受测者潜在特质非正态分布时的IRT参数估计方法经典文献推荐之三

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

IRT Item Parameter Recovery With Marginal Maximum Likelihood Estimation Using Loglinear Smoothing Models

Jodi M. Casabianca
The University of Texas at Austin
Charles Lewis
Fordham University

Loglinear smoothing (LLS) estimates the latent trait distribution while making fewer assumptions about its form and maintaining parsimony, thus leading to more precise item response theory (IRT) item parameter estimates than standard marginal maximum likelihood (MML). This article provides the expectationmaximization algorithm for MML estimation with LLS embedded and compares LLS to other latent trait distribution specifications, a fixed normal distribution, and the empirical histogram solution, in terms of IRT item parameter recovery. Simulation study results using a 3-parameter logistic model reveal that LLS models matching four or five moments are optimal in most cases. Examples with empirical data compare LLS to these approaches as well as Ramsay-curve IRT.

Keywords: item response theory; nonnormal distributions; marginal maximum likelihood; latent trait distribution; quadrature; loglinear smoothing; moments; EM algorithm

这是15年发表在Journal of Educational and Behavioral Statistics杂志上的一篇论文，使用LLS方法估计受测者的潜在特质分布。

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：非正态分布 经典文献 正态分布 参数估计 非正态

thank a lot

线性光滑。似乎是非参数统计的方法

jiandong4388 发表于 2017-3-13 09:07
线性光滑。似乎是非参数统计的方法

需要区分从哪个角度来看，如果从模型本身的角度来看是模型参数。
但是它本身又是非参数化的一种方式。很多人在这里混淆了，所以导致了很多错误。

刘彦楼 发表于 2017-3-13 11:17
需要区分从哪个角度来看，如果从模型本身的角度来看是模型参数。
但是它本身又是非参数化的一种方式。很 ...

下载下来学习一下。谢谢分享

这篇论文的思路很有新意。

水哥哥 发表于 2017-3-14 11:51
这篇论文的思路很有新意。

可以看看之后在论坛里进行交流。

thanks for your sharing, xie xie