Bockův model about shinyitemanalysis HOT 11 CLOSED

Bockův (nominal response) model do sekce IRT models.

from shinyitemanalysis.

Muj stary kod (20.2.15):
Nominal response model (NRM)
and Nested logit model (2PLNRM, 3PLNRM)

neelegantni prepocet
for (i in 1:680)
dataNRM<-rbind(dataNRM,as.numeric(data[i,varsA]))
keyNRM <- c(4,2,1,4,2,3,3,3,4,1,1,4,1,1,3,1,3,3,3,4)

modely
mod1 <- mirt(dataNRM, 1, 'nominal')
mod2 <- mirt(dataNRM, 1, '2PLNRM', key=keyNRM)
mod3 <- mirt(dataNRM, 1, '3PLNRM', key=keyNRM)

from shinyitemanalysis.

Můj nový kód. Vypadá to, že 2PLNRM je to, co hledáme

library(difNLR)
library(mirt)
data("GMATtest", "GMATkey")
data <- GMATtest[, 1:20]
head(data)

data <- sapply(1:ncol(data), function(i) as.numeric(data[, i]))
head(data)
colnames(data) <- paste("Item", 1:ncol(data))
key <- as.numeric(as.factor(GMATkey))

# NOMINAL MODEL
fitNOM <- mirt(data, 1, "nominal")
coef(fitNOM)
itemplot(fitNOM, 3)

# 2PLNRM
fit2PLNRM <- mirt(data, 1, "2PLNRM", key = key)
coef(fit2PLNRM)
itemplot(fit2PLNRM, 3)

from shinyitemanalysis.

Tady je další kód, kdy ostatní položky jsou odhadovány pomocí 2PL modelu:

library(difNLR)
library(mirt)
data("GMATtest", "GMATkey")
key <- as.numeric(as.factor(GMATkey))
data <- sapply(1:20, function(i) as.numeric(GMATtest[, i]))
colnames(data) <- paste("Item", 1:ncol(data))
scoredGMAT <- key2binary(data, key)

# 2PL IRT model for scored data
mod0 <- mirt(scoredGMAT, 1)
# nominal model for item 1 for unscored data
i <- 1
itemtype <- rep("2PL", ncol(data))
itemtype[i] <- "nominal"
df <- scoredGMAT
df[, i] <- data[, 1]
head(df)

mod1 <- mirt(df, 1, itemtype = itemtype)

# plots of characteristic curves for item 1
itemplot(mod0, 1)
itemplot(mod1, 1)

A tady je ještě porovnání factor scores:
fs0 <- fscores(mod0)
fs1 <- fscores(mod1)

summary(data.frame(fs0, fs1))
plot(fs0 ~ fs1)

A tady pokud odhadnu všechny položky jako nominal
mod1 <- mirt(data, 1, itemtype = "nominal")

# plots of characteristic curves for item 1
itemplot(mod0, 1)
itemplot(mod1, 1)

fs0 <- fscores(mod0)
fs1 <- fscores(mod1)

plot(fs0 ~ fs1)

from shinyitemanalysis.

Díky za update! Zatím úplně nerozumím, proč se ta interpretace theta takto změní, když se fituje nominal pro všechny položky... Připadá mi to jako bug v mirtu(?) Budu se těšit na update.

from shinyitemanalysis.

Přidáno s omezením

from shinyitemanalysis.

Jeste nam sem pridam odkaz na diskusi k tomuto tematu, at ji tu mame: http://stackoverflow.com/questions/41671318/mirt-odd-results-for-nominal-model/41753852#41753852

from shinyitemanalysis.

Vypada to skvele, parada!
Jeste myslim, ze tady by uz stalo za to udelat zalozku Item, a vyobrazovat ICC pro polozky postupne. Nebo jen pridat pod graf ICC graf se sliderem, kde se budou vyobrazovat ICC polozek postupne.

from shinyitemanalysis.

Lze jiz prohlizet a testovat na https://shiny.cs.cas.cz/ShinyItemAnalysis/

from shinyitemanalysis.

Záložky pro IRT (nebo jen Bockův model) bych asi nechala až do další verze. Předpokládám, že se budeme pokoušet řešit DDF pomocí Bockova modelu a bude jednodušší to implementovat najednou.

from shinyitemanalysis.

Dobrá, ponechme tedy prozatím, jak je, grafy pro položky (záložku Items) pořešíme v příští verzi.

Zatím prosím Jakuba o zprovoznění stahování obrázků i v této záložce (IRT models with mirt/Bock's nominal model).

from shinyitemanalysis.