费城命名测验中多项处理树-项目反应理论模型的辨识性
统计方法学
2024-04-05 v3 应用统计
摘要
命名测验是衡量失语症严重程度并监测患者康复轨迹的重要工具。在这些评估中，向患者展示对应于普通名词的图像，并评估其回答的准确性。费城命名测验（PNT）是该领域的典范，可细致揭示回答中错误类型的信息。Walker 等人（2018）开创性提出了一种基于项目反应理论（Item Response Theory）与多项处理树（MPT-IRT）的模型。该方法试图厘清患者对条目作答时各类错误背后的复杂机制，以定位其语言能力受损的具体词汇产生阶段。然而，鉴于 Walker 等人（2018）所提 IRT-MPT 模型的高度复杂性，审视其概念与统计有效性至关重要。本文旨在细致考察该模型的形式化表述，以确保其参数具有辨识性，作为评估其有效性的第一步。
引用
@article{arxiv.2310.10915,
title = {Identifiability of the Multinomial Processing Tree-IRT model for the Philadelphia Naming Test},
author = {Andrew J. Womack and Daniel Taylor-Rodriguez and Gerasimos Fergadiotis and William D. Hula},
journal= {arXiv preprint arXiv:2310.10915},
year = {2024}
}
备注
13 pages, 3 figures, Technical Report