Bayesiläinen kohdekohtainen toiminnallisuus (Bayesian DIF)
Bayesiläinen kohdekohtainen toiminnallisuus (Bayesian DIF) analyysi havaitsee, käyttäytyykö testikohde eri tavalla eri demografisissa tai kulttuurisissa ryhmissä – kuten miehet vs. naiset – mitattua taustalla olevaa kykyä tai ominaisuutta huomioiden. Se soveltaa Bayesiläistä IRT-estimointia posteriorijakaumien saamiseksi kohdeparametreille erikseen ryhmää kohden, ja arvioi sitten ryhmien välisiä eroja posterioritodennäköisyysväleillä tai Bayes-tekijöillä klassisten p-arvojen sijaan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Swaminathan, H., & Rogers, H. J. (1990). Detecting differential item functioning using logistic regression procedures. Journal of Educational Measurement, 27(4), 361–370. DOI: 10.1111/j.1745-3984.1990.tb00754.x ↗
- Bolt, D. M. (2002). A Monte Carlo comparison of parametric and nonparametric polytomous DIF detection methods. Applied Measurement in Education, 15(2), 113–141. DOI: 10.1207/S15324818AME1502_01 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Differential Item Functioning Analysis. ScholarGate. https://scholargate.app/fi/psychometrics/bayesian-differential-item-functioning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Vahvistava faktorianalyysi (CFA)Psykometriikka↔ compare
- Differentiaalinen kohdefunktionaalisuus (DIF)Psykometriikka↔ compare
- Vastausfunktioiden teoria (IRT)Psykometriikka↔ compare
- Mittausinvarianssin testausPsykometriikka↔ compare
- Moniryhmäisen erilaisen vastausmekanismin analyysi (MG-DIF)Psykometriikka↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →