嗯

R包eRm：扩展Rasch建模。eRm适用于Rasch模型（RM）、线性logistic检验模型（LLTM）、评级量表模型（RSM）、线性评级量表模型（LRSM）、部分信用模型（PCM）和线性部分信用模型（LPCM）。数据矩阵中允许缺少值。其他特征包括人参数的最大似然估计、安徒生LR检验、项目特定Wald检验、Martin-Loef检验、非参数蒙特卡罗检验、项目拟合和个人配置统计（包括infit和装备测量）、各种ICC和相关图、自动逐步项目消除，各种二进制数据矩阵的仿真模块。R-forge提供了一个eRm平台（参见URL）。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考 22篇文章，1标准件)

显示第1到第20个结果，共22个。
按年份排序(引用)
  1. 穆勒，玛丽安：拉什分析的项目匹配统计：我们能相信他们吗？（2020年）
  2. Liu，Xiang；Han，庄庄；Johnson，Matthew S.：IRT模型中个人参数的UMP精确检验和置信区间（2018）
  3. 帕特里克·梅尔：现代心理测量学与R（2018）
  4. Víctor Cervantes:DFIT:Raju项目和测试框架差异功能的R包（2017）数学不是ZB
  5. Maria Bolsinova；Gunter Maris；Hoijtink，Herbert:解译Rasch量表：如何在教育测试中得分（2016）
  6. Jorge Tendeiro和Rob Meijer和A.Niessen:PerFit:R软件包，用于IRT中的人适合度分析（2016）数学不是ZB
  7. Strobl，Carolin；Kopf，Julia；Zeileis，Achim:Rasch trees:检测Rasch模型中差异项功能的新方法（2015）
  8. Tutz，Gerhard；Schauberger，Gunther:Rasch模型中差异项功能的惩罚方法（2015）
  9. Wermuth，Nanny；Marchetti，Giovanni M.：星图诱导四分体相关性：对于高斯变量和二进制变量（2014）
  10. 条件似然估计（Carl PolyRasensen，2013年）
  11. Bacci，Silvia:纵向数据：项目反应理论模型背景下的不同方法（2012）
  12. Hannah Frick；Carolin Strobl；Friedrich Leisch；Achim Zeileis:灵活的Rasch混合模型与一揽子心理混合（2012）数学不是ZB
  13. R、 Chalmers:mirt:R环境的多维项目反应理论包（2012）数学不是ZB
  14. Paul De Boeck；Marjan Bakker；Robert Zwitser；Michel Nivard；Abe Hofman；Francis Tuerlinckx；Ivailo Partchev:R（2011年）中lme4包中使用lmer函数的项目响应模型估计数学不是ZB
  15. Seung Choi；Laura Gibbons；Paul Crane:lordif:使用迭代混合序贯逻辑回归/项目反应理论和蒙特卡罗模拟检测差异项目功能的R包（2011年）数学不是ZB
  16. Jonathan Weeks:plink:R包，用于使用基于IRT的方法链接混合格式测试（2010）数学不是ZB
  17. Sheng Yanyan Sheng:MATLAB中具有一般和特定潜在特征的MIRT模型的贝叶斯估计（2010）数学不是ZB
  18. Carolyn Anderson；Zhushan Li；Jeroen Vermunt:多同构项和多个潜在变量的Rasch族模型估计（2007）数学不是ZB
  19. 简·德勒乌；帕特里克·梅尔：《R中的心理测量学》专卷导论（2007）数学不是ZB
  20. Matthew Johnson:R中项目反应模型的边际极大似然估计（2007）数学不是ZB