中的ConQuest得分命令ConQuest您可以使用命令“score”来使用相同的清单变量/原始数据,但编码不同的多维/潜在变量建模。例如:在IRT软件中实施TAM
score (1,2,3) (0,1,2) (0,1,0) ! items(1-3);
“再编码” 的原始分数为1至3中0,1和2的第一维度和为0,1,0为第二维(潜变量)。
你知道任何方式如何实现在[R包TAM(使用lavaan语法或其他)是否相同?我正在尝试运行PCM分析。
非常感谢提前!
KH
中的ConQuest得分命令ConQuest您可以使用命令“score”来使用相同的清单变量/原始数据,但编码不同的多维/潜在变量建模。例如:在IRT软件中实施TAM
score (1,2,3) (0,1,2) (0,1,0) ! items(1-3);
“再编码” 的原始分数为1至3中0,1和2的第一维度和为0,1,0为第二维(潜变量)。
你知道任何方式如何实现在[R包TAM(使用lavaan语法或其他)是否相同?我正在尝试运行PCM分析。
非常感谢提前!
KH
我没有在这里得到一个答案,但我接触亚历山大Robitzsch,谭包的作者,这里就是他送我(用他的许可出版):
data(data.gpcm)
psych::describe(data.gpcm)
resp <- data.gpcm
# define three dimensions and different loadings
# of item categories on these dimensions
I <- 3 # 3 items
D <- 3 # 3 dimensions
# define loading matrix B
# 4 categories for each item (0,1,2,3)
B <- array(0 , dim=c(I,4,D))
for (ii in 1:I){
B[ ii , 1:4 , 1 ] <- 0:3
B[ ii , 1 ,2 ] <- 1
B[ ii , 4 ,3 ] <- 1
}
dimnames(B)[[1]] <- colnames(resp)
B[1,,]
## > B[1,,]
## [,1] [,2] [,3]
## [1,] 0 1 0
## [2,] 1 0 0
## [3,] 2 0 0
## [4,] 3 0 1
# test run
mod1 <- tam.mml(resp , B = B , control=list(snodes=1000 , maxiter=5) )
summary(mod1)
当然,我不得不为自己的需要编辑代码,但某些特别的东西可能会引起大家的兴趣:出于某种原因,如果我还定义了0类别,但B矩阵只能起作用,尽管我的评分/数据仅包括从1到5的值:
B <- array(0 , dim=c(9,6,5)) # 9 items, 5 response cat. + 1, 5 latent dimensions
for (ii in 1:I){
B[ ii , 1:6 , 1 ] <- 0:5
B[ ii , 2 ,2 ] <- 1
B[ ii , 2 ,3 ] <- 1
B[ ii , 6 ,3 ] <- 1
B[ ii , 6 ,4 ] <- 1
B[ ii , 4 ,5 ] <- 1
}
dimnames(B)[[1]] <- colnames(X)
B[1,,]
个
干杯, KH
,正如扩展与TAM
上面的答案,这里是如何运行与mirt
包相同的代码,但是使用了广义部分信用模型,而不是Rasch模型的(Rasch模型需要一个明确的模型参数进行正确的识别)。
library(mirt)
gpcm_mats <- list(B[1,,], B[2,,], B[3,,])
sv <- mirt(resp, 3, itemtype = 'gpcm',
gpcm_mats = gpcm_mats, pars = 'values') #starting values
mod <- mirt(resp, 3, itemtype = 'gpcm', gpcm_mats = gpcm_mats)
coef(mod, simplify=TRUE)
感谢您发布这个,菲尔。 下面是我用于我的内容建模的目标以及响应样式尺寸的代码: '库(MIRT) 垫< - 列表() 垫[1:9] < - 列表(矩阵(c(0:4,1,0,0,0,0,1,0,0,0,1,0,0,0,0,1,0,0,1,0,0),5) ) 模型< - mirt.model( 'T = 1-9 ARS = 1-9 ERS = 1-9 DRS = 1-9 MRS = 1-9 COV = * ARS ERS DRS * MRS' ) mirtModel < - mirt(X,model,'gpcm',gpcm_mats = mats,method =“QMCEM”)' – user4507481 2015-03-13 23:00:24
但请注意,gpcm_mats属性仅在开发版本中实现可以在https://github.com/philchalmers/mirt上找到 – user4507481 2015-03-13 23:01:13