IRT models

[patriciamar]

Možná bychom měli zvážit přidání

• statistik na porovnání modelů (BIC, AIC, anova)
• model fit, item/person fit,
• možnost exportu factor scores (odhady znalostí, graf zcela dole).

Factor scores zaberou hodně času a asi by se první stránka dost zrychlila, kdyby byly počítány až po rozkliknutí nějaké option.

[adelahladka]

Přikládám možnou úpravu pomocí mirt balíčku, která celou záložku IRT models výrazně zrychlí. mirt poskytuje podobné obrázky jako ltm, navíc má však dobře naprogramované (rychlé a obecné) funkce k vyhodnocení modelů atd. - viz zdroják

library(difNLR) library(mirt) data(GMAT) data <- GMAT[, 1:20]

### IRT models ###### Rasch model model = 1, itemtype = "Rasch", constrain = NULL ###### 1PL with the fixed discrimination ###### model <- 'F = 1-20 ###### CONSTRAIN = (1-20, a1)' ###### nebo ###### model = 1, itemtype = "2PL", constrain = list((1:ncol(data)) + seq(0, (ncol(data) - 1)*3, 3)) ###### 2PL model = 1, itemtype = "2PL", constrain = NULL ###### 3PL model = 1, itemtype = "3PL", constrain = NULL fitR <- mirt(data, model, itemtype = itemtype, constrain = constrain)

# COEF coef(fitR)

# PLOTS # expected total score plot(fitR, type = "score")

# test information function plot(fitR, type = "info")

# reliability plot(fitR, type = "rxx")

# test standard errors plot(fitR, type = "SE")

# item trace lines - characteristic curves multiple figure plot(fitR, type = "trace") plot(fitR, type = "trace", facet_items = F)

# item information trace lines - multiple figure plot(fitR, type = "infotrace") plot(fitR, type = "infotrace", facet_items = F)

# expected item scoring function - multiple figure plot(fitR, type = "itemscore") plot(fitR, type = "itemscore", facet_items = F)

# test information and standard errors - combination plot(fitR, type = "infoSE")

# factor scores fs <- fscores(fitR) sts <- as.vector(scale(apply(data, 1, sum)))

df <- data.frame(fs, sts)

ggplot(df, aes_string("sts", "fs")) + geom_point(size = 3) + labs(x = "Standardized total score", y = "Factor score") + theme_bw() + theme(text = element_text(size = 14), plot.title = element_text(face = "bold", vjust = 1.5), axis.line = element_line(colour = "black"), panel.grid.major = element_blank(), panel.grid.minor = element_blank(), panel.background = element_blank()) + theme(legend.box.just = "left", legend.justification = c(1, 0), legend.position = c(1, 0), legend.box = "vertical", legend.key.size = unit(1, "lines"), legend.text.align = 0, legend.title.align = 0)

### comparing two models fit1 <- mirt(data, 1, "Rasch") fit2 <- mirt(data, 1, "2PL") anova(fit1, fit2)

### person fit personfit(fitR)

`

[patriciamar]

mirt vypada velmi dobre! Bylo by mozne vytvorit jej zatim jako samostatny list?

[adelahladka]

• mirt přidán jako samostatný list
• models comparison přidáno jako další záložka v IRT models

Co je ještě potřeba?

[patriciamar]

mirt vypada pekne.

Zatim nam zlobi pridani baliku mirt na Shiny server. Nejake napady? Hlasi to toto:

• installing source package ‘RcppArmadillo’ ... ** package ‘RcppArmadillo’ successfully unpacked and MD5 sums checked checking whether the C++ compiler works... yes checking for C++ compiler default output file name... a.out checking for suffix of executables... checking whether we are cross compiling... no checking for suffix of object files... o checking whether we are using the GNU C++ compiler... yes checking whether g++ -m64 accepts -g... yes checking how to run the C++ preprocessor... g++ -m64 -E checking whether we are using the GNU C++ compiler... (cached) yes checking whether g++ -m64 accepts -g... (cached) yes checking whether g++ version is sufficient... no configure: WARNING: Only g++ version 4.6 or greater can be used with RcppArmadillo. configure: error: Please use a different compiler. ERROR: configuration failed for package ‘RcppArmadillo’
• removing ‘/usr/lib64/R/library/RcppArmadillo’ ERROR: dependency ‘RcppArmadillo’ is not available for package ‘mirt’

Kompiler prý nemá update.

[adelahladka]

U mě to funguje bez problémů, zde radí spustit R v režimu R --vanilla a pak až nainstalovat balíčky.

Teď jsem ještě našla debatu vývojářů přímo na GitHubu. Snad to pomůže!