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
ویرایش:
نویسندگان: Wim J. van der Linden (editor)
سری:
ISBN (شابک) : 9781466514324
ناشر: CRC
سال نشر: 2018
تعداد صفحات: 560
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 15 مگابایت
در صورت تبدیل فایل کتاب Handbook of Item Response Theory - volume three - Applications 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 کتابچه راهنمای تئوری پاسخ آیتم - جلد سوم - کاربردها 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.
این جلد دوم در یک مجموعه سه جلدی با تکیه بر کار متخصصان بین المللی تحسین شده در این زمینه، ابزارهای آماری کلاسیک و مدرن مورد استفاده در نظریه پاسخ آیتم ها (IRT) را ارائه می دهد.
Drawing on the work of internationally acclaimed experts in the field, this second volume in a three-volume set presents classical and modern statistical tools used in item response theory (IRT).
Content: VOLUME ONE: MODELSIntroductionWim J. van der LindenDichotomous ModelsUnidimensional Logistic ModelsWim J. van der LindenRasch ModelMatthias von DavierNominal and Ordinal ModelsNominal Categories ModelsDavid Thissen and Li CaiRasch Rating Scale ModelDavid AndrichGraded Response ModelsFumiko SamejimaPartial Credit ModelGeoff N. MastersGeneralized Partial Credit ModelEiji Muraki and Mari MurakiSequential Models for Ordered ResponsesGerhard TutzModels for Continuous ResponsesGideon J. MellenberghMultidimensional and Multicomponent ModelsNormal-Ogive Multidimensional ModelsHariharan Swaminathan and H. Jane RogersLogistic Multidimensional ModelsMark D. ReckaseLinear Logistic ModelsRianne JanssenMulticomponent ModelsSusan E. EmbretsonModels for Response TimesPoisson and Gamma Models for Reading Speed and ErrorMargo G. H. JansenLognormal Response-Time ModelWim J. van der LindenDiffusion-Based Response-Time ModelsFrancis Tuerlinckx, Dylan Molenaar, and Han L. J. van der MaasNonparametric ModelsMokken ModelsKlaas Sijtsma and Ivo W. MolenaarBayesian Nonparametric Response ModelsGeorge KarabatsosFunctional Approaches to Modeling Response DataJames RamsayModels for Nonmonotone ItemsHyperbolic Cosine Model for Unfolding ResponsesDavid AndrichGeneralized Graded Unfolding ModelJames S. RobertsHierarchical Response ModelsLogistic Mixture-Distribution Response ModelsMatthias von Davier and Jurgen RostMultilevel Response Models with Covariates and Multiple GroupsJean-Paul Fox and Cees A. W. GlasTwo-Tier Item Factor Analysis ModelingLi CaiItem-Family ModelsCees A. W. Glas, Wim J. van der Linden, and Hanneke GeerlingsHierarchical Rater ModelsJodi M. Casabianca, Brian W. Junker, and Richard J. PatzRandomized Response Models for Sensitive MeasurementsJean-Paul FoxJoint Hierarchical Modeling of Responses and Response TimesWim J. van der Linden and Jean-Paul FoxGeneralized Modeling ApproachesGeneralized Linear Latent and Mixed ModelingSophia Rabe-Hesketh and Anders SkrondalMultidimensional, Multilevel, and Multi-Timepoint Item Response ModelingBengt Muthen and Tihomir AsparouhovMixed-Coefficients Multinomial Logit ModelsRaymond. J. Adams, Mark R. Wilson, and Margaret L. WuExplanatory Response ModelsPaul De Boeck and Mark R. WilsonVOLUME TWO: STATISTICAL TOOLSBasic ToolsLogit, Probit, and Other Response FunctionsJames H. AlbertDiscrete Distributions Jodi M. Casabianca and Brian W. JunkerMultivariate Normal Distribution Jodi M. Casabianca and Brian W. JunkerExponential Family Distributions Relevant to IRT Shelby J. HabermanLoglinear Models for Observed-Score Distributions Tim MosesDistributions of Sums of Nonidentical Random Variables Wim J. van der LindenInformation Theory and Its Application to Testing Hua-Hua Chang, Chun Wang, and Zhiliang YingModeling IssuesIdentification of Item Response Theory Models Ernesto San MartinModels with Nuisance and Incidental Parameters Shelby J. HabermanMissing Responses in Item Response Modeling Robert J. MislevyParameter EstimationMaximum-Likelihood Estimation Cees A. W. GlasExpectation Maximization Algorithm and Extensions Murray AitkinBayesian Estimation Matthew S. Johnson and Sandip SinharayVariational Approximation Methods Frank Rijmen, Minjeong Jeon, and Sophia Rabe-HeskethMarkov ChainMonte Carlo for Item Response Models Brian W. Junker, Richard J. Patz, and Nathan M. VanHoudnosStatistical Optimal Design Theory Heinz Holling and Rainer SchwabeModel Fit and ComparisonFrequentist Model-Fit Tests Cees A. W. GlasInformation Criteria Allan S. Cohen and Sun-Joo ChoBayesian Model Fit and Model Comparison Sandip SinharayModel Fit with Residual Analyses Craig S. Wells and Ronald K. HambletonVOLUME THREE: APPLICATIONSItem Calibration and AnalysisItem-Calibration DesignsMartijn P.F. BergerParameter LinkingWim J. van der Linden and Michelle D. BarrettDimensionality AnalysisRobert D. Gibbons and Li CaiDifferential Item FunctioningDani Gamerman, Flavio B. Goncalves, and Tufi M. SoaresCalibrating Technology-Enhanced ItemsRichard M. LuechtPerson Fit and ScoringPerson FitCees A. W. Glas and Naveed KhalidScore Reporting and InterpretationRonald K. Hambleton and April L. ZeniskyIRT Observed-Score EquatingWim J. van der LindenTest DesignOptimal Test DesignWim J. van der LindenAdaptive TestingWim J. van der LindenStandard SettingDaniel Lewis and Jennifer Lord-BessenTest Speededness and Time LimitsWim J. van der LindenItem and Test SecurityWim J. van der LindenAreas of ApplicationLarge-Scale Group-Score AssessmentsJohn MazzeoPsychological TestingPaul De BoeckCognitive Diagnostic AssessmentChung Wang and Hua-Hua ChangHealth MeasurementRichard C. Gershon, Ron D. Hays, and Michael KallenMarketing ResearchMartijn G. de Jong and Ulf BoeckenholtMeasuring Change Using Rasch ModelsGerhard H. FischerComputer ProgramsIRT Packages in RThomas Rusch, Patrick Mair, and Reinhold HatzingerBayesian Inference Using Gibbs Sampling (BUGS) for IRT ModelsMatthew S. JohnsonBILOG-MGMichele F. ZimowskiPARSCALEEiji MurakiIRTPROLi CaiXcalibre 4Nathan A. Thompson and Jieun LeeEQSIRTPeter M. Bentler, Eric Wu, and Patrick MairACER ConQuestRaymond J. Adam, Margaret L. Wu, and Mark R. WilsonMplusBengt Muthen and Linda MuthenGLLAMMSophia Rabe-Hesketh and Anders SkrondalLatent GOLDJeroen K. VermuntWinGenKyung (Chris) T. HanFirestarSeung W. ChoijMetrikJ. Patrick Meyer