Основен Други Теория на отговора на позицията

Теория на отговора на позицията

Общ преглед

Софтуер

Описание

Уебсайтове

Четения

Курсове

Общ преглед

Теорията на отговора на елементите (IRT), известна също като теория на латентния отговор, се отнася до семейство математически модели, които се опитват да обяснят връзката между скритите черти (ненаблюдаема характеристика или атрибут) и техните прояви (т.е. наблюдавани резултати, отговори или ефективност). Те установяват връзка между свойствата на предметите на даден инструмент, индивидите, отговарящи на тези елементи, и основната черта, която се измерва. IRT предполага, че латентната конструкция (напр. Стрес, знания, нагласи) и елементи на дадена мярка са организирани в ненаблюдаем континуум. Следователно основната му цел се фокусира върху установяването на позицията на индивида върху този континуум.

Описание

Теория на класическия тест
Теория на класическите тестове [Spearman, 1904, Novick, 1966] се фокусира върху същата цел и преди концептуализацията на IRT; той беше използван (и все още се използва) за предсказване на скрита черта на индивида въз основа на наблюдаван общ резултат на инструмент. В CTT истинският резултат предсказва нивото на латентната променлива и наблюдавания резултат. Грешката обикновено се разпределя със средно 0 и SD 1.

Теория на отговора на позицията спрямо теория на класическия тест

Предположения за IRT

1) Монотонност - предположението показва, че с увеличаване на нивото на черта вероятността за правилна реакция също се увеличава 2) Едномерност - Моделът предполага, че има един доминиращ латентен признак, който се измерва и че тази черта е движещата сила за наблюдаваните отговори за всеки елемент в мярката3) Местна независимост - Отговорите, дадени на отделните елементи в теста, са взаимно независими при определено ниво на способност.4) Неизменност - Разрешено ни е да изчисляваме параметрите на артикулите от всяка позиция на кривата на отговора на елемента. Съответно можем да оценим параметрите на даден елемент от всяка група субекти, които са отговорили на въпроса.
Ако предположенията са налице, разликите в наблюдението на правилните отговори между респондентите ще се дължат на вариация в тяхната скрита черта.

IRT моделите предсказват отговорите на респондентите на елементите на даден инструмент въз основа на тяхната позиция върху континуума на латентната черта и характеристиките на елементите, известни също като параметри. Функцията за реакция на елемента характеризира тази асоциация. Основното предположение е, че всеки отговор на елемент от инструмент осигурява известна склонност за нивото на скритата черта или способност на индивида. Способността на човека (θ) с прости думи е вероятността да одобри правилния отговор за този елемент. Като такава, колкото по-висока е способността на индивида, толкова по-голяма е вероятността за правилен отговор. Тази връзка може да бъде изобразена графично и е известна като Крива на характеристиката на артикула. Както е показано на фигурата, кривата е S-образна (Sigmoid / Ogive). Освен това, вероятността монотонно да подкрепи правилния отговор се увеличава, тъй като способността на респондента става по-висока. Трябва да се отбележи, че теоретично способността (θ) варира от -∞ до + ∞, но в приложенията обикновено варира между -3 и + 3.

Параметри на елемента

Тъй като способностите на хората варират, позицията им върху континуума на латентния конструкт се променя и се определя от извадката от респонденти и параметрите на елементите. Елементът трябва да е достатъчно чувствителен, за да оцени респондентите в рамките на предложения ненаблюдаем континуум.


Трудност на предмета (bi) е параметърът, който определя начина, по който елементът се държи по скалата на способностите. Определя се в точката на средната вероятност, т.е. способността, при която 50% от анкетираните подкрепят верния отговор. На характеристичната крива на елемента елементите, които е трудно да бъдат одобрени, се изместват вдясно от скалата, което показва по-високата способност на респондентите, които я одобряват правилно, докато тези, които са по-лесни, са по-изместени вляво от скалата на способностите .

Дискриминация на артикулите (ai) определя скоростта, с която вероятността за одобряване на даден елемент се променя при дадени нива на способности. Този параметър е наложителен при разграничаването на индивиди, притежаващи подобни нива на латентната конструкция от интерес. Крайната цел за създаване на точна мярка е да се включат предмети с висока дискриминация, за да може да се картографират индивиди по континуума на скритата черта. От друга страна, изследователите трябва да бъдат предпазливи, ако даден елемент има отрицателна дискриминация, тъй като вероятността за одобряване на верния отговор не трябва да намалява, тъй като способността на респондента се увеличава. Следователно трябва да се извърши ревизия на тези елементи. Теоретично скалата за дискриминация на артикулите варира от -∞ до + ∞; и обикновено не надвишава 2; следователно реално тя варира между (0,2)

Предполагане (ci) Предполагането на артикулите е третият параметър, който отчита отгатването на елемент. Ограничава вероятността за одобряване на правилния отговор, когато способността наближи -∞.

