Modelos latentes de recuento de Poisson para datos de recuento de acciones de evaluaciones mejoradas por tecnología | JoVE Visualize

Área de la Ciencia:

Psicometría y Medición Educativa
Modelado Estadístico
Estadística Computacional

Sus antecedentes:

Las evaluaciones computarizadas utilizan cada vez más formatos de ítems innovadores como arrastrar y soltar y preguntas basadas en escenarios.
Los modelos estadísticos existentes pueden no capturar adecuadamente la influencia sistemática de estos diversos tipos de ítems en los recuentos de acciones del usuario.
Se necesita un enfoque de modelado flexible para tener en cuenta las características de los ítems y su impacto en los datos de respuesta.

Objetivo del estudio:

Presentar un esquema de refinamiento para modelos estadísticos que tenga en cuenta explícitamente las características de los ítems y los efectos del tipo de ítem en las evaluaciones computarizadas.
Integrar este esquema en los modelos de recuento existentes, específicamente los modelos Rasch y de Conway-Maxwell-Poisson.
Validar los procedimientos de inferencia propuestos en cuanto a precisión y relevancia práctica.

Principales métodos:

Se desarrolló un esquema de refinamiento utilizando una parametrización multifacética para caracterizar características comunes y únicas de los ítems.
Se implementó el esquema dentro de los modelos de recuento de Poisson de Rasch y Conway-Maxwell.
Se utilizó Stan para la inferencia del modelo y se realizaron experimentos numéricos con datos simulados para su validación.

Principales resultados:

El esquema de inferencia propuesto demostró una recuperación adecuada de los parámetros subyacentes del modelo en simulaciones.
La aplicación empírica confirmó la relevancia práctica del refinamiento cuando están presentes efectos distintos del tipo de ítem en los datos.
El estudio validó la precisión de la estimación de los modelos refinados.

Conclusiones:

El refinamiento del modelo propuesto captura eficazmente los efectos del tipo de ítem en los datos de evaluaciones computarizadas.
Este enfoque ofrece una solución práctica para analizar datos de recuento de formatos de ítems innovadores.
Los hallazgos proporcionan información sobre la aplicación de modelos de Poisson para el análisis de datos de recuento en psicometría.