识

  • 重新审视项目特征曲线

       行为测量情况下项目曲线有哪些变化?

  • 单维度和地方独立性

       单维度的含义是什么?

       地方独立的正式定义

       在项目反应理论设置中假设地方独立意味着什么?

  • 一般线性建模属型在项目响应建模中产生无测试和无组测量

  • 逻辑函数

  • 单参数和双参数逻辑模型

       双参数逻辑模型

       双参数逻辑模型中项目参数的解释

       测量尺度

       单参数逻辑模型

       单参数逻辑和两个 - 参数逻辑模型作为非线性因子分析模型,广义线性模型和逻辑回归模型

       Rasch模型的重要和有用属性

  • 三参数逻辑模型

  • 逻辑模型作为潜变量模型和非线性回归模型的类比

       作为潜变量模型的项目响应模型

       逻辑模型作为非线性回归模型的模拟

  • 章节结论


    6.Stata首次应用于项目响应建模

  • 将数据读入Stata及相关活动

  • 拟合双参数逻辑模型

  • 测试嵌套项目响应理论模型和模型选择

  • 拟合单参数逻辑模型并与双参数逻辑进行比较

  • 拟合三参数逻辑模型并与更简约模型的比较

  • 各个主体特征,结构或能力水平的估计

  • 探究人员的评分

  • 章节结论


     7.项目反应理论模型拟合和估计

  • 简介

  • 给定项目集的人员可能性函数

       对数似然的似然再表达

       给定人的特征或能力水平的最大似然估计

       对一般较大似然理论的简要访问

       如果(有意义的)较大似然估计不存在怎么办?

  • 项目参数的估算

       项目参数估计的标准误差

  • 项目和能力参数的估计

  • 嵌套项目响应理论模型的测试和选择

  • 缺失数据的项目响应模型拟合和估计

  • 章节结论


      8.信息功能和测试特性曲线

  • 二元目的项目信息功能

  • 为什么一个人对项目信息感兴趣,哪里最大?

  • 项目信息还有哪些其他内容?

  • 项目信息函数的经验说明

  • 测试信息函数

  • 测试特征曲线

  • 测试特征曲线作为非线性特征或能力分数变换

  • 章节结论


    9.使用信息功能的仪器建设和开发

  • 项目响应理论应用于多项测量仪器构建的一般方法

  • 如何在实证研究中应用Lord’s方法进行仪器构建

  • 应用仪器构建概述程序的目标信息函数示例

  • 仪器构建过程的假设

  • 讨论和结论


    10.差异项目功能

  • 什么是差别项目功能?

  • 差别项目功能检查的两种主要方法

  • 差异项目功能检查的观察变量方法

  • 使用Stata通过观察变量方法研究差别项目的功能

  • 基于项目响应理论的差别项目功能检查方法

  • 章节结论

       附录。Benjamin - Hochberg多重测试程序:简要介绍


     11.Polytomous项目响应模型和混合模型

  • 为什么我们需要多元物品?

  • 项目响应理论模型与多项式和二项式项目之间的关键区别

  • 名义响应模型

  • 标称响应模型的经验说明

  • 部分信用和评级量表模型

       部分信用模型

       评级量表模型

  • 广义部分信用模型

  • 分级响应模型

  • 多元项目响应模型的比较和选择

  • 混合模型

  • 重新审视三参数逻辑模型

  • 章节结论


    12.多维项目反应理论和建模简介

  • 一维项目反应理论的局限性

  • 多维项目反应理论的主要方法论原则

  • 我们如何定义多维项目反应理论?

  • 一类主要的多维项目反应理论模型

  • 拟合多维项目反应理论并与一维项目反应理论进行比较

       拟合多维项项目响应理论模型

       将多维模型与一维模型进行比较

  • 章节结论



查看Stata软件详情

Origin图形可视化和数据分析软件的应用
基于AquiferTest的抽水试验参数计算方法分析

2019-05-27

上一篇:

下一篇:

分享到: 0