地图增长理论描述了地图增长的关键特征及其在综合评估系统中的地位。

在本文中，我们提出了一个名为BFPACK的新R软件包，其中包含许多常见测试问题的贝叶斯因子假设测试的功能。该软件包括（i）贝叶斯探索性测试的新颖工具（例如，零与正面效果），（ii）贝叶斯验证性测试（具有平等和/或订单约束的竞争假设），（iii）常见统计分析，例如线性回归，通用线性模型，（CO）方差的（多元）分析，相关分析和随机截距模型，（iv）使用默认先验和（v），同时允许数据包含随机缺失的缺失观测值。

这项研究介绍了一种新的方法，即使用贝叶斯因素，其中研究人员可以直接测试层次模型中同质的内差异。此外，我们介绍了一个会员模型，该模型允许分类哪个（以及多少）个人属于共同方差模型。

图形建模最近在心理学中出现（Epskamp等人，2018年），其中数据通常是长或低维的（p Donald R. Williams＆Rast（2019））。GGMNONREG的主要目的是提供专门为低维数据设计的方法（例如，在该数据中常见的方法
社会行为科学）。

人们对国际评估计划中脱离测试的存在及其对一个国家对一个国家的教育水平的推论有效性的影响越来越令人担忧。在本文中，作者讨论了20年对此的研究以及对评估计划的含义的六个重要见解。

地图阅读流利的行动理论显示了变化和中间目标的假设机制，从而导致总体目标是帮助所有学生能够流利地阅读理解。

这项研究调查了对大规模州总结评估的测试参与。总体而言，这项研究的结果表明，脱离接触对单个状态总结测试分数有重大影响，尽管其对分数聚集的影响可能相对较小。