×

多元非对称序列依赖的贝叶斯纵向项目反应模型。 (英语) Zbl 07497831号

摘要:在教育领域的大规模纵向(观察性)研究中,通常不可能强加实验条件。这增加了因未观察到的异质性、缺失背景变量和辍学而产生偏见的风险。观测评估数据的性质和解释无法解释的异质性需要灵活的统计模型。提出了一类一般的纵向项目反应理论(IRT)模型,其中可以使用潜在变量的偏态多元正态分布来监测绩效的增长。性能变化和无法解释的异质性通过结构化协方差模式和倾斜的多元潜在变量分布来解决。协方差矩阵的Cholesky分解被用来建模依赖结构。利用具有中心偏态分布误差的前相关模型,定义了一种新的多元偏态分布。开发了一种用于参数估计、模型评估和模型比较的混合MCMC方法。仿真研究结果表明,参数恢复良好。巴西联邦政府的一项纵向评估研究被认为表明了一般LIRT模型的性能。

MSC公司:

62至XX 统计

软件:

;R(右)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安德拉德,D。;Tavares,H.,《纵向数据的项目反应理论:总体参数估计》,《多变量分析杂志》,95,1,1-22(2005)·Zbl 1065.62194号 ·doi:10.1016/j.jmva.2004.07.0005
[2] 阿泽夫多,CLN;福克斯,JP;安德拉德,DF。,具有限制协方差模式结构的贝叶斯纵向项目响应建模,统计计算,26,1,443-460(2016)·Zbl 1342.62181号 ·doi:10.1007/s11222-014-9518-5
[3] 安达信,EB。,评估重复测试之间的潜在相关性,《心理测量学》,50,1,3-16(1985)·Zbl 0562.62096号 ·doi:10.1007/BF02294143
[4] Embretson,SE,《衡量学习和变化的多维潜在特质模型》,《心理测量学》,56,3,495-515(1991)·兹比尔0825.92175 ·doi:10.1007/BF02294487
[5] DB.邓森。,多维纵向数据的动态潜在特征模型,美国统计协会杂志,98,463,555-563(2003)·1040.62100兹罗提 ·doi:10.1198/0162145000000387
[6] 瓦斯德基斯,VGS;卡农,S。;Moustaki,I.,序数纵向反应潜在变量模型中的复合似然推断,《心理测量学》,77,3,425-441(2012)·Zbl 1272.62136号 ·doi:10.1007/s11336-012-9264-6
[7] Jeon,M。;Rabe-Hesketh,S.,《纵向项目分析的自回归增长模型》,《心理测量学》,81,3,830-850(2016)·Zbl 1345.62150号 ·doi:10.1007/s11336-015-9489-2
[8] 塔瓦雷斯,人力资源部;安德拉德,DF。,纵向数据的项目反应理论:项目和总体能力参数估计,TEST,15,1,97-123(2006)·Zbl 1142.62428号 ·doi:10.1007/BF02595420
[9] 阿泽夫多,CL;Bolfarine,H。;安德拉德,DF。,集中参数化下偏正态IRT模型的贝叶斯推断,《计算统计数据分析》,55,1,353-365(2011)·Zbl 1247.62082号 ·doi:10.1016/j.csda.2010.05.003
[10] 阿泽夫多,CL;Bolfarine,H。;安德拉德,DF。,贝叶斯方法下偏态正态IRT模型的参数恢复:层次框架、先验和核灵敏度以及样本大小,J Stat Comput Simul,82,11,1679-1699(2012)·Zbl 1431.62523号 ·doi:10.1080/00949655.2011.591798
[11] 贝克,FB;Kim,SH.,项目反应理论:参数估计技术(2004),纽约:Marcel Dekker Inc,纽约·Zbl 1054.62141号
[12] Pourahmadi,M.,应用于纵向数据的联合均值-方差模型:无约束参数化,生物统计学,86,3,677-690(1999)·Zbl 0949.62066号 ·doi:10.1093/biomet/86.3.677
[13] Nüñez AntóN,V。;马里兰州齐默尔曼。,非平稳纵向数据建模,生物统计学,56,3,699-705(2000)·Zbl 1060.62647号 ·doi:10.1111/j.0006-341X.2000.00699.x
[14] Azzalani,A.,一类包括正态分布的分布,Scand J Stat,12171-178(1985)·Zbl 0581.62014号
