在IRT中，潛在特質不服從正態(tài)分布會有什么影響

jin216 發(fā)表于 2017-1-18 20:22
參數的極大似然估計一般都有正態(tài)分布假設，而貝葉斯估計則可以給出先驗概率分布，但題目數量較多時（大于60 ...

歡迎新同學。18樓給出的答案很經典。推薦你看看。

我再自己蓋個樓層啊。其實除了18樓呆呆de笑同學給出的答案外，還有一些好的參數估計方法。期待大家能夠發(fā)現然后回帖！

我怎么印象中不符合正太分布的話，把數據進行處理，比如sin、cos函數、ln函數等，記得有一片論文就是關于這個，大意是說將原始數據sin、cos、ln化以后（任選其一即可），數據一般就可以用了。
這篇論文引用都1w+了吧……好像

頂一下，后面回來學習

不錯，多多發(fā)這種討論的帖子。歡迎大家參與討論。

北極維尼熊 發(fā)表于 2017-1-23 09:26
我怎么印象中不符合正太分布的話，把數據進行處理，比如sin、cos函數、ln函數等，記得有一片論文就是關于這 ...

是的，這也是可行的處理方法之一。但是有研究認為，這類處理方法的假設還是太強。

jinshun 發(fā)表于 2017-1-24 09:42
頂一下，后面回來學習

歡迎加入

先頂下再說

大部分的IRT研究基本上都假定IRT中，潛在能力是服從標準正態(tài)分布的，但是真實的數據如果不服從正態(tài)分布的話，整個模型的項目參數估計值就錯了