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.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
- 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.