非変数測定のための潜在マルコフモデル:コンピュータインタラクティブ評価からの相互作用ログデータへの応用

科学分野:

• サイコメトリクス
• 教育的な測定
• 統計モデリング

背景:

• 潜在マルコフモデル (LMM) は,コンピュータインタラクティブな評価からログデータを分析するためにますます使用されています.
• 現在の LMM アプリケーションでは,単一のアイテム効果を想定し,その独特の心理学的性質と結果の変異への貢献を無視しています.

研究 の 目的:

• 測定不変性制約を緩和する精巧なLMMを提案し評価する.
• 評価データ分析におけるイベント特有の測定効果を考慮する.

主な方法:

• LMMの変更により,不変数測定を処理できます.
• イベント特有の測定効果を組み込むために推論スキームの精錬.
• 推論方法を検証し,フレームワークのパフォーマンスを評価するための数値実験.

主要な成果:

• 提案された推論スキームは,モデルパラメータと状態プロフィールを適切に取得します.
• 洗練された LMM フレームワークは,潜在的プロセスをモデリングする上で信頼性の高いパフォーマンスを示しています.
• この新しい枠組みは,従来の方法と比較して,特にモデルが不明確である場合に,より高い関連性を示し,より堅固な推論が得られます.

結論:

• 精巧な LMM フレームワークは,評価データにおける項目測定効果を効果的に考慮します.
• この新しいアプローチは,明確な測定効果を持つ大規模な評価データの分析を改善する可能性を秘めています.
• この発見は,より正確な心理学的評価のための強化されたLMMの有用性を支持しています.