我们可以从对项目回答和回答时间的半参数因素分析中学到什么？以PISA 2015数据为例进行说明。
摘要：联合因素分析的项目反应和反应时间（RT）被普遍认为可以得到比仅从响应中预测的更精确的能力得分。为此，通常选择简单结构因素模型，因为它只需要指定一个额外的测量模型来处理项目级别的RT，而保持原始的项目反应理论（IRT）模型不变。项目级别的RT所表示的速度因素与IRT模型中的能力因素相关，这使得RT数据能够携带关于受试者能力的额外信息。然而，参数简单结构因素模型通常具有限制性，并且对实证数据的拟合效果不好，这引发了对简单结构合适性的不自信。本文使用半参数简单结构模型分析了2015年国际学生评估计划（PISA）的数学数据。我们得出结论，在测量模型的进一步参数假设得到充分放松的情况下，简单因素结构可以获得较好的拟合效果。此外，我们的半参数模型暗示人口中潜在能力和速度/缓慢之间的关联强度很高，但关联形式是非线性的。因此，基于拟合模型的打分可以大大提高能力得分的精确性。
作者：Yang Liu and Weimeng Wang
论文ID：2303.10079
分类：Applications
分类简称：stat.AP
提交时间：2023-08-01