CRAN任务视图：心理测量模型和方法

心理测量学涉及心理测量的理论和技术。心理测量学家还与统计学和定量方法领域的研究人员合作，开发组织、分析和衡量相应数据的改进方法。由于基础R中已经包含了许多功能，并且心理测量工具和其他视图中描述的工具之间有相当大的重叠，因此我们只简要概述了与心理测量方法密切相关的软件包。

我们始终欢迎并鼓励用户通过电子邮件发送给维护人员，或者通过在上面链接的GitHub存储库中提交问题或拉入请求。

项目反应理论（IRT）：

• 这个电子风险管理该软件包适用于扩展的Rasch模型，即用于二分法数据（RM）的普通Rasch模式、线性逻辑检验模型（LLTM）、评级尺度模型（RSM）及其线性扩展（LRSM）、使用条件ML估计的部分信用模型（PCM）及其线性延伸（LPCM）。允许缺少值。
• 包裹ltm公司此外，还实现了基于边际ML方法的Birnbaum的2参数和3参数模型的估计函数，以及多组数据的分级响应模型和线性多维logistic模型。
• 这个泥泞在IRT范式下，使用一维和多维潜在特征模型估计二元和多元反应数据。探索性和验证性模型可以用求积（EM）或随机（MHRM）方法进行估计。验证性双因素和双层分析可用于建模项目测试。多组分析和混合效应设计也可用于检测差异项目功能和建模项目与人的协变量。
• TAM公司适用于一维和多维项目反应模型，还包括多方面模型、潜在回归模型和绘制合理值的选项。
• 可怕的根据Cohen和Jiang（1999），在IRT框架中拟合加权潜在变量线性模型，估计人群的得分分布。然后，它可以得出合理的值。
• P混合用因子结构拟合（广义）线性混合模型（GLMM）。
• MLCIR内为离散的两层IRT模型的估计提供了一个灵活的框架，用于分析二分和有序的多分项目响应。
• IRT希尼为IRT分析提供了交互式闪亮应用程序。
• 一些额外的单维度和多维项目反应模型（尤其是针对局部依赖项目反应）和一些探索性方法（DETECT、LSDM、基于模型的可靠性）包括在sirt公司。
• 这个pcIRT公司估计多维多体Rasch模型和Mueller的连续评级尺度模型。
• 带有响应风格的部分信用模型的实现在PCMRS公司。
• 多重LCIRT在（1）多维假设，（2）潜在性状的离散性，（3）二元和有序多体项目下估计IRT模型。
• 基于EM算法的条件最大似然估计和二元混合Rasch模型中基于信息标准的模型选择在心理混合包裹。
• 这个聚丙烯该包包括1，2，3，4-PL模型和GPCM（广义部分信用模型）的（MLE，WLE，MAP，EAP，ROBUST）个人参数的估计。参数是在项目参数已知且固定的假设下估计的。该包很有用，例如，如果将项目库/项目库中具有已知项目参数的项目管理给新的测试参与者，则需要对每个测试参与者进行能力评估。
• 这个等同IRT该软件包使用项目响应理论（IRT）方法计算直接、链和平均（平分线）等式系数和标准误差，用于二分项目。等同多个可用于使用IRT方法对多种形式进行等值。
• 凯奎岛使用CB、EG、SG、NEAT CE/PSE和NEC设计实现测试等值的核方法，支持高斯、逻辑和均匀核以及非平滑和预平滑的输入数据。
• 这个EstCRM公司软件包通过EM算法和最大似然法校准Samejima的连续IRT模型的参数。它允许计算项目拟合残差统计，绘制经验3D项目类别响应曲线，绘制理论3D项目类别反应曲线，并在CRM下生成数据用于模拟研究。
• 这个difR（差分）该软件包包含几种传统方法来检测二分评分项目中的DIF。无论是均匀的还是非均匀的DIF效应都可以检测到，方法是否依赖于项目反应模型。有些方法涉及多个焦点小组。
• 包裹洛迪夫为检测各种类型的DIF提供了逻辑回归框架。
• DIFplus公司允许用户在存在多级数据的情况下扩展Mantel-Haenszel DIF检测程序。
• DIFlasso公司对Rasch模型中的差异项功能实施惩罚方法。它可以处理具有多个（度量）协变量的设置。
