与理论相匹配的测量：IRT 模型中的理论驱动识别
应用统计
2024-05-29 v3
摘要
测量桥接理论与经验。若无恰当捕捉理论概念的测度，描述将无法代表现实，真正的因果推断也无从实现。然而，社会科学所涉概念复杂，其测量颇为困难。项目反应理论（IRT）模型将多个变量的变异约简至一个或多个旨在捕捉关键理论概念的潜维度上的连续变异。遗憾的是，那些潜维度并无内在概念含义。该问题的部分解决方案包括将维度数限制为一或在分析后赋予含义，但二者均可能导致潜在偏倚及跨数据源可靠性的缺失。我们提出、详述并验证了一种半监督方法，该方法在多个潜维度与二值数据上采用贝叶斯项目反应理论。我们的方法在模拟与真实数据上得到验证，所得具概念含义的潜维度在不同数据源间可靠，且无需额外外生假设。
引用
@article{arxiv.2111.11979,
title = {Measurement That Matches Theory: Theory-Driven Identification in IRT Models},
author = {Marco Morucci and Margaret Foster and Kaitlyn Webster and So Jin Lee and David Siegel},
journal= {arXiv preprint arXiv:2111.11979},
year = {2024}
}