一种用于同时聚类题目与个体的非参数贝叶斯项目反应建模方法
应用统计
2020-06-02 v1 统计方法学
摘要
项目反应理论（IRT）是一种流行的建模范式，用于根据测试或问卷中的离散反应测量被试潜在特质与题目属性。关于题目与个体异质性模式检测的探讨非常有限。本文在 Rasch 模型下引入一种非参数贝叶斯方法，用于同时聚类题目与个体。具体而言，我们提出的方法基于有限混合的混合（MFM）模型。MFM 同时获得题目与个体的簇数及聚类配置。在 MFM Rasch 模型下参数估计与参数聚类的性能通过模拟研究进行评估，并应用一个真实数据集来说明 MFM Rasch 建模。
引用
@article{arxiv.2006.00105,
title = {A Nonparametric Bayesian Item Response Modeling Approach for Clustering Items and Individuals Simultaneously},
author = {Guanyu Hu and Zhihua Ma and Insu Paek},
journal= {arXiv preprint arXiv:2006.00105},
year = {2020}
}
备注
21 pages, 6 figures