• GPC套索提供了在广义部分信用模型（GPCM）中检测DIF的功能。
• DIF树执行递归分区，以同时选择在二分法或多分法项目中导致DIF的项目和变量。
• DIF增压可以通过增强技术用于Rasch模型中的DIF检测。
• 执行差异项目和项目功能分析的一组功能在DFIT公司包裹。它包括使用蒙特卡罗项目参数复制（IPR）方法获得相关统计显著性测试截止点的功能。
• 这个difNLR（difNLR）该软件包使用非线性回归来估计DIF。
• 这个类别R该包允许使用IRT方法进行计算自适应测试。
• 这个反光镜CAT包提供了生成HTML接口的工具，用于使用闪亮的包创建自适应和非自适应的教育和心理测试。适用于使用IRT方法应用一维和多维计算机化自适应测试，并创建简单的问卷表格，以直接在R中收集响应数据。
• D3mirt公司用于识别、估计和绘制描述性多维项目反应理论模型，仅限于符合双参数logistic模型或分级反应模型的3D和二分法或多模数据。
• xxIRT公司是与IRT和计算机测试相关的实施。
• 里特估计了三参数逻辑模型、广义部分信用模型和分级响应模型。
• 可以使用成对地包裹。
• 多级Rasch模型可以使用lme4型,nlme公司、和百万立方厘米具有交叉或部分交叉随机效应。GLMMRR公司在链接功能方面增加了一些灵活性，而依次的可用于多体模型。使用以下方法评估GLMM系列的树结构项目响应模型的基础结构lme4型中提供了瓦特里斯。
• 非参数IRT分析可以通过以下方式进行计算：莫肯包裹。它包括一个自动项目选择算法，以及对模型假设的各种检查。
• 邻近数据非单调IRF的非参数IRT可以使用泥褶包裹。
• Rasch采样器通过生成具有给定边距的随机零元矩阵，可以构建精确的Rasch模型测试。
• 基于混合分类三元方差分析设计的Rasch模型测试的统计功率模拟可以使用pwr上升。
• Rasch模型和PCMS的模型拟合评估和不匹配项识别工具在伊拉姆它包括项目匹配统计、ICC、项目重测关联、条件似然比测试、测量误差评估、可靠性估计和测试目标。
• 酋长根据项目反应理论计算分类准确性和一致性。实施总分和潜在性状IRT方法以及总分核平滑方法。
• 包裹伊托伊斯为使用三种不同程序（ICL、BILOG-MG和ltm）以及各种与IRT模型有用的函数估计二进制响应的IRT模型中的项目参数提供了一个简单的通用接口。
• 这个清洁发展机制评估了几种认知诊断模型（DINA、DINO、GDINA、RRUM、LCDM、pGDINA和mcDINA）、通用诊断模型（GDM）和结构化潜在类别分析（SLCA）。
• 高斯排序与logistic IRT有关，也通过典型对应分析近似为最大似然估计，在软件包中以各种形式实现VGAM公司。
• 浸渍器实现了用于多个评级的一些项目响应模型，包括分级评级器模型和商业FACETS程序的包装函数。
• 这个拉蒂亚格包生成命令，从graphviz驱动点程序，生成一个图形，用于确定一组二进制项是否具有非交叉ICC的潜在规模。
• 目的快速定位功能该软件包将计算出IRT拟合、诊断和分析通用的逻辑和数学。它被设想为核心支持代码，适用于构建更专业的IRT包。
• WrightMap地图提供用于绘制项目人员映射的图形工具。
• irt演示包括一组闪亮的应用程序，用于演示或探索基本的IRT概念。ifaTools公司是IRT的闪亮接口OpenMx（OpenMx）。
• Baker/Kim手册中描述的IRT实用程序功能包括在鸟人。
• 在中实现了使用和自动化判断数据的IRT建模的便利功能jrt公司。
• 这个征服该包允许用户从R中调用ACER ConQuest。
• 测试设计为固定和自适应测试构造实施最佳测试设计方法。
• 普罗塞塔根据PROsetta Stone方法，提供了在仪器之间执行刻度链接的功能。
• 马特执行多管理自适应测试的模拟。

