recmetrics：使用相对过度相关性进行心理测量评估

心理测量理论的现代结果被实现，为用户提供了一种在理论指导下评估一组项目内部结构的方法。VanderWeele和Padgett（2024）详细讨论了这些方法<doi:10.31234/osf.io/rnbk5>. 即使每对指标之间的所有原始相关性都为正，相对超额相关矩阵通常也会有许多负项。相对过剩相关矩阵条目的正偏差有助于识别相互关联性更强的指标簇，提供与因子分析有点类似的见解，但无需对因子数量进行轮换或决策。该目标类似于探索性/验证性因子分析，但“再计量学”使用了不依赖于潜在变量或潜在变量结构假设的新方法。

版本：	0.1.0
取决于：	R（≥2.10）
进口：	数字播放器,生命周期,马格里特，统计，潮汐选择
建议：	测试那个(≥ 3.0.0)
出版：	2024-02-27
内政部：	10.32614/CRAN.包装记录
作者：	R.诺亚·帕吉特[aut，cre，cph]
维护人员：	R.诺亚·帕德吉特（R.Noah Padgett）
许可证：	麻省理工学院+文件许可证
网址：	https://noah-padgett.github.io/recmetrics网站/
需要编译：	不
引用：	recmetrics引用信息
材料：	自述文件 新闻
CRAN检查：	重新度量结果

文档：

参考手册：

recmetrics.pdf（记录.pdf）

下载：

包源：	记录_0.1.0.tar.gz
Windows二进制文件：	r-devel公司：recmetrics_0.1.0.zip码，r-释放：recmetrics_0.1.0.zip码，r-oldrel：recmetrics_0.1.0.zip码
macOS二进制文件：	r释放（arm64）：记录_0.1.0.tgz，r-oldrel（arm64）：记录_0.1.0.tgz，r-release（x86_64）：记录_0.1.0.tgz，r-oldrel（x86_64）：记录_0.1.0.tgz

链接：

请使用规范形式https://CRAN.R-project.org/package=recmetrics链接到此页面。