Switch branches/tags
Nothing to show
Find file History
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
..
Failed to load latest commit information.
README.md

README.md

mirt: skalowanie odpowiedzi lepsze niż PCA

Piotr Migdał, deepsense.io / freelancer

Opis warsztatu

Item Response Theory jest modelem analizy danych, w której szukamy zmiennej ukrytej wyjaśniającej dane. Np. zamieniamy wiele odpowiedzi z ankiety na jedną zmienną odpowiadającą zadowoleniu klienta, czy też estymujemy pewną cechę charakteru na podstawie kwestionariusza. Innym zastosowaniem jest skalowanie wyników egzaminów w sposób mądrzejszy niż liczenie sumy punktów (nie każde zadanie jest równie trudne, niektóre zadania mogą być losowe).

Typowe sposoby (np. liczenie pierwszej składowej w PCA) nie uwzględniają nieliniowości zmiennych.

Pakiet mirt (Multidimensional Item Response Theory) jest wydajnym i wszechstronnym pakietem do praktycznych zastosowań IRT.

Plan warsztatu

  • wprowadzenie do Item Response Theory
  • różne modele zmiennych odpowiedzi (też: gradualne)
  • szukanie zmiennej ukrytej
  • generowanie sztucznych odpowiedzi
  • ćwiczenie praktyczne: analiza danych maturalnych

Wymagane pakiety

mirt, ggplot2, dplyr

Wymagane od uczestników umiejętności i wiedza

Podstawy R. Co to jest sigmoida.

Wymagania wstępne do wykonania przed warsztatem

mirt; RStudio z R Notebook (lub ew. R w Jupyter Notebook)

Język warsztatu

polski