IRT BILOG-MG 问题，有没有哪个好人回答一下？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有没有哪个好心人回答一下？自己还是想不明白。 我觉的IRT的精髓就在于不把结果简单相加，而是区分问题的难易， 根测试的整天情况来给出被测试人的ABLILITY。怎么BILOG-MG 的1PL的ABLIITY 的结果不区分不同的问题呢？
   在使用 BILOG-MG 的1PL 模型处理数据时，发现PH3结果的ability 与问题回答的序列无关。
如： 甲回答5 个问题，3个对两个错，序列为11100， 而乙同样是三个对两个错，序列为00111.
但他们的由 BILOG-MG 算给出的ABILITY 是一样。 如用2PL 模型的话，问题回答的序列
就会影响他们的ABILITY 了。这是怎么回事呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：BILOG-MG bilog ILOG Log ILO 测试 模型 ability 好心人 影响

有可能是个体项之间的难度系数本来就差别不大，再加上单参数的估计造成量表整体估计的信息量很低，无法对细微的能力不同做出区分，另外如果难题全部答对简单题全部答错，并不会比简单题全部答对难题全部答错得分更高

非常感谢你的回复。 一开始也是这么想的。 但后面查了一下书：R.J.de Ayala, 的“The Theory and Practice of Item Response Theory", 该书在90 页，和104 页明确讲了BILOG-MG 的1PL 的ABILITY 计算与问题回答的序列无关。 “As is the case above, we see that all individuals with the same observed scores obtain the  same theta regardless of the response pattern."(P90).   这让我很迷惑。

这个问题如果懂数理的话应该很好解答吧，可惜我一直没静下心来理解那些公式，每次都是拿到数据就直接导进软件里估计了，从不考虑其所以然的问题，惭愧！

同惭愧。呵呵。 可能我们的理解上出了点问题。按道理即使是1PL（RASCH 模型就是1PL） , 每个人的ABILITY 也应根据问题回答的序列不同而不同。不知BILOG 到底是怎么搞的。