Променливост на популацията По-просто казано, параметрите на елементите се държат по същия начин в различните популации. Това не е така при проследяване на CTT при измерване. Тъй като единицата за анализ е елементът в IRT, местоположението на елемента (трудност) може да бъде стандартизирано (претърпява линейна трансформация) между популациите и по този начин елементите могат лесно да се сравняват. Важна забележка, която трябва да се добави, е, че дори след линейна трансформация, оценките на параметрите, получени от две извадки, няма да бъдат идентични, инвариантността, както се посочва в наименованието, се отнася до инвариантността на популацията и затова се отнася само за параметрите на популацията на елементите.

Типове IRT модели

състояние на ставите, което се характеризира с разрушаване на хрущяла е

Едномерни модели Едномерните модели предсказват способността на елементите да измерват една доминираща скрита черта.
Дихотомичните IRT модели се използват, когато отговорите на елементите в дадена мярка са дихотомични (т.е. 0,1)

Логистичният модел с 1 параметър

Моделът е най-простата форма на IRT модели. Състои се от един параметър, който описва скритата черта (способност - θ) на човека, отговарящ на елементите, както и друг параметър за елемента (трудност). Следното уравнение представлява неговата математическа форма:

Моделът представлява функцията за отговор на елемента за 1 - параметър логистичен модел, предсказващ вероятността за правилен отговор, като се има предвид способността на респондента и трудността на елемента. В модела 1-PL параметърът на дискриминация е фиксиран за всички елементи и съответно всички криви на характеристиките на елементите, съответстващи на различните елементи в мярката, са успоредни по скалата на способностите. Фигурата показва 5 елемента, този от най-отдалечената вдясно е най-труден и вероятно би бил одобрен правилно от тези с по-висока способност.

Функция за информация за теста
§ Това е сумата от вероятности за одобряване на верния отговор за всички елементи в мярката и следователно оценява очаквания резултат от теста.
§ На тази фигура червената линия показва съвместната вероятност за всички 5 елемента (черна)

Функция за информация за артикула
Показва ви количеството информация, което всеки елемент предоставя и се изчислява чрез умножаване на вероятността за одобряване на правилен отговор, умножено по вероятността да отговорите неправилно.

Трябва да се отбележи, че количеството информация при дадено ниво на способност е обратно на дисперсията му, следователно, колкото по-голямо е количеството информация, предоставено от елемента, толкова по-голяма е точността на измерването. Тъй като информацията за артикула се нанася срещу способността, разкриваща графика показва количеството информация, предоставена от елемента. Елементите, измерени с по-голяма прецизност, предоставят повече информация и са изобразени графично като по-дълги и по-тесни, в сравнение с техните аналози, които предоставят по-малка информация. Върхът на кривата съответства на стойността на би - способността в точката на средната вероятност. Максималното количество предоставена информация ще бъде дадено, когато вероятността да отговорите правилно или грешно са равни, т.е. 50%. Елементите са най-информативни сред респондентите, които представляват целия скрит континуум, и особено сред тези, които имат 50% шанс да отговорят по един или друг начин.

Оценка на способността
Приемането на местна независимост гласи, че отговорите на елементите трябва да бъдат независими и свързани само чрез способността. Това ни позволява да оценим функцията за вероятност на индивидуалния модел на реакция за администрираната мярка чрез умножаване на вероятностите за отговор на елемента. След това, чрез итеративен процес, се изчислява максималната вероятностна оценка на способността. Просто, максималната оценка на вероятността ни предоставя очакваните резултати за всеки отделен човек.

Моделът Rasch срещу 1-параметърни логистични модели

Двупараметричният логистичен модел


Параметърът за дискриминация може да варира между отделните елементи. Оттук нататък ICC на различните елементи може да се пресича и да има различни наклони. Колкото по-стръмен е наклонът, толкова по-голяма е дискриминацията на предмета, тъй като той ще може да открие фини разлики в способностите на респондентите.

Функция за информация за артикула
Както е в случая с модела 1-PL, информацията се изчислява като произведение между вероятността за правилна и неправилна реакция. Продуктът обаче се умножава по квадрата на параметъра за дискриминация. Изводът е, че колкото по-голям е параметърът на дискриминация, толкова по-голяма е информацията, предоставена от елемента. Тъй като на дискриминиращия фактор е позволено да варира между отделните елементи, графиките на функциите за информация за артикулите също могат да изглеждат по различен начин.

