ScholarGate
助手
Latent structureScale / measurement

贝叶斯项目分析

贝叶斯项目分析将贝叶斯推断应用于估计项目层面的统计量——难度、区分度和干扰项有效性——通过结合观测到的反应数据和先验知识。它产生项目参数的完整后验分布,而不是单一的点估计,从而提供更丰富的关于不确定性的信息,尤其是在样本量较小的情况下。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Fox, J.-P. (2010). Bayesian Item Response Modeling: Theory and Applications. Springer. DOI: 10.1007/978-1-4419-0742-4
  2. 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

如何引用本页

ScholarGate. (2026, June 3). Bayesian Item Analysis. ScholarGate. https://scholargate.app/zh/psychometrics/bayesian-item-analysis

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateBayesian Item Analysis (Bayesian Item Analysis). 于 2026-06-15 检索自 https://scholargate.app/zh/psychometrics/bayesian-item-analysis · 数据集: https://doi.org/10.5281/zenodo.20539026