展开模型软件GGUM及人格IRT文献

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

        Thurstone和他的学生Coombs（1959, 1964）最早对累积模型（Cumulative Model）和展开模型（Unfolding Model）进行了区分。前一种模型假设，被试的特质水平越高在项目上的得分也越高，或做出肯定反应的概率越大，体现了一种累积反应机制。而后一种模型则认为，被试对项目做出肯定反应的概率并不一直随着被试特质水平的增加而增加，而是存在一个理想点（Ideal Point），超过这一理想点后，随着被试特质水平的增加，肯定反应的概率反而降低，项目曲线表现为单峰特征。
        大多数测量模型都属于累积模型，包括经典测量理论的真分数模型和因素分析模型、项目反应理论的Logistic模型和摩根模型等。这些模型用于分析认知测验没有问题，但对于有些等非认知类测就不一定适用了。有研究者认为，非认知测验更符合展开模型的假设（Stark & Chernyshenko, 2006）。
    例如，一个外向的人对于“我喜欢与朋友在咖啡厅聊天”这个项目可能会认同，而内向或极端外向的被试可能就不会认同。因为内向的人不会喜欢在公众场合说话，而极端外向的人会认为在咖啡厅聊天是很无聊的而不喜欢。再比如一个关于死刑态度的项目“死刑很可怕，但对那些令人发指的犯罪分子却是必需的”，对这一项目做肯定回答的往往是对死刑持中等赞成态度的人，而不是持极赞成和极反对态度的人。对于这类测验应用展开模型分析更恰当。

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5 回帖

关键词：GGUM IRT Logistic模型 cumulative Unfolding 模型 软件 GGUM

展开模型软件GGUM

本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewth ... &from^^uid=433657

展开模型的英文资料：包括2篇学位论文、1个期刊论文和1个PPT

1# 徐嘉骏

谢谢分享，长见识了。

不会吧，软件是免费的，怎么还收费
http://www.psychology.gatech.edu/Unfolding/FreeSoftware.html

展开模型的中文文献：2篇期刊论文，1篇学位论文
1、态度测量的新进展-2值概率展开模型及一般形式
2、IRT展开模型及对非积累反应机制的测验
3.、人格测量中的概率展开理论及其研究方法
     2005年，蔡圣刚应用IRT展开模型对《16种人格因素问卷》（16PF）进行了项目分析、被试分析和问卷结构分析，并与CTT的分析结果进行了对比，发现对于16PF问卷，使用展开模型分析更为合适，并认为目前国内所使用的16PF问卷存在一些问题，有必要进行更新和修订。
    2006年，郭庆科等应用展开模型和累积模型的2PLM、GRM分析了《艾森克人个问卷》（EPQ）和《NEO五因素问卷》（NEO-FFI），比较了不同IRT模型的拟合度、测量精度和效度。研究结果显示，相对累积模型，使用展开模型改善了人格测验的拟合度和测量精度，但也存在不拟合的现象，而且没有改善测验的效度。研究还发现，使用累积模型分析人格测验也是可行的。这一结果说明，可能人格测验的有些项目符合累积反应机制，有些项目符合非累积反应机制。

人格自适应测验中文文献3篇
       2006年，邓远平将《状态—特质焦虑问卷》（STAI）中的特质焦虑量表编制成CAT，原量表有20个项目。应用725名被试的纸笔测验数据模拟了CAT的作答结果。CAT程序中采用了三种测验终止规则：第一种是固定长度法，分别有10题、15题、20题三种；第二种是固定精度法，将测验信息量定为16；第三种是临床诊断法，以49分为临界点。研究结果发现：测验长度定为10题，项目节省了50%，精度损失8.2%；固定精度法，平均项目使用量为12.5题，项目节省了37.5%，精度损失7.3%；临床诊断法，平均项目使用量为9题，项目节省了55%，精度损失5%，有59.2%的被试仅作答了6题就被区分出来了，项目节省了70%。
      2008年，杨业兵应用逆序法编制了《中国士兵人格测验》的CAT版，原量表为207题，CAT版平均项目使用量为110题，项目节省了46.9%。

IRT应用于人格测验的适应性研究（中文文献4篇）
        2003年，朱宁宁和张厚粲应用等级反应模型分析了《内倾外倾人格特征测验》，对IRT与CTT分析的结果进行比较。研究结果显示，应用IRT分析得到的结果，误差程度要比CTT约少一倍，能更准确地估计出被试的特质水平，具有更高的可靠性。
        2004年，郭庆科等应用2级评分的1PLM、2PLM、3PLM和多级评分的3GRM、5GRM分析了《情感能力量表》，并比较了不同IRT模型分析结果的拟合度和测量精度，研究结果显示，2级评分模型中，2PLM的拟合度和测量精度最高。与3GRM和5GRM相比，2PLM的拟合度略高，但测量精度较差，5GRM的测量精度最高。
        2005年，郭庆科等应用GRM分析了《情感能力量表》，分析过程中进行了单维性检验、参数不变性检验、拟合度检验，并就参数估计值和测量精度与CTT进行了比较。研究证明了应用IRT分析自陈量表式测验的可行性，及相对于CTT的优越性。
        2006年，占淑荣应用2PLM对16PF问卷的H特质（即敢为性分测验）进行了分析，就记分模式和测量精度与CTT进行了比较，结果显示IRT分析所得的分数和结果解释更为合理，测量精度更高。

应用IRT分析人个问卷的中文文献5篇
        1995年，唐宁玉和戴忠恒应用单参数Rasch模型编制了《现代性量表》，编制过程中进行了单维性检验、等区分度检验、参数不变性检验、测验精度检验、效度检验，最终获得20个高质量项目，编制程序相当规范和严谨。
        2006年，刘炳伦等应用GRM编制了《网络依赖诊断量表》，参数估计前进行了单维性检验，根据项目的信息量和区分度最终确定了17个项目，并进行了效度检验。
        2006年，李同归等应用GRM估计了《亲密关系经历量表》的项目参数。
        2006年，邓远平应用GRM对《状态—特质焦虑问卷》（STAI）中的特质焦虑量表进行了项目分析，分析过程包括单维性检验、参数不变性检验、拟合度检验，项目参数估计（自适应测验一帖中有）。
        2008年，杨业兵等应用2PLM修订了《中国士兵人格问卷》，首先对问卷各维度进行了单维性检验，之后根据区分度和信息量对项目进行了删减。
        2008年，苗晨使用SCL-22自评量表对大学生的心理健康进行了调查，应用GRM分析了量表的项目参数和信息量，估计了被试的心理健康状况。

文献说明是小弟原创的，我家是无限网，流量费巨贵，看在我上传了那么多MB的份上让收点钱吧
希望对人格IRT感兴趣的同学老师们多多发表看法！