Оценка на способността
С модела 2-PL все още се поддържа предположението за местна независимост и се използва максималната вероятностна оценка на способността. Въпреки че вероятностите за моделите на реакция все още се сумират, сега те се претеглят от фактора на дискриминация на елементите за всеки отговор. Следователно техните функции на вероятност могат да се различават една от друга и да достигнат пик при различни нива на θ.

Логистичният модел с 3 параметъра


Моделът предсказва вероятността за правилна реакция, по същия начин като модела 1 - PL и 2 PL - модел, но е ограничен от трети параметър, наречен параметър за познаване (известен също като параметър на псевдо шанс), който ограничава вероятността да се одобри правилен отговор, когато способността на респондента се приближи -∞. Тъй като респондентите отговарят на елемент чрез отгатване, количеството информация, предоставено от този елемент, намалява и функцията на информационния елемент достига пикове на по-ниско ниво в сравнение с други функции. Освен това трудността вече не се разграничава със средна вероятност. Елементите, на които се отговаря чрез отгатване, показват, че способността на респондента е по-малка от неговата трудност.

Модел годен
Един от начините да изберете кой модел да се побере, е да се оцени относителното прилягане на модела чрез неговите информационни критерии. Оценките на AIC се сравняват и се избира моделът с по-нисък AIC. Като алтернатива можем да използваме Chi-квадрат (Deviance) и да измерим промяната в съотношение 2 * loglikelihood. Тъй като следва хи-квадрат разпределение, можем да преценим дали двата модела се различават статистически един от друг.

Други IRT модели

Включете модели, които обработват политомни данни, като модел на степенуван отговор и модел на частичен кредит. Тези модели предсказват очаквания резултат за всяка категория отговори. От друга страна, други IRT модели, като номиналните модели на отговор, предсказват очакваните резултати от лица, отговарящи на елементи с неподредени категории отговор (напр. Да, Не, Може би). В това кратко резюме се фокусирахме върху едномерни IRT модели, занимаващи се с измерването на една скрита черта, но тези модели не биха били подходящи при измерването на повече от една скрита конструкция или черта. В последния случай се препоръчва използването на многомерни IRT модели. Моля, вижте списъка с ресурси по-долу за повече информация относно тези модели.

Приложения

IRT моделите могат да се прилагат успешно в много условия, които прилагат оценки (образование, психология, изследвания на здравните резултати и др.). Той може да се използва и за проектиране и усъвършенстване на везни / мерки, като включва елементи с висока дискриминация, които допринасят за прецизността на инструмента за измерване и намаляват тежестта от отговорите на дълги въпросници. Тъй като единицата за анализ на IRT модела е елементът, те могат да се използват за сравняване на елементи от различни мерки, при условие че измерват една и съща скрита конструкция. Освен това те могат да се използват при диференцирано функциониране на артикулите, за да се оцени защо елементите, които са калибрирани и тествани, все още се държат различно сред групите. Това може да доведе до изследване на идентифицирането на причинителите, които стоят зад разликите в отговорите, и да ги свърже с груповите характеристики. И накрая, те могат да бъдат използвани при компютъризирано адаптивно тестване.

Четения

Учебници и глави

  • Hambleton, R. K., & Swaminathan, H. (1985). Принципи и приложения на теорията на отговора на елементите. Бостън, Масачузетс: Издателство Kluwer-Nijhoff. Предлага се тук и тук

  • Embretson, Susan E. и Steven P. Reise. Теория на отговора на елемента. Психология Прес, 2013. Предлага се тук

  • Van der Linden, W. J., & Hambleton, R. K. (Eds.). (1997). Наръчник по съвременна теория на отговора на артикулите. Ню Йорк, Ню Йорк: Спрингър. Предлага се тук

Тези три книги (Принципи и приложения на теорията на отговора на предмета, Теория на отговора на предмета и Наръчник по съвременна теория на отговорите на предметите) предоставят на читателя основните принципи на моделите IRT. Те обаче не включват скорошни актуализации и софтуерни пакети IRT.

  • DeMars C. Теория на отговора на елементите. Кари, Северна Каролина, САЩ: Oxford University Press, САЩ; 2010. Предлага се тук и тук

В 138 страници DeMars C. успя да създаде лаконичен, но изключително информативен ресурс, който не пропуска да демистифицира най-трудните от концепциите за IRT. Книгата е уводна книга, която разглежда предположенията, параметрите и изискванията на IRT и след това продължава да обяснява как резултатите могат да бъдат описани в докладите и как изследователите трябва да вземат предвид контекста на администрирането на теста, популацията от респонденти и ефективното използване на резултатите.