对应分析（CA），最佳缩放：

• 包裹加利福尼亚州由两部分组成，一部分用于简单对应分析，另一部分用于多重联合对应分析。
• 该包提供了简单规范的CA对应分析，包括置信椭球。它允许使用不同的缩放方法，例如标准缩放、Benzecri缩放、质心缩放和Goodman缩放。
• 同质性分析即多CA和各种Gifi扩展可以通过以下方法计算吉菲包，它替换布道该软件包包括各种其他优化缩放方法，如Morals（单调回归）、Princals（非线性PCA）、Homals（多重对应分析）等。
• 可以使用对应（）和mca（）包装内MASS（质量）。
• 包裹ade4（ade4）包含一组广泛的函数，包括主成分、简单和多重、模糊、非对称和分散对应分析。在上提供了其他功能生物导体在包中制作4（另请参见在这里).
• 包裹共同对应适用于预测和对称协同对应分析（CoCA）模型，以将一个数据矩阵与另一数据矩阵关联起来。
• 除了几种因素分析方法之外事实矿工执行CA，包括补充行和/或列点以及与补充个体、补充定量变量和补充定性变量的多重对应分析（MCA）。
• 包裹素食主义者支持所有基本排序方法，包括非度量多维缩放。约束排序方法包括约束邻近分析、冗余分析、约束（规范）和部分约束对应分析。
• 出租车司机计算CA的引导置信区域。
• 中国计算机用户界面实现了一个GUI，用户可以使用它构造规范（非对称）CA并与之交互。
• 基于SVD的多元探索方法，如PCA、CA、MCA（以及Hellinger形式的CA）、广义PCA在ExPosition公司。该包还允许进行补充数据投影。
• 光盘可用于检测响应样式的约束双重缩放。
• CA变体提供了双向CA的六种变体：简单、单序、双序、非对称、单序非对称CA和双序非对称。
• MCAvariants公司通过正交多项式提供MCA和有序MCA。
• 测量类数据的特定和类别特定MCA可以使用soc.ca公司。
• 光学天平提供了对数据向量执行最佳缩放转换的工具。
• 最佳缩放方法的一般框架在方面。
• 烛光：可视化广义典型判别和典型相关分析。

因子分析（FA）、主成分分析（PCA）：

• 探索性FA是作为功能的包统计factana（）和fa（）和fa.聚乙烯（）（序数数据）in心理学。
• 贝叶斯框架贝叶斯全民教育。
• esaBcv公司（已存档）估计潜在因素的数量和因素矩阵。
• 稀疏因子分析（已存档）使用稀疏FA缩放计数和二进制数据。
• EFA实用程序计算各种条件下的稳健标准误差和因子相关性。
• faouter（faouter）为FA和SEM实施有影响力的案例检测方法。
• 包裹心理包括以下功能fa.平行（）和VSS（）用于估计适当数量的因子/成分以及ICLUST（）用于项目聚类。
• PCA可配备prcomp（）（基于svd（），首选）以及普林康普（）（基于特征（）与S-PLUS兼容）。基于梯度投影算法的FA的其他旋转方法可以在软件包中找到G旋转.包装n因素生成Cattell scree测试的非图形解决方案。一些图形PCA表示可以在心理医生包裹。帕兰实施霍恩的主要成分/因素测试。
• 可以使用事实矿工包，而MCMC组件对于序数和混合因子模型，有一些从后验抽样的选项。
• 这个吉菲该包实现了Princals，这是一个用于混合尺度级别输入数据的PCA版本。
• nsprcomp公司和弹性网拟合稀疏PCA。
• 三路PCA模型（Tucker、Parafac/Candecomp）可以使用PTAk公司,三条路、和多路。
• 独立成分分析（ICA）可以使用fastICA（快速ICA）,独立分量分析、和脑电图（设计用于EEG数据）。
• 可以使用pcaPP公司包裹。
• bpca公司实现了基于PCA和诊断工具的多变量数据的2D和3D双时隙的质量约简。
• MDA错误提供了主成分分析（PCA）、多重对应分析（MCA）模型或多因素分析（MFA）模型中不完整连续或分类数据集的插补。

