文献

J-GLOBAL ID：201802238174886013   整理番号：18A0803133

階層的3PNO IRTモデルにおけるアイテムスケールハイパーパラメータのための弱情報事前情報の調査【JST・京大機械翻訳】

Investigating a Weakly Informative Prior for Item Scale Hyperparameters in Hierarchical 3PNO IRT Models

著者 (1件)： Sheng Yanyan (Department of Counseling, Quantitative Methods and Special Education, Southern Illinois University)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 8  ページ： 123  発行年： 2017年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 半t族はBayes階層モデリングにおけるスケールハイパーパラメータに対して示唆されている。2つのパラメータは半t分布を定義する:スケールsと自由度ν。sがパラメータの実際の標準偏差よりもわずかに大きい有限値に設定されると,半t事前密度はあいまいになり得る。本論文はそのような密度に焦点を合わせて,階層的3パラメータアイテム応答理論(IRT)モデルにそれらを適用した。パラメータ回復におけるそのような仕様の性能を調べるためにモンテカルロシミュレーションを行い,アイテムパラメータの実際の変動性が変化する状況下でのモデル比較を行い,結果は,アイテムパラメータに対する変動性を非常に小さいか大きくすることにより,通常採用されている均一または逆ガンマ密度よりも利点があることを示唆した。これをさらに説明するために,実際のデータ例も提供した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自由度 ,  標準偏差 ,  *t分布 ,  曖昧さ
準シソーラス用語： モンテカルロシミュレーション ,  *事前知識 , 【Automatic Indexing@JST】

著者キーワード (8件)： 項目応答理論 ,  Gibbsサンプリング ,  3パラメータモデル ,  ハイパープライア ,  スケールハイパーパラメータ ,  ハーフT ,  半Cauchy ,  半正規

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： IRT ,  モデル ,  事前情報 ,  調査