  • Ayala RJd. Теорията и практиката на теорията на отговора на елементите. (2009). Справочни и изследователски новини, 24 (2). Предлага се тук

Теорията и практиката на теорията на отговора на артикулите е приложна книга, ориентирана към практикуващия. Той предоставя задълбочено обяснение както на едноименните, така и на многоизмерните IRT модели, като подчертава концептуалното развитие на всеки модел и предположенията. След това продължава да демонстрира основните принципи на модела чрез ярки примери.

  • Li Y, Baron J. Анализ на данни за поведенчески изследвания с R: Springer New York; 2012 (Глава 8)

Книгата е разработена с оглед на практикуващите поведенчески изследвания. Той им помага да се ориентират в статистически методи, използвайки R. Глава 8, фокусира се върху теорията на отговора на елементите и предлага набор от бележки и множество анотирани примери.

  • Визуално ръководство за теория на отговора на артикулите от Ивайло Парчев, Фридрих-Шилер-Университет Йена (2004)

Както подсказва името, ръководството предоставя визуално представяне на основните понятия в IRT. Java аплетите проникват в текста и улесняват проследяването, докато тези основни понятия са обяснени. Отличен ресурс и бих препоръчал да го прочетете няколко пъти и да тренирате на аплетите!

  • Бейкър, Франк (2001). Основите на теорията на отговора на елементите. ERIC Clearinghouse on Assessment and Evaluation, University of Maryland, College Park, MD

Единствена по рода си книга, която се фокусира върху това да предложи на читателя радостта от придобиването на основите на теорията на IRT, без да се задълбочава в математическите сложности.

  • Thissen, D., & Wainer, H. (Eds.). (2001). Тестово оценяване. Mahwah, NJ: Лорънс Ерлбаум. Предлага се тук и тук

  • Лорд, Ф.М. (1980). Приложения на теорията на отговора на елементите към практически проблеми при тестване. Хилсдейл, Ню Джърси: Лорънс Ерлбаум. Предлага се тук

  • Baker, F. B., & Kim, S. H. (2004). Теория на отговора на артикула: Техники за оценка на параметри. Ню Йорк, Ню Йорк: Марсел Декер. Предлага се тук и тук

Методологически статии

  • Лорд, Ф. М. (1983). Безпристрастни оценители на параметрите на способностите, на тяхната дисперсия и на надеждността на техните паралелни форми. Психометрика, 48, 233-245

  • Лорд, Ф. М. (1986). Оценка на максималната вероятност и байесов параметър в теорията на отговора на елемента. Вестник за образователни измервания 23 (2): 157-162

  • Камък CA. Възстановяване на пределни максимални оценки на вероятността в двупараметричния модел на логистичен отговор: Оценка на MULTILOG. Приложно психологическо измерване. 1992; 16 (1): 1-16

  • Green, D. R., Yen, W. M., & Burket, G. R. (1989). Опит в приложението на теорията на отговора на елементите в тестовата конструкция. Приложно измерване в образованието, 2 (4), 297-312

Статии за кандидатстване

  • Da Rocha NS, Chachamovich E Fau - депутат от Almeida Fleck, de Almeida Fleck Mp Fau - Tennant A, Tennant A: Въведение в анализа на Rasch за психиатрична практика и изследвания. (1879-1379)

    анализ на съдържанието дефиниция социология
  • Cook KF, O’Malley KJ, Roddey TS. Динамична оценка на здравните резултати: време да извадим CAT от чантата? Изследвания на здравните услуги. 2005; 40 (5 Pt 2): 1694-711

  • Едуардс MC. Въведение в теорията на отговора на елемента, използваща скалата за необходимост от познание. Компас за социална и личностна психология. 2009; 3 (4): 507-29

  • Choi SW, Swartz RJ. Сравнение на критериите за избор на елементи от CAT за политомни елементи. 2009 (0146-6216 (Печат)).

  • Ризопулос, Д. (2006). ltm: R пакет за моделиране на латентни променливи и анализи на теория на отговора на елементите. Списание за статистически софтуер, 17 (5). 1-25
    Основната цел на статията е да представи пакета ltm в R, който е от съществено значение при монтирането на IRT модели. Пакетът ltm се фокусира върху дихотомни и политомни данни. Статията предоставя илюстрации, използвайки реални примери за данни от теста за прием в юридическо училище (LSAT) и от раздела за околната среда на Британското проучване на социалните нагласи от 1990 г.

