一个非参数贝叶斯模型用于检测差异项目功能：对美国政治代表性的应用
摘要：比较选民和立法者的潜在偏好是研究代表性质量时常用的方法，通常是通过将项目反应理论（IRT）模型拟合到一组共同的刺激上获得。尽管暴露于相同的刺激，选民和立法者可能对这些刺激如何映射到他们的潜在偏好没有共同的理解，导致差异项目功能（DIF）和估计的不可比性。我们通过重新分析一个有影响力的调查数据集来探讨通过IRT模型获得的DIF和潜在偏好不可比性的存在，其中调查受访者表达了他们对美国立法者之前投票的投票偏好。为此，我们提出在标准IRT模型中定义一个Dirichlet过程先验于项目反应函数。与典型的多步骤检测DIF方法相比，我们的策略允许研究人员拟合一个单一模型，自动识别对潜在特质到观察到的反应具有不同映射的不可比较的亚群体。我们发现，尽管有一组选民的估计位置可以安全地与立法者的位置进行比较，但相当大比例的调查选民对刺激的理解方式有根本性的不同。忽视这些问题可能会导致关于代表性质量的错误结论。
作者：Yuki Shiraito, James Lo, Santiago Olivella
论文ID：2205.05934
分类：Applications
分类简称：stat.AP
提交时间：2023-08-08