Phân tích mục Bayesian
Phân tích mục Bayesian áp dụng suy luận Bayes để ước lượng các thống kê ở cấp độ mục — độ khó, độ phân biệt và hiệu quả của các phương án nhiễu — bằng cách kết hợp dữ liệu phản hồi quan sát được với kiến thức tiên nghiệm. Nó tạo ra các phân phối hậu nghiệm đầy đủ trên các tham số mục thay vì các ước lượng điểm duy nhất, cung cấp thông tin về sự không chắc chắn phong phú hơn, đặc biệt với các mẫu nhỏ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Fox, J.-P. (2010). Bayesian Item Response Modeling: Theory and Applications. Springer. DOI: 10.1007/978-1-4419-0742-4 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Item Analysis. ScholarGate. https://scholargate.app/vi/psychometrics/bayesian-item-analysis
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Phân tích nhân tố khẳng định Bayes (BCFA)Trắc lượng tâm lý↔ so sánh
- Chức năng biệt lập của mục (Differential Item Functioning - DIF)Trắc lượng tâm lý↔ so sánh
- Lý thuyết Ứng đáp Câu hỏi (IRT)Trắc lượng tâm lý↔ so sánh
- Phát triển thang đoTrắc lượng tâm lý↔ so sánh
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →