×
豪尔赫·路易斯·巴赞

Liu等人（2019年）对论文的四点评论。 （英语） Zbl 1439.62079号

J.韩国统计学会。 48，第4号，513-514（2019）.
摘要：我们对论文发表评论刘彦（Y.Liu）等[同上，第48号，第4，503–512（2019年；Zbl 1439.62084号)]关于正在考虑的项目反应理论（IRT）模型，计算边际似然的理由，关于我们通过数据分析所学到的知识，以及最后关于本文中的计算问题。

引用于1审查

MSC公司：

2015年1月62日 贝叶斯推断
62D05型 抽样理论、抽样调查
62B10型 信息理论主题的统计方面
62-08 统计问题的计算方法

关键词：

贝叶斯方法;计算边际可能性;项目反应理论;模型比较标准

引文：

Zbl 1439.62084号
PDF格式BibTeX公司 XML格式引用
\textit{J.L.Bazán}，J.Korean Stat.Soc.48，No.4，513--514（2019；Zbl 1439.62079）
全文： 内政部

参考文献：

[1] 科恩，A.S。；Cho，S.J.，《信息标准》（van der Linden，W.J.，项目反应理论手册，第二卷：统计工具（第21卷）（2016年），CRC出版社：佛罗里达州博卡拉顿CRC出版社），363-378·Zbl 1331.62001号
[2] De Boeck，P.，《随机项目IRT模型》，《心理测量学》，第73、4、533-559页（2008年）·Zbl 1284.62699号
[3] 福克斯，J.P。；Mulder，J。；Sinharay，S.，项目反应模型中的贝叶斯因子协方差检验，《心理测量学》，82，4，979-1006（2017）·兹比尔1402.62308
[4] Hartig，F.、Minunno，F.和Paul，S.（2019年）。贝叶斯工具：通用MCMC和SMC采样器以及贝叶斯统计工具。R包版本0.1.6。https://github.com/florianhartg/Bayesian工具; Hartig，F.、Minunno，F.和Paul，S.（2019年）。贝叶斯工具：通用MCMC和SMC采样器以及贝叶斯统计工具。R包版本0.1.6。https://github.com/florianhartig/BaysianTools（https://github.com/florianhartig/贝叶斯工具）
[5] 李毅。；螺栓，D.M。；Fu，J.，《小样本替代模型的比较》，应用心理测量，30，1，3-21（2006）
[6] 罗，Y。；Al-Harbi，K.，作为IRT模型选择方法的LOO和WAIC性能，心理测试和评估建模，59，2，183-205（2017）
[7] 拉普，A。；戴伊·D。；Zumbo，B.，对贝叶斯，还是不对贝叶s。从是否到何时：贝叶斯方法在建模中的应用，结构方程建模，11，3，424-451（2004）
[8] Wang，Y.-B。；陈先生。；Kuo，L。；Lewis，P.O.，360《估计边际可能性的新蒙特卡罗方法》，贝叶斯分析，13，2311（2018）·Zbl 1407.62412号
[9] 张，X。；陶，J。；王，C。；Shi，P.O.，《多级IRT模型的贝叶斯模型选择方法：五种基于DIC的指数的比较》，《教育测量杂志》，56，3-27（2019）
[10] 朱，X。；Stone，C.A.，绩效评估应用的替代分级反应模型的贝叶斯比较，教育和心理测量，72，5774-799（2012）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。