ScholarGate
Avustaja
Latent structureScale / measurement

Robusti Rasch-malli

Robusti Rasch-malli soveltaa standardia yhden parametrin logistista Rasch-kehystä estimointimenetelmillä, jotka on suunniteltu rajoittamaan poikkeavien kohdevasteiden, epätyypillisten vastaajien tai lievien mallirikkoumien vaikutusta. Tämä tuottaa vakaita kohde- ja henkilöparametrien estimaatteja, jotka ovat vähemmän herkkiä datan kontaminaatiolle kuin tavalliset suurimman uskottavuuden tai ehdollisen suurimman uskottavuuden Rasch-estimoinnit.

Avaa sovelluksessa MethodMindTulossaApply, compare, get guidance
Tools & resources
Lataa diat
Learn & explore
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. Strobl, C., Wickelmaier, F., & Zeileis, A. (2011). Accounting for individual differences in Bradley-Terry models by means of recursive partitioning. Journal of Educational and Behavioral Statistics, 36(2), 135–153. DOI: 10.3102/1076998609359791
  2. Mislevy, R. J., & Bock, R. D. (1982). Biweight estimates of latent ability. Educational and Psychological Measurement, 42(3), 725–737. DOI: 10.1177/001316448204200302

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Robust Rasch Model. ScholarGate. https://scholargate.app/fi/psychometrics/robust-rasch-model

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain
ScholarGateRobust Rasch Model (Robust Rasch Model). Haettu 2026-06-17 osoitteesta https://scholargate.app/fi/psychometrics/robust-rasch-model · Aineisto: https://doi.org/10.5281/zenodo.20539026