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。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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
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。
- 贝叶斯验证性因子分析 (BCFA)心理测量学↔ 比较
- 差异项目功能 (DIF)心理测量学↔ 比较
- 项目反应理论 (IRT)心理测量学↔ 比较
- 量表开发心理测量学↔ 比较