Robust Item Analysis
Robust item analysis applies outlier-resistant statistical methods to the evaluation of individual test or scale items. Instead of classical means and Pearson correlations — both sensitive to extreme scores — it uses trimmed means, Winsorized correlations, or M-estimators to obtain item difficulty and item-total discrimination indices that remain stable when respondent distributions are skewed or contaminated by outliers.
Izvorni zapis
Citati kopirani doslovno iz izvornog zapisa metode. Ne impliciraju nikakvu provjeru na razini tvrdnje.
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. · ISBN 978-0123869838
- Huber, P. J. & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. · ISBN 978-0470129906
Uređene tvrdnje
Tvrdnje pohranjene u knjigu dokaza, svaka s vlastitom procjenom.
Ovaj prikaz ne izmišlja procjenu tvrdnje kada knjiga dokaza nema nijednu.
Povezane metode
Generirano iz grafa metode i prikazano kao strojno predložene relacije — ne implicira se nikakva tvrdnja dokaza.