Marginal Maximum Likelihood Estimation of Item Response Models in R + Code

دانلود کتاب Marginal Maximum Likelihood Estimation of Item Response Models in R + Code

دسته: برنامه نویسی: زبان های برنامه نویسی

42000 تومان موجود

کتاب برآورد حداکثر احتمال حاشیه ای مدل های پاسخ آیتم در R + Code نسخه زبان اصلی

دانلود کتاب برآورد حداکثر احتمال حاشیه ای مدل های پاسخ آیتم در R + Code بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 6


توضیحاتی در مورد کتاب Marginal Maximum Likelihood Estimation of Item Response Models in R + Code

نام کتاب : Marginal Maximum Likelihood Estimation of Item Response Models in R + Code
عنوان ترجمه شده به فارسی : برآورد حداکثر احتمال حاشیه ای مدل های پاسخ آیتم در R + Code
سری :
نویسندگان :
ناشر :
سال نشر :
تعداد صفحات : 0

زبان کتاب : English
فرمت کتاب : rar    درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 368 کیلوبایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


مدل‌های نظریه پاسخ آیتم (IRT) دسته‌ای از مدل‌های آماری هستند که توسط محققان برای توصیف رفتارهای پاسخ افراد به مجموعه‌ای از آیتم‌های دارای امتیاز طبقه‌بندی شده استفاده می‌شوند. رایج‌ترین مدل‌های IRT را می‌توان به عنوان مدل‌های خطی تعمیم یافته ثابت و/یا اثر مختلط طبقه‌بندی کرد. اگرچه مدل‌های IRT اغلب در ادبیات تست روان‌شناختی ظاهر می‌شوند، محققان در زمینه‌های دیگر با موفقیت از مدل‌های IRT مانند در طیف گسترده‌ای از کاربردها استفاده کرده‌اند. این مقاله سه روش اصلی برآورد در IRT را مورد بحث قرار می‌دهد و توابع R را با استفاده از قابلیت‌های داخلی محیط R برای یافتن تخمین‌های حداکثر احتمال حاشیه‌ای مدل اعتبار جزئی تعمیم‌یافته توسعه می‌دهد. در حال حاضر بسته های R موجود ltm نیز مورد بحث قرار گرفته است.


توضیحاتی در مورد کتاب به زبان اصلی :


Item response theory (IRT) models are a class of statistical models used by researchers to describe the response behaviors of individuals to a set of categorically scored items. The most common IRT models can be classified as generalized linear fixed- and/or mixed-effect models. Although IRT models appear most often in the psychological testing literature, researchers in other fields have successfully utilized IRT-like models in a wide variety of applications. This paper discusses the three major methods of estimation in IRT and develops R functions utilizing the built-in capabilities of the R environment to find the marginal maximum likelihood estimates of the generalized partial credit model. The currently available R packages ltm is also discussed.



پست ها تصادفی