测量和缩放
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)使用默认的先验和(v),同时允许数据包含随机缺失的丢失观测值。
经过:乔里斯·穆尔德(Joris Mulder),,,,唐纳德·威廉姆斯,,,,Xin Gu,,,,安德鲁·托马肯(Andrew Tomarken),,,,FlorianBöing-Messing,,,,安东·奥尔森 - 包衣,,,,Marlyne Meijerink-Bosman,,,,Janosch Menke,,,,罗比·范·阿特(Robbie van Aert),,,,让·保罗·福克斯(Jean-Paul Fox),,,,Herbert Hoijtink,,,,伊夫·罗斯塞尔(Yves Rosseel),,,,Eric-Jan Wagenmakers,,,,Caspar van Lissa
主题:测量和缩放
人们对国际评估计划中脱离接触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关注。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。
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,尽管其对得分聚集的影响可能相对较小。
经过:史蒂文·怀斯(Steven Wise),,,,Jonghwan(Jay)Lee,,,,Sukkeun im
本文介绍了一种识别部分参与的方法,并提供了支持其使用和解释的验证证据。当测试事件表明存在部分参与度时,应谨慎解释努力调整的分数。