请问MULTILOG 7.03程序作出来后，信息函数表示哪一部分？

请问MULTILOG 7.03程序作出来后，信息函数表示哪一部分？下面各部分具体表示什么意思？我很紧急，非常感谢解答
QUADRATURE POINTS FOR MML,
  AT THETA:
   -4.500
   -4.000
   -3.500
   -3.000
   -2.500
   -2.000
   -1.500
   -1.000
   -0.500
    0.000
    0.500
    1.000
    1.500
    2.000
    2.500
    3.000
    3.500
    4.000
    4.500


ITEM   1:       5 GRADED CATEGORIES
        P(#) ESTIMATE (S.E.)
A         1    1.82  (0.23)
B( 1)     2   -2.03  (0.21)
B( 2)     3   -0.26  (0.12)
B( 3)     4    0.29  (0.14)
B( 4)     5    2.01  (0.31)

@THETA:      INFORMATION:   (Theta values increase in steps of 0.2)
-3.0 - -1.6  0.416  0.529  0.647  0.752  0.828  0.863  0.857  0.825
-1.4 -  0.0  0.789  0.770  0.781  0.821  0.878  0.935  0.977  0.994
  0.2 -  1.6  0.983  0.946  0.893  0.839  0.801  0.790  0.807  0.839
  1.8 -  3.0  0.865  0.864  0.822  0.740  0.632  0.515  0.402

  OBSERVED AND EXPECTED COUNTS/PROPORTIONS IN
  CATEGORY(K):  1      2      3      4      5
  OBS. FREQ.     28    111     39     72     12
  OBS. PROP.  0.1069 0.4237 0.1489 0.2748 0.0458
  EXP. PROP.  0.0726 0.3525 0.1583 0.3416 0.0750


TOTAL TEST INFORMATION

@THETA:      INFORMATION:
-3.0 - -1.6  4.071  4.907  5.925  7.129  8.509 10.043 11.696 13.425
-1.4 -  0.0 15.178 16.885 18.455 19.788 20.808 21.495 21.896 22.095
  0.2 -  1.6 22.184 22.235 22.300 22.396 22.507 22.609 22.693 22.742
  1.8 -  3.0 22.699 22.459 21.922 21.045 19.851 18.400 16.775

@THETA:      POSTERIOR STANDARD DEVIATION:
-3.0 - -1.6  0.496  0.451  0.411  0.375  0.343  0.316  0.292  0.273
-1.4 -  0.0  0.257  0.243  0.233  0.225  0.219  0.216  0.214  0.213
  0.2 -  1.6  0.212  0.212  0.212  0.211  0.211  0.210  0.210  0.210
  1.8 -  3.0  0.210  0.211  0.214  0.218  0.224  0.233  0.244

MARGINAL RELIABILITY:    0.9492

NEGATIVE TWICE THE LOGLIKELIHOOD=     16288.4
(CHI-SQUARE FOR SEVERAL TIMES MORE EXAMINEES THAN CELLS)

sujunxinyuan 发表于 2015-3-28 03:04
谢谢你！
1、是information数值怎么分析？
2、我的量表答案是1、2、3、4、5，数据缺失是小于10%，我在用 ...

1、是information数值怎么分析？
简单点说，information不用你分析，信息函数曲线就是直接的应用，其含义就是这些试题提供的信息量，自然越大越好，直观的有用信息还有这些试题对什么样的theta值提供了最高的信息（看那个图形的顶峰值所在theta值）。


2、我的量表答案是1、2、3、4、5，数据缺失是小于10%，我在用EM方法处理过程中出现6、7、8、9等一些数字，不知道为什么会这样？不知道是不是操作过程有问题。你可以教我具体的过程吗？在“缺失值分布：EM”的对话框中，是不是要选混合正态，如果是的话，那混合比例和标准差比是怎么来的呢？
出现6，7，8，9和IRT软件本身没有关系，你的数据是按要求整理好的吗？如果是，就不会出现这种情况。EM对话框中一般不要选混合整态，除非你已经确定你调查的群体是混合整态的。


3、对于MI的缺失值处理方法，为什么不能用于量表呢？我的量表进行分析后属于MRA缺失。MI方法的基本思想就是在MRA的情况下，对已有的观测值通过填补模型进行缺失值处理，产生多种数据集，对每个数据集的分析结果进行综合，产生最终的统计诊断，这样就考虑到了缺失值的不确定性，使结果更可靠。

MI不是不能用，而是没有必要用。 EM也是处理MRA的。MI主要是用于大型数据中给其他用户进行二次分析而进行的缺失数值补足。如果你只是一般的数据，并且只是自己分析用，用MI就是自找麻烦。当然你也可以试着比较一下，一般来说，特别是当缺失辆不大时，应该区别不大。

