Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Hàm sức mạnh của các bài kiểm tra điều kiện của mô hình Rasch
Tóm tắt
Trong bài báo này, một biểu thức tổng quát của hàm sức mạnh cho các bài kiểm tra điều kiện hoặc giả chính xác của mô hình Rasch được phát derive. Nó cho phép xác định sức mạnh của các bài kiểm tra điều kiện đối với nhiều giả thuyết thay thế khác nhau. Một số ví dụ liên quan thường xảy ra trong thực tiễn được thảo luận. Xét về tính toán, một phương pháp Monte Carlo được gợi ý, cho phép ước lượng sức mạnh chính xác trong các ứng dụng.
Từ khóa
Tài liệu tham khảo
Chen, Y., Small, D.: Exact tests for the Rasch model via sequential importance sampling. Psychometrika 70, 11–30 (2005)
Glas, C.A.W., Verhelst, N.D.: Testing the Rasch model. In: Fischer, G.H., Molenaar, I.W. (eds.) Rasch Models—Foundations, Recent Developments and Applications, pp. 69–95. Springer, New York (1995)
Neyman, A., Pearson, E.S.: On the use and interpretation of certain test criteria for purposes of statistical inference. Biometrika 20 A, 263–294 (1928)
Neyman, J., Pearson, E.: On the problem of the most efficient tests of statistical hypotheses. Philos. Trans. R. Soc. Lond. Ser. A Contain. Papers Math. Phys. Character 231, 289–337 (1933)
Ponocny, I.: Nonparametric goodness-of-fit tests for the Rasch model. Psychometrika 66, 437–460 (2001)
R Core Team: R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna (2012)
Rao, C.R.: Large sample tests of statistical hypotheses concerning several parameters with applications to problems of estimation. Proc. Camb. Philos. Soc. 44, 50–57 (1948)
Rasch, G. (1960). Probabilistic Models for Some Intelligence and Attainment Tests. The Danish Institute of Education Research, Copenhagen (Expanded Edition, 1980. Chicago: University of Chicago Press)
Snijders, T.: Enumeration and simulation for 0–1 matrices with given marginals. Psychometrika 56, 397–417 (1991)
Verhelst, N.D.: An efficient MCMC algorithm to sample binary matrices with fixed marginals. Psychometrika 73, 705–728 (2008)
Verhelst, N.D., Hatzinger, R., Mair, P.: The Rasch sampler. J. Stat. Softw. 20, 1–14 (2007)
Wald, A.: Test of statistical hypotheses concerning several parameters when the number of observations is large. Trans. Am. Math. Soc. 54, 426–482 (1943)