EQSIRT
为什么使用 EQSIRT?
EQSIRT - 一个综合项目反应理论计算机程序 - 由美国国家癌症研究所通过一项小型企业创新研究 (SBIR) 资助开发,该资助由 NIH 的患者报告结果 (PROMIS) 倡议推动。
作者和贡献者:EQSIRT 由 Eric Wu 和 Peter Bentler 设计,他们开发了 EQS,一个流行的结构方程建模程序。它是与 IRT 专家 Patrick Mair 和 Steven Reise 共同开发的。连贯和创造性的统计编程由 Sam He 指导,复杂的接口由 Guisuo Guo 指导。
EQSIRT 有一个完整的模型构建器来简化可重用 IRT 命令的构建。与 EQS 一样,该程序包括一个完整的服务数据管理和用于初步数据筛选的一般统计组件。EQSIRT 可在 Microsoft Windows、Apple 的 Mac OS X(10.6 或更高版本)和各种 Linux 操作系统上传输。
Eqsirt 中可用的方法如下
项目反应理论模块
维度评估
- 基于相关性的探索性因素分析
- 全信息探索性因素分析
IRT 模型
- 一维模型
- 二进制数据
- Rasch、1PL、2PL 和 3PL 型号
- 使用 MML 和 MCMC 进行参数估计
- 多组数据
- 分级响应模型 (GRM)
- 广义部分信用模型 (GPCM)
- 标称响应模型 (NRM)
- 二进制数据
- 多维模型
- 二进制数据
- Rasch、1PL、2PL 和 3PL 模型
- 使用 MCMC 进行多维参数估计
- 多组数据
- 分级响应模型 (GRM)
- 广义部分信用模型 (GPCM)
- 具有非正态潜在特征的 IRT 模型(仅一维)
- 具有等式和固定约束的模型
- 多样本 IRT 模型(单维和多维模型)
- 计算的潜在特征和附加在数据编辑器中的特征分数
- 带协变量的 IRT 模型(GNLMM 方法的 MML 版本)
- 差异项目功能(DIF)
- 等同
- 多级模型
- 为 IRT 图生成的 R 脚本
- 二进制数据
潜在类别分析
- 结合二进制、有序和连续项
- 估计的类成员资格附加到数据编辑器
Mokken 量表分析
EQSIRT 模拟
数据管理和通用统计模块
数据导入和导出
- 导入固定和自由格式的文本数据
- 导入 SPSS 数据
- 导入 Microsoft Excel 数据表
- 将数据导出到 SPSS
- 将数据导出到 Excel 数据表
数据管理员
- 插入和删除行和列
- 加入变量和合并样本
- 定义缺失数据
- 排序案例
- 综合案例选择
- 重新分组和折叠类别
- 将压缩数据扩展为常规数据集
- 全面转型
统计分析(这些功能在 Mac 和 Linux版中不可用)
- 描述性统计、频率和 t 检验
- 交叉制表
- 方差分析和广义线性模型
- 回归分析
- 非参数检验
- 缺失数据诊断和插补
变量数据图
联系我们
- 电话: 021-50610550
- 邮箱: info@lingyuetop.com
- 给我们留言