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: Fox J.-P. 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: 2 مگابایت
کلمات کلیدی مربوط به کتاب مدلسازی چندسطحی IRT در عمل با بسته mlirt + Code + Data: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب Multilevel IRT Modeling in Practice with the Package mlirt +Code + Data 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 مدلسازی چندسطحی IRT در عمل با بسته mlirt + Code + Data 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.
مدل های مولفه های واریانس به طور کلی برای تجزیه و تحلیل داده های ساختار یافته سلسله مراتبی پذیرفته شده اند. یک نقص این است که متغیرهای نتیجه همچنان بدون خطا اندازه گیری می شوند. متغیرهای غیرقابل اعتماد باعث ایجاد سوگیری در برآورد سایر پارامترهای مدل می شوند. تغییرپذیری روابط بین گروهها و تأثیرات گروهی بر نتایج افراد در هنگام در نظر گرفتن خطای اندازهگیری در متغیر وابسته مدل، بهطور اساسی متفاوت است. مدل چند سطحی را می توان برای رسیدگی به خطای اندازه گیری با استفاده از مدل تئوری پاسخ آیتم (IRT) گسترش داد که منجر به مدل IRT چند سطحی می شود. این مدل چندسطحی توسعه یافته به ویژه برای تجزیه و تحلیل دادههای پاسخ آموزشی مناسب است که در آن دانشآموزان در مدارس تودرتو هستند و مدارس درون شهرها/کشورها تودرتو هستند.
Variance component models are generally accepted for the analysis of hierarchical structured data. A shortcoming is that outcome variables are still treated as measured without an error. Unreliable variables produce biases in the estimates of the other model parameters. The variability of the relationships across groups and the group-effects on individuals' outcomes differ substantially when taking the measurement error in the dependent variable of the model into account. The multilevel model can be extended to handle measurement error using an item response theory (IRT) model, leading to a multilevel IRT model. This extended multilevel model is in particular suitable for the analysis of educational response data where students are nested in schools and schools are nested within cities/countries.