Софтуер

За пълния списък, моля, щракнете върху следната връзка: http://www.umass.edu/remp/software/CEA-652.ZH-IRTSoftware.pdf

докторска заплата за обществено здравеопазване

Уебсайтове

Уроци за Youtube (изключително полезни и информативни)

Курсове

Курсове, предлагани в Mailman School of Public Health

  • P8417 - Избрани проблеми при измерването

  • P8158 - Моделиране на латентни променливи и структурни уравнения за здравни науки

Предстоящи онлайн курсове и семинари

Минали курсове и материали

  • ICPSR Summer Workshop 9 юли 2012 г. - 13 юли 2012 г. д-р Джонатан Темплин (доцент в Катедрата по психология и изследвания в образованието - Канзаски университет)

[pdfs премахнати]

Интересни Статии

Избор На Редактора

Vivo Y83 Mobile Цена, Спецификации, Цена в Индия, Характеристики, черен цвят
Vivo Y83 Mobile Цена, Спецификации, Цена в Индия, Характеристики, черен цвят
Vivo Y83 Мобилен телефон, Цена, Спецификации, Цена в Индия, Дата на издаване, Цвят. Батерия Vivo Y83, цена в щатски долари, колко набиращи популярност, спецификации,
Учителите, вдъхновили Дж. Д. Селинджър и едно поколение американски писатели
Учителите, вдъхновили Дж. Д. Селинджър и едно поколение американски писатели
Малко известната приказка за Уит Бърнет, Марта Фоули и скорошният известен студент, който едва не пропусна първия си клас в Колумбия.
Магистърска програма по икономика
Магистърска програма по икономика
Сеизмологията от 11 септември
Сеизмологът Уон-Йънг Ким чу първите съобщения за нападенията срещу Световния търговски център на 11 септември 2001 г., докато се придвижваше до работата си в обсерваторията на Ламонт-Дохърти на Колумбийския университет. От своя офис на западния бряг на река Хъдсън, на 21 мили северно от долния Манхатън, Ким управлява мрежа от сеизмични инструменти, която наблюдава североизточните щати на САЩ за земетресения. Когато се зае с работата, всички бяха залепени за радиото. Скоро той беше залят от обаждания от държавни служители и репортери. В първоначалния хаос не беше ясно какво точно е ударило и кога; дали сеизмографите са взели нещо?
5 въпроса: Професор Рамин Бахрани дебютира за филмова адаптация на „Фаренхайт 451“
5 въпроса: Професор Рамин Бахрани дебютира за филмова адаптация на „Фаренхайт 451“
Филмът на Рамин Бахрани, модерен преразказ на дистопичната класика на Рей Брадбъри, е продуциран за HBO и ще бъде показан и на тазгодишния филмов фестивал в Кан.
Елизабет Ф. Еменс
Елизабет Ф. Еменс
Елизабет Еменс пише и преподава по право на хората с увреждания, семейно право, антидискриминационно право, договорно право и закон и сексуалност. Член на юридическия факултет в Колумбия от 2005 г., научната работа на Emens се появява в публикации, включително доклад на Hastings Center, Harvard Law Review, Stanford Law Review, Nomos, Narrative, The Reading Studies Reader и Keywords for Disability Studies. Emens е автор на „Изкуството на живота Администриране: Как да правиш по-малко, направи го по-добре и да живееш повече“ (2019), в което се изследва колко невидимата и неплатена работа е универсален проблем, но е особено бреме за хората в неравностойно положение и хората с увреждания. Тя е и съредактор, заедно с професор Майкъл Ашли Стайн, по Закон за инвалидността и равенството (2013). През 2019 г. Emens изнесе лекция за лидерство за мисълта на Clifford Chance за разнообразието. В допълнение към научната си работа, Еменс преподава практикум по адвокатско ръководство като част от инициативата за лидерство в Дейвис Полк в Юридическия факултет. Тя ръководи и Програмата за внимателност на Юридическото училище в Колумбия, която предлага седмични светски сесии за медитация за общността на Юридическия факултет. Еменс беше сътрудник на Бигелоу и лектор по право в Юридическия факултет на Университета в Чикаго от 2003 до 2005 г. Тя служи за съдия Робърт Д. Сак, Апелативен съд на САЩ за 2-ри кръг, от 2002 до 2003.
Да бъдеш социален генерира по-големи геноми в щракането на скариди
Да бъдеш социален генерира по-големи геноми в щракането на скариди
Благодарение на скачащите гени, геномите на социалните видове са станали по-големи от тези на техните несоциални роднини.