[15] Henze,N.,偏态正态分布的概率表示,《Scand J Stat》,第13期,第271-275页(1986年)·Zbl 0648.62016号
[16] 阿泽夫多,CL;安德拉德,DF;Fox,JP.,《贝叶斯广义多组IRT模型与模型-完整评估工具》,《计算统计数据分析》,56,12,4399-4412(2012)·Zbl 1255.62334号 ·doi:10.1016/j.csda.2012.03.017
[17] 桑托斯,JRS;阿泽夫多,CLN;Bolfarine,H.,在贝叶斯框架下具有中心偏正态潜在特征分布的多组项目反应理论模型,J Appl Stat,40,10,2129-2149(2013)·Zbl 1514.62845号 ·doi:10.1080/02664763.2013.807331
[18] JL帕迪拉;阿泽夫多,CL;Lachos,VH.,具有偏正态潜在性状分布的多维多组IRT模型,J Multivar Ana,167,250-268(2018)·Zbl 1395.62143号 ·doi:10.1016/j.jmva.2018.05.003
[19] Pewsey,A.,阿扎里尼偏态分布的推断问题,《应用统计杂志》,27,7,859-870(2000)·Zbl 1076.62514号 ·doi:10.1080/02664760050120542
[20] 卡特,CK;Kohn,R.,关于状态空间模型的ibbs抽样,Biometrika,81,541-553(1994)·Zbl 0809.62087号 ·doi:10.1093/biomet/81.3.541
[21] Frühwirth-Schnatter,S.,《数据增强和动态线性模型》,《时序分析杂志》,第15期,第183-202页(1994年)·Zbl 0815.62065号 ·doi:10.1111/j.1467-9892.1994.tb00184.x
[22] Genton,M.,偏椭圆分布及其应用:超越常态的旅程(2004),纽约:Chapman&Hall,纽约·Zbl 1069.62045号 ·doi:10.1201/9780203492000
[23] 贝叶斯,CL;Branco,MD.,标量偏态正态分布偏度参数的贝叶斯推断,Braz J Prob Stat,21,2,141-163(2007)·Zbl 1319.62057号
[24] Jennrich,RI;Schluchter,MD.,《具有结构协方差矩阵的非平衡重复测量模型》,生物计量学,42,4,805-820(1986)·Zbl 0625.62052号 ·数字对象标识代码:10.2307/2530695
[25] 齐默尔曼,D。;Nüñez-AntóN,V.,纵向数据的前相关模型(2009),纽约:查普曼和霍尔/CRC,纽约
[26] 贝根,AA;玻璃、CAW、。,多维IRT模型的MCMC估计和一些模型拟合分析,Psycholometrika,66,44541-561(2001)·兹比尔1293.62234 ·doi:10.1007/BF02296195
[27] Gamerman,D。;Lopes,HF.,《马尔可夫链蒙特卡罗:贝叶斯推断的随机模拟》(2006),伦敦:查普曼和霍尔/CRC,伦敦·Zbl 1137.62011年
[28] R核心团队,R:统计计算的语言和环境。R统计计算基金会,奥地利维也纳(2020年)。https://www.R-project.org/。
[29] Azzalini,A,Capitanio,A。偏态和相关家族。纽约:剑桥大学出版社;2014.(IMS专著系列),doi:·Zbl 0924.62050号
[30] Brooks,SP;Gelman,A.,《监控迭代模拟收敛性的通用方法》,《计算图形统计杂志》,7,4,434-455(1998)·doi:10.1080/10618600.1998.10474787
[31] Sinharay,S.,《一维项目反应理论模型的贝叶斯项目拟合分析》,英国数学统计心理学杂志,59,429-449(2006)·doi:10.1348/000711005X66888
[32] Sinharay,S。;约翰逊,理学硕士;Stern,H.,项目反应理论模型的后验预测评估,应用心理测量,30,4,298-321(2006)·doi:10.1177/0146621605285517
[33] 阿泽夫多,CL;福克斯,JP;安德拉德,DF。,纵向多组IRT建模:使用MCMC和RJMCMC的协方差模式选择,国际量子研究教育杂志,2,3-4,213-243(2015)·doi:10.1504/IJQRE.2015.071737
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。