结构方程模型（SEM）：

• 包裹熔岩可用于估计多种多元统计模型，包括路径分析、验证性因子分析、结构方程建模和增长曲线模型。它包括lavan模型语法，允许用户以简洁的方式表达其模型，并允许ML、GLS、WLS、使用Satorra-Bentler校正的健壮ML，以及用于缺少值的数据的FIML。它完全支持meanstructure和多组，并将标准化解决方案、拟合度量、修改指数等报告为输出。
• 这个OpenMx（OpenMx）该软件包允许估计各种高级多元统计模型。它由一个函数库和优化器组成，允许您快速灵活地定义SEM模型并估计给定观测数据的参数。
• 这个扫描电镜该软件包通过FIML拟合一般（即隐变量）SEM，通过2SLS拟合观测变量模型中的结构方程。SEM中的分类变量可以通过多芯包裹。
• 整理SEM为使用lavan、OpenMx或Mplus生成、估计、报告和绘制结构方程模型提供了一个整洁的工作流。
• SEM传感器使用元神经优化方法对结构方程模型中省略的混杂因素进行敏感性分析。
• lslx公司通过弹性网惩罚似然或最小最大凹惩罚拟合半验证SEM。
• 这个拉瓦恩调查（已存档）该软件包允许进行复杂的调查结构方程建模（SEM）。它适用于结构方程模型（SEM），包括因子分析、带潜在变量的多元回归模型和许多其他潜在变量模型，同时校正估计值、标准误差和复杂抽样设计的二次方衍生拟合度量。它将聚类、分层、抽样权重和有限总体修正纳入SEM分析。
• 这个nlsem公司该软件包使用EM算法拟合非线性结构方程混合模型。实现了三种不同的方法：LMS（潜在调节结构方程）、SEMM（结构方程混合模型）和NSEMM（非线性结构方程混合模式）。
• 通过OpenMx使用结构方程建模（SEM）方法进行元分析的函数集合由元扫描电镜包裹。
• 潜在变量模型（包括结构方程模型）的计算框架的一般实现如所示熔岩。
• 这个请该软件包可用于部分最小二乘估计。包裹cSEM公司使用基于复合的方法（例如PLS）拟合结构方程模型。
• 西姆西姆是一个旨在帮助使用SEM进行蒙特卡罗模拟的软件包（用于方法研究、功率分析等）。
• 模拟。差异处理为多维连续时间模型中的并行蒙特卡罗模拟估算提供了一个框架，该模型已作为SEM实现。
• sem工具是一个附加函数包，可以帮助在R中拟合SEM（例如，一个函数自动插补缺失数据、运行插补数据集并合并这些数据集的结果）。
• sem图为各种SEM包的输出生成路径图和可视化分析。
• 绘图SEMM用于绘制结构方程混合模型中潜在变量之间的非线性关系。
• 影响力。扫描电镜为SEM实施异常值、利用诊断和案例影响。
• 分段扫描电镜适合分段扫描电镜。
• 资源集使用缺失数据和辅助变量实现稳健的SEM。
• regsem公司在SEM上执行正则化。
• 递归分区（SEM树、SEM森林）在赛姆特里。
• 最小二乘法通过惩罚可能性（潜在结构学习）进行SEM。
• MIIVsem公司包含使用工具变量估计结构方程模型的函数。
• 这个系统配合该软件包实现了观测变量模型的多种估计，包括非线性同时方程模型。
• 开始包含用于估计STARTS模型的函数。
• R和其他SEM软件之间的接口：需求,Mplus自动化、和lisrelToR公司。

