跟 Rasch repeated measurement 與成長模型有關的文章


  • Fischer, G. H. (1995). Linear logistic models for change. In Rasch models (pp. 157-180). Springer, New York, NY.
  • Measuring Change Using Rasch Models(Gerhard H. Fischer),收錄於 Handbook of item response theory: volume three, applications: edited by Wim J. van der Linden, Boca Raton, FL, CRC Press.
  • Anselmi, P., Vidotto, G., Bettinardi, O., & Bertolotti, G. (2015). Measurement of change in health status with Rasch models. Health and quality of life outcomes, 13(1), 1-7.

我目前已知的作法是用 LLTM 系列模型(LLTM、LRSM、LPCM 等),可以處理多時間點測量的問題。(其實我在想 LLTM 或 Rasch as GLMM 等,應該就類似於多層次模型在處理長期資料的方式?)

因為我目前(2020-09-30)的問題是:我們教育心理學的測量多半是 Likert-type scale 這種離散資料。因此在測量上還是要用 IRT (把離散資料轉為連續資料)比較精確。但是在多個時間點的重複測量的問題裡面,如果我是每一個時間點跑一次 PCM(之類的),那各次的參數是可以比較的嗎?題目參數不用校正嗎?(我之前的期末作業的成長模型就是這樣處理的,但經過仔細思考之後覺得好像有點不太對。)

我目前在探討成長問題上,會以「成長模型」(LGM)與「改變模型」(LCSM)為主,但是在最基本的測量問題上還是沒有解決:我該如何得到可靠的連續資料?(尤其在 Rasch 測量的情況下。)

根據 Mair 教授(@哈佛大學心理學系)在 Modern Psychometrics with R 書中的整理,縱貫式 IRT 的處理方式有 3 種:

  1. linear logistic models (LLTM/LLRM) ,Fischer(1995)
  2. two-tier item factor model,Cai(2010)
  3. IRT 潛在成長模型(latent growth IRT models)。如果是根據 McArdle 與 Grimm(2010)1 等學者(前者 @usc 南加大,後者 @ucdavis 加州大學戴維斯校區。)的推廣,則還包括潛在改變分數模型。(但到目前為止,我還沒看懂他們到底怎麼處理測量部分的@.@)

2020-09-30
Grimm、Ram 與 Estabrook(2016)2 在講一階(one-order)成長模型、二階(two-order)成長模型時突然想到,其實可以把 MIRT 當成是驗證性因素分析,得到相關矩陣(也許會有共變數?)跟平均數。
這個相關(或共變?)結構跟平均數結構就可以用來跑成長模型了啊!也許也可以適用改變模型?(如果有個人能力值?)


  1. McArdle, J. J., & Grimm, K. J. (2010). Five steps in latent curve and latent change score modeling with longitudinal data. In Longitudinal research with latent variables (pp. 245-273). Springer, Berlin, Heidelberg.

  2. Grimm, K. J., Ram, N., & Estabrook, R. (2016). Growth modeling: Structural equation and multilevel modeling approaches. Guilford Publications.

#Rasch measurement






Related Posts

JavaScript 核心 - Event Loop

JavaScript 核心 - Event Loop

Nengo AI 入門

Nengo AI 入門

前言 - Rust?

前言 - Rust?



Sponsored



Comments