看来你要好好学习一下IRT，还有manual,都是在问一些最基础的问题，说明没有上过IRT课。

关键信息是：

ITEM   1:       5 GRADED CATEGORIES
        P(#) ESTIMATE (S.E.)
A         1    1.82  (0.23)
B( 1)     2   -2.03  (0.21)
B( 2)     3   -0.26  (0.12)
B( 3)     4    0.29  (0.14)
B( 4)     5    2.01  (0.31)

这就是第一个项目的项目参数。可以看一下估计标准误（S.E.）的大小，如果与点估计相比大很多，甚至不在一个数量级上，那就说明这次的参数估计有问题。

其他的如果你不懂参数估计方法，说了也没有用。

noblesavage 发表于 2015-3-27 00:43
关键信息是：

ITEM   1:       5 GRADED CATEGORIES

谢谢，这些我明白。只是考虑项目反应理论时，不懂哪一部分是信息函数，因为后面要考虑到项目信息函数曲线的问题。

sujunxinyuan 发表于 2015-3-27 08:30
谢谢，这些我明白。只是考虑项目反应理论时，不懂哪一部分是信息函数，因为后面要考虑到项目信息函数曲线 ...

Multilog里有画图工具 （mlgwplot.exe ），可以自动生成ICC，所以你没有必要自己去折腾了。

另外，结果输出中这部分和信息量有关：


@THETA:      INFORMATION:   (Theta values increase in steps of 0.2)
-3.0 - -1.6  0.416  0.529  0.647  0.752  0.828  0.863  0.857  0.825
-1.4 -  0.0  0.789  0.770  0.781  0.821  0.878  0.935  0.977  0.994
  0.2 -  1.6  0.983  0.946  0.893  0.839  0.801  0.790  0.807  0.839
  1.8 -  3.0  0.865  0.864  0.822  0.740  0.632  0.515  0.402

noblesavage 发表于 2015-3-27 22:26
Multilog里有画图工具 （mlgwplot.exe ），可以自动生成ICC，所以你没有必要自己去折腾了。

另外，结果 ...

请问，这一部分该怎么分析？我另外问个问题，在缺失值处理过程中，我用多重填补法，可是得到的结果有5个归因数据，不知道怎么选择，而且又不知道怎么导入

sujunxinyuan 发表于 2015-3-27 22:50
请问，这一部分该怎么分析？我另外问个问题，在缺失值处理过程中，我用多重填补法，可是得到的结果有5个归 ...

请问，这一部分该怎么分析？
请更清楚地说明你的问题，我不知道你想问什么？你是说那部分information 数值怎么分析，怎么用？还是在哪里找那个画图的工具。


我另外问个问题，在缺失值处理过程中，我用多重填补法，可是得到的结果有5个归因数据，不知道怎么选择，而且又不知道怎么导入
如果没有必要的理由，建议不要使用multiple imputation. 目前的IRT估算个方法是EM,本身就可以很好的处理缺失问题，只要数据缺失比例不要超过20%很多就基本没有问题。

noblesavage 发表于 2015-3-27 23:38
请问，这一部分该怎么分析？
请更清楚地说明你的问题，我不知道你想问什么？你是说那部分information 数 ...

谢谢你！
1、是information数值怎么分析？
2、我的量表答案是1、2、3、4、5，数据缺失是小于10%，我在用EM方法处理过程中出现6、7、8、9等一些数字，不知道为什么会这样？不知道是不是操作过程有问题。你可以教我具体的过程吗？在“缺失值分布：EM”的对话框中，是不是要选混合正态，如果是的话，那混合比例和标准差比是怎么来的呢？
3、对于MI的缺失值处理方法，为什么不能用于量表呢？我的量表进行分析后属于MRA缺失。MI方法的基本思想就是在MRA的情况下，对已有的观测值通过填补模型进行缺失值处理，产生多种数据集，对每个数据集的分析结果进行综合，产生最终的统计诊断，这样就考虑到了缺失值的不确定性，使结果更可靠。

noblesavage 发表于 2015-3-28 05:56
1、是information数值怎么分析？
简单点说，information不用你分析，信息函数曲线就是直接的应用，其含义 ...

非常感谢，我的确没上过IRT等相关课程，我是外行人，只是这两天弄课题，有些问题不是很确定性的。

sujunxinyuan 发表于 2015-3-28 09:25
非常感谢，我的确没上过IRT等相关课程，我是外行人，只是这两天弄课题，有些问题不是很确定性的。

我建议你找一本入门级的IRT教材看看，其实不用理解数学原理，只要知道应用的基础知识就可以。