多维缩放（MDS）：

• 这个小咖啡该包提供了许多度量和非度量MDS的方法，包括外部约束MDS的扩展、球形MDS、非对称MDS、三向MDS（INDSCAL/IDIOSCAL）、Bentler-Weeks模型、一维缩放、Procrustes、逆MDS。
• 小型商用飞机用于灵活的MDS分析，包括MULTISCALE、Sammon映射、ALSCAL、本地MDS、弹性缩放、Box-Cox MDS、POST-MDS、曲线组件和距离分析等。
• 警察用于集群优化prozimity缩放，以显示配置的集群外观。
• 停止提供了一组方法，这些方法适用于多维缩放（MDS）中的非线性距离变换，并将拟合与结构考虑进行权衡，以找到最佳参数，也称为结构优化近似缩放。
• MASS（质量）和stats提供了使用cmdscale（）功能。Sammon映射山姆（）和非度量MDSisoMDS（）是其他相关功能。
• 非度量MDS也可以使用元MDS（）在里面素食主义者此外，拉布兹夫和生态学者提供功能nmds（）。此外ExPosition公司实现度量MDS的函数。
• 主坐标分析可以用上限（）在里面素食主义者; 在里面拉布兹夫和生态学者使用pco（）和dudi.pco（）在里面阿德4。
• INDSCAL也在SensoMineR传感器包裹。
• 包裹MLDS公司允许计算最大似然差异缩放（MLDS）。
• DistatisR公司实施DiSTATIS/CovSTATIS三向度量MDS方法。
• 蒙福尔提供用于度量展开的函数。
• 这个不对称包实现了非对称MDS的滑动矢量模型。
• 信号处理器适用于SEM框架内的不对称和三向MDS。
• 警察执行集群优化的邻近缩放，这是指MDS方法，旨在发音配置的集群外观。

经典测试理论（CTT）：

• 这个CTT公司该软件包可用于执行与经典测试理论相关的各种任务和分析：为多项选择答案评分，进行可靠性分析，进行项目分析，并将分数转换为不同的量表。
• 关于斜坡异质性的多级模型ICC，请参见iccbeta公司。
• CTT的交互式闪亮应用程序由提供CTT希尼。
• 这个椰子该软件包提供了基于依赖或独立个体组的两个或多个α系数的统计比较功能。
• 这个β函数该方案包括实施所谓的“利文斯顿和刘易斯”方法，以提高分类的准确性和一致性。
• Cronbach alpha、kappa系数和类内相关系数（ICC）可在心理医生包裹。用于ICC计算的函数也可以在包中找到心理、和国际商会。
• 该软件包中包含了许多对人格和实验心理学有用的量表构建和可靠性分析程序心理。
• 次核心可用于计算CTT和IRT中的子核心。
• 量化结构有效性程序在质量控制值。

知识结构分析：

• DAKS公司为知识空间的心理测量理论提供了函数和示例数据集。该软件包实现了用于模拟数据和转换知识空间理论中不同公式的数据分析方法和程序。
• 这个克斯特该包包含基于集合和关系生成、处理和操作确定性知识结构的基本功能。用于拟合概率知识结构的功能包括在pks系列包裹。

潜在类别和个人资料分析：

• 随机效应的生命周期评价可与包装一起进行随机生命周期评价此外，包装e1071号提供功能lca（）。另一个包是生命周期评价用于多面体变量潜在类分析。LCA也可以使用柔性混音它可以选择包含伴随变量和潜在类回归。
• LCAvarsel公司实现LCA的变量选择。
• tidyLPA公司是一个用户友好的潜在配置文件分析实现。
• ClustVarLV俱乐部围绕潜在变量对变量进行聚类。
• 多版本生命周期评价用于带有协变量的单级和多级潜在类分析。

