برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Estimating the Multilevel Rasch Model: With the lme4 Package + Code

دانلود کتاب تخمین مدل Rasch چند سطحی: با بسته + کد lme4

مشخصات کتاب

Estimating the Multilevel Rasch Model: With the lme4 Package + Code

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Doran H.,  Bates D.,  Bliese P.,  Dowling M.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 0 
زبان: English 
فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 294 کیلوبایت

قیمت کتاب (تومان) : 42,000

کلمات کلیدی مربوط به کتاب تخمین مدل Rasch چند سطحی: با بسته + کد lme4: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 16

در صورت تبدیل فایل کتاب Estimating the Multilevel Rasch Model: With the lme4 Package + Code به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تخمین مدل Rasch چند سطحی: با بسته + کد lme4 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب تخمین مدل Rasch چند سطحی: با بسته + کد lme4

تخمین سنتی راش پارامترهای آیتم و دانش آموز از طریق حداکثر احتمال حاشیه ای، حداکثر احتمال مشترک یا حداکثر احتمال شرطی، فرض می کند که افراد در تنظیمات خوشه ای همبسته نیستند و موارد درون یک آزمون که ساختار گروه بندی مشترکی دارند نیز همبسته نیستند. این مفروضات اغلب نقض می‌شوند، به‌ویژه در موقعیت‌های آزمون آموزشی، که در آن دانش‌آموزان در کلاس‌های درس گروه‌بندی می‌شوند و بسیاری از آیتم‌های آزمون ساختار گروه‌بندی مشترکی دارند، مانند یک رشته محتوا یا یک قطعه خواندن. در نتیجه، یک رویکرد ممکن این است که صریحاً ماهیت خوشه‌ای داده‌ها را بشناسیم و مستقیماً اثرات تصادفی را برای توضیح وابستگی‌های مختلف ترکیب کنیم. این مقاله نشان می‌دهد که چگونه می‌توان مدل Rasch چند سطحی را با استفاده از توابع R برای مدل‌های اثرات مختلط با اثرات تصادفی متقاطع یا نیمه متقاطع تخمین زد. ما نشان می‌دهیم که چگونه می‌توان ساختارهای داده سلسله مراتبی زیر را مدل‌سازی کرد: الف) افراد خوشه‌بندی شده در محیط‌های مشابه (مانند کلاس‌های درس، مدارس)، ب) موارد تو در تو در یک گروه خاص (مانند یک رشته محتوا یا یک متن خواندنی)، و ج) چگونه برای برآورد یک معلم x تعامل رشته محتوا.

توضیحاتی درمورد کتاب به خارجی

Traditional Rasch estimation of the item and student parameters via marginal maximum likelihood, joint maximum likelihood or conditional maximum likelihood, assume individuals in clustered settings are uncorrelated and items within a test that share a grouping structure are also uncorrelated. These assumptions are often violated, particularly in educational testing situations, in which students are grouped into classrooms and many test items share a common grouping structure, such as a content strand or a reading passage. Consequently, one possible approach is to explicitly recognize the clustered nature of the data and directly incorporate random effects to account for the various dependencies. This article demonstrates how the multilevel Rasch model can be estimated using the functions in R for mixed-effects models with crossed or partially crossed random effects. We demonstrate how to model the following hierarchical data structures: a) individuals clustered in similar settings (e.g., classrooms, schools), b) items nested within a particular group (such as a content strand or a reading passage), and c) how to estimate a teacher x content strand interaction.