دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: نویسندگان: Anderson C.J., Li Z., Vermunt J.K. 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: 434 کیلوبایت
کلمات کلیدی مربوط به کتاب تخمین مدلها در خانواده راش برای آیتمهای چندتومی و متغیرهای پنهان چندگانه + کد: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب Estimation of Models in a Rasch Family for Polytomous Items and Multiple Latent Variables + 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 مدلها در خانواده راش برای آیتمهای چندتومی و متغیرهای پنهان چندگانه + کد 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.
خانواده مدلهای Rasch در نظر گرفته شده در این مقاله شامل مدلهایی برای آیتمهای چندتومی و صفات نهفته همبسته چندگانه، و همچنین برای آیتمهای دوگانه و یک متغیر نهفته منفرد است. یک بسته R توصیف شده است که تخمین پارامترها و خطاهای استاندارد قوی یک کلاس از مدلهای log-linear-by-linear Association (LLLA) را محاسبه میکند که از خانواده مدلهای Rasch مشتق شدهاند. مدلهای LLLA موارد خاصی از مدلهای لگ خطی با برهمکنشهای دو متغیره هستند. تخمین حداکثر احتمال مدلهای LLLA در این شکل به مشکلات نسبتاً کوچک محدود میشود. با این حال، تخمین شبه احتمال بر این محدودیت غلبه می کند. به حداکثر رساندن تابع شبه درستنمایی با به حداکثر رساندن احتمال یک مدل رگرسیون لجستیک چند جمله ای شرطی منفرد به دست می آید. تخمین پارامترها به طور مجانبی نرمال و سازگار هستند. بر اساس مطالعات شبیهسازی ما، تخمینهای شبه احتمال و حداکثر احتمال پارامترهای مدلهای LLLA تقریباً یکسان هستند و از دست دادن کارایی ناچیز است. بازیابی پارامترهای مدل های Rasch متناسب با داده های شبیه سازی شده بسیار عالی است.
The Rasch family of models considered in this paper includes models for polytomous items and multiple correlated latent traits, as well as for dichotomous items and a single latent variable. An R package is described that computes estimates of parameters and robust standard errors of a class of log-linear-by-linear association (LLLA) models, which are derived from a Rasch family of models. The LLLA models are special cases of log-linear models with bivariate interactions. Maximum likelihood estimation of LLLA models in this form is limited to relatively small problems; however, pseudo-likelihood estimation overcomes this limitation. Maximizing the pseudo-likelihood function is achieved by maximizing the likelihood of a single conditional multinomial logistic regression model. The parameter estimates are asymptotically normal and consistent. Based on our simulation studies, the pseudo-likelihood and maximum likelihood estimates of the parameters of LLLA models are nearly identical and the loss of efficiency is negligible. Recovery of parameters of Rasch models fit to simulated data is excellent.