配对比较、排名、评级：

• 用于配对比较的Bradley-Terry模型在包中实现布拉德利特里2和中电子商务协会后者允许计算按方面消除模型。
• Bradley-Terry模型的递归分区树在中实现精神病院。
• BTL亚索允许将特定主题和特定对象的协变量纳入成对比较模型，使用Lasso缩小影响。
• 预处理适用于对数线性布莱德雷-特里模型（LLBT）和模式模型，用于配对比较、排名和评级。
• lmer多成员可以使用以下公式将对数线性布莱德雷-特里模型拟合为混合效应模型（GLMM）lme4型。
• pcFactorStan公司提供了便利函数和与成对比较因子模型相关的预编程Stan模型。
• PLMIX公司适用于贝叶斯框架内部分顶级排名/订单的Plackett-Luce模型的有限混合。
• 排名和评级的各种展开技术在小咖啡。
• 强制选择项目的瑟斯顿IRT模型可以与瑟斯顿IRT。

网络心理测量：

• 使用套索惩罚（图形套索）估计稀疏逆协方差矩阵可以使用玻璃制品。
• 网络工具包括用于网络分析的各种工具（桥梁中心性、影响和金砖奖）。
• 使用Bootstrap方法评估估计网络结构和中心性指数的准确性和稳定性引导网络。
• 用于网络比较的置换测试在中实现网络比较测试。
• 基于模型的网络递归分区：网络树。
• 多级和图形向量自回归模型的网络结构可以使用mlVAR（最大无功功率）和图形VAR。
• 亿立方米估计时变k阶混合图形模型。
• EstimateGroup网络可用于通过联合图形套索同时估计来自不同组或类的网络。
• Ising模型的各种实现：Ising采样器,IsingFit（问题匹配）。
• lvnet公司同时估计因子和网络模型。
• SEM和验证性网络分析的方法在心理网络学这包括多组（动态）SEM，以及来自横截面、时间序列和面板数据的验证性网络模型。
• SEM框架内估算的纵向数据网络模型：给我。
• 这个q图该包可用于将数据可视化为网络。
• 网络工具箱实现神经科学、认知科学和心理学中使用的网络分析和图论测量。方法包括各种过滤方法和方法，如阈值、相关性、信息过滤网络和效率成本优化。
• 网络工具箱实施大脑、认知和心理测量网络分析的方法和措施。
• EGAnet公司实施探索性图形分析（EGA）框架，用于维度和心理测量评估。

贝叶斯心理计量学：

• 布拉瓦人适用于各种贝叶斯潜在变量模型，包括验证性因子分析、结构方程模型和潜在增长曲线模型。
• 使用不同的贝叶斯学习方法，包括部分验证因子分析和部分验证IRT，实现了潜在变量的分析框架LAWBL公司。
• 通过吉布斯抽样估计项目和人员参数的贝叶斯方法包括在MCMC组件。此外pscl公司该包允许贝叶斯IRT和点名分析。
• LNIRT公司是一个用于响应和响应时间的对数正态响应时间IRT建模的软件包，使用MCMC进行估计。
• 埃德斯坦提供与IRT相关的便利功能和预先编程的Stan模型。
• 四PNO可以用于贝叶斯4-PL IRT估计。
• （探索性）简化重参数化统一模型贝叶斯估计的吉布斯抽样在rrum公司和误差。
• 有关（探索性）DINA（确定性输入、噪声和门）的贝叶斯估计，请参见迪纳和爱迪纳。
• slcm（slcm）提供了二进制数据的探索性稀疏潜在类模型（SLCM）的实现。
• 奥霍格德姆对Polytomous数据的序贯探索性高阶通用诊断模型（OHOEGDM）进行贝叶斯估计。
• 包含各种心理测量出版物中使用的编码项目和q矩阵的数据包：edm数据。
• 贝叶斯生命周期评价实现贝叶斯LCA。

