เปรียบเทียบวิธี

	การวิเคราะห์ข้อสอบแบบเบย์	ทฤษฎีการตอบสนองข้อสอบ (IRT)
สาขาวิชา	การวัดทางจิตวิทยา	การวัดทางจิตวิทยา
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	1990s–2000s	1952–1968
ผู้ริเริ่ม	Originated in Bayesian psychometrics literature, developed extensively by Jean-Paul Fox and colleagues	Frederic M. Lord (and Allan Birnbaum for the 2PL/3PL models)
ประเภท	Bayesian inference / item-level diagnostics	Probabilistic measurement model
แหล่งต้นตำรับ	Fox, J.-P. (2010). Bayesian Item Response Modeling: Theory and Applications. Springer.	Lord, F. M. & Novick, M. R. (1968). Statistical Theories of Mental Test Scores. Addison-Wesley.
ชื่อเรียกอื่น	BIA, Bayesian classical item analysis, Bayesian item statistics, Bayesian item-level diagnostics	IRT, latent trait theory, item characteristic curve theory, modern test theory
ที่เกี่ยวข้อง	4	5
สรุป	Bayesian item analysis applies Bayesian inference to estimate item-level statistics — difficulty, discrimination, and distractor effectiveness — by combining observed response data with prior knowledge. It produces full posterior distributions over item parameters rather than single point estimates, providing richer uncertainty information especially with small samples.	Item response theory models the probability that a respondent answers an item correctly (or endorses it) as a function of the respondent's latent trait level and the item's own statistical properties — difficulty, discrimination, and guessing. Unlike classical test theory, IRT places persons and items on the same scale, yielding measurement that is sample-independent for items and test-independent for persons.