ltm公司

ltm:一个用于潜在变量建模和项目反应理论分析的R包。在项目反应理论方法下,R软件包ltm被开发用于使用潜在变量模型分析多元二分和多层面数据。对于二分法数据,已经实现了Rasch、双参数Logistic和Birnbaum的三参数模型,而对于多相数据,Semejima的分级响应模型是可用的。利用Gauss-Hermite求积准则,在边际极大似然下得到参数估计。使用两个实际数据示例说明了该包的功能和特性。

这个软件也是同行评审按日记帐JSS公司.


zbMATH中的参考文献(参考 39篇文章 引用,1标准件)

显示第1到第20个结果,共39个。
按年份排序(引用)
  1. Liu,Xiang;Yang,James;Chae,Hui-Soo;Natriello,Gary:IRT模型中个人参数的幂差统计族(2020)
  2. Badih,Ghattas;Pierre,Michel;Laurent,Boyer:评估聚类中的变量重要性:基于无监督二叉决策树的新方法(2019)
  3. Battauz,Michela:关于差异项目功能检测的Wald测试(2019年)
  4. Fariña,Paula;González,Jorge;San Martín,Ernesto:使用基于可识别性的策略解释1PL-G和Rasch模型中的参数(2019年)
  5. Martínez Plumed,Fernando;Prudêncio,Ricardo B.C.;Martínez Usó,Adolfo;Hernández Orallo,José:《人工智能中的项目反应理论:在实例层面分析机器学习分类器》(2019年)
  6. Noh,Maengseok;Lee,Youngjo;Oud,Johan H.L.;Toharudin,Toni:非高斯因子分析的层次似然法(2019)
  7. Butler,Emily L.;Laber,Eric B.;Davis,Sonia M.;Kosorok,Michael R.:将患者偏好纳入最佳个体化治疗规则的评估(2018年)
  8. Lee,Sora;Bolt,Daniel M.:非对称项目特征曲线和项目复杂性:来自模拟和真实数据分析的见解(2018年)
  9. 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)
  10. Liu,Yang;Yang,Ji Seung:项目反应理论中潜在变量得分的自举校准区间估计(2018)
  11. 帕特里克·梅尔:现代心理测量学与R(2018)
  12. Battauz,Michela:独立IRT校准的多重等值(2017)
  13. Ordónez Galán,Celestino;Sánchez Lasheras,Fernando;de Cos Juez,Francisco Javier;Bernardo Sánchez,Antonio:通过具有不同适应度函数的遗传算法对问卷进行缺失数据插补(2017年)
  14. Isabella Sulis;Mariano Porcu:在项目反应理论中处理缺失数据。2017年(基于a类潜在插补程序的评估)
  15. Víctor Cervantes:DFIT:Raju项目和测试框架差异功能的R包(2017)不是zbMATH
  16. 巴托鲁奇,弗朗西斯科;巴奇,西尔维亚;格纳迪,米歇拉:问卷的统计分析。基于R和Stata的统一方法(2016)
  17. Ip,Edward H.;Chen,Shyh Huei;Quandt,Sara A.:使用“不知道选项”分析信念项目的多个部分有序反应(2016年)
  18. 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)不是zbMATH
  19. Dylan Molenaar;Francis Tuerlinckx;Han van der Maas:使用R包diffIRT拟合反应和响应时间的扩散项反应理论模型(2015)不是zbMATH
  20. Michela Battauz:Equalitert:IRT测试等值的R包(2015)不是zbMATH