其他相关包：

• 这个精神病工具提供了心理测量建模的基础设施，例如数据类（例如用于配对比较）和基本模型拟合函数（例如用于Rasch和Bradley-Terry模型）。
• 快速检查是一个用于快速拟合和绘制多种条件下心理测量函数的软件包。
• cNORM（正常）提供了生成基于回归的连续范数的方法。该方法不依赖于先验分布假设，因此是非参数的，但也可以与Box-Cox幂变换相结合，对数据进行半参数建模。
• 教育和心理测试数据的管理、评估和心理测量分析系统在右旋肌，带多阶段测试校准右旋MST和GUI，通过右旋糖酐。
• 基于flexmix基础设施的心理测量混合模型通过以下方式提供心理混血儿包（目前Rasch混合模型和Bradley-Terry混合模型）。
• 这个使相等该软件包包含用于在随机组和非等效组下用锚试验设计进行非IRT等值的函数。支持平均值、线性、等百分比和圆弧等式，以及分数分布的单变量和双变量预平滑方法。目前支持的具体等值方法包括Tucker、Levine观察分数、Levine真分数、Braun/Holland、频率估计和链式等值。
• 教育测试及其项目分析的交互式闪亮应用程序由ShinyItem分析包裹。
• 可以使用内部收益率。
• 用于分析心理物理数据的统计工具在心理学和混合Psy。
• 离散对象集Fechnerian缩放的函数和示例数据集由提供费希纳它计算代表主观差异的物体之间的费涅尔距离以及其他相关信息。
• 这个调解允许参数和非参数因果中介分析。它还允许研究人员对某些参数模型进行敏感性分析。
• 使用自然效果模型进行因果中介分析可以使用梅德弗莱克斯。
• 包裹多路复用是专门为具有不同层次关系的社交网络设计的。从这个意义上说，该程序有有效的方法来处理多个网络数据集，方法是使用将代数结构（如偏序半群）与多个网络中现有的关系束相结合的例程。通过两个子集族之间的伽罗瓦导子，给出了双模网络的代数方法。
• 循环设计的社会关系分析在三重R包裹。它实现了SOREMO软件的所有功能，并提供了新功能，如处理缺失值、对单个组进行显著性测试或计算自我增强指数。
• 多项式处理树模型是一类具有潜在参数的分类数据统计模型，可以使用多用途飞机包裹。这些参数是树状图的链接概率，表示为获得可观察的响应类别而执行的认知处理步骤。这个MPTinR公司该软件包为分析多项式处理树（MPT）模型提供了一种用户友好的方法。这个树型无人值守地面传感器该软件包提供了用户友好的方法来拟合贝叶斯层次MPT模型（beta-MPT和latent-trait MPT），并实现了个人MPT参数的后验预测检查、汇总图、相关性和回归。
• 用于建模贝塔分布因变量（如比率和比例）的贝塔回归可在贝塔雷格。
• 这个可可该软件包提供了基于依赖组或独立组比较两种相关性的函数。
• 这个剖面仪包提供了一组工具，用于实现概要分析和交叉验证技术。
• 这个测试记分器这个包提供了一个GUI，用于输入测试项目并获取原始和转换后的分数。结果显示在控制台上，可以保存到表格文本文件中，以便进一步进行统计分析。用户可以通过GUI定义自己的测试和评分程序。
• wCorr（水修正）计算加权或未加权形式的皮尔逊、斯皮尔曼、四基色多色和多列相关系数。
• 这个食堂包适合单变量和多变量可推广性理论（G-理论）模型。
• 这个GDINA公司该包在广义确定性输入、噪声和门（G-DINA）模型和顺序G-DINA模型框架内估计各种认知诊断模型。它还可以用于进行Q矩阵验证、项目和模型拟合统计、测试和项目层面的模型比较以及差异项目功能。还提供了图形用户界面。
• 认知诊断模型DINA和rRUM的模拟例程在中实现simcdm公司。
• 测试数据插补用于测试和评估数据的缺失项目回答插补。
• LAM公司包括一些潜在变量建模程序，特别关注多级数据。
• 心理工具包含随附的工具心理包裹。
• ata公司提供了一组心理测量方法来处理项目元数据，并使用目标评估和测量蓝图约束来组装测试表单。
• 七人组：利用假设误差图可视化多元线性模型中的假设检验。

CRAN包

相关链接

• 统计软件杂志专集：R中的心理测量学
• 统计软件杂志特辑：Psychoco-R中的心理测量计算
• 统计软件杂志专集：Jan de Leeuw的Festschrift
• 计算认知科学工具

其他资源

• GitHub项目：lmer多成员