重み付きスコアロジスティックモデルとそのシミュレーション研究における非連続カテゴリスコア付き多項項目推定と適合

科学分野:

• 心理測定学
• 教育測定
• 統計モデリング

背景:

• 従来のロジスティックモデルは、非連続的な多項項目スコアを扱うのが困難です。
• 教育および心理測定評価では、複雑なスコアリングの正確な分析が不可欠です。

研究 の 目的:

• ロジスティックモデルの新しい拡張である重み付きスコアロジスティックモデル（WSLM）を導入および評価すること。
• 非連続スコアを持つ多項項目の分析におけるWSLMのパフォーマンスを評価すること。

主な方法:

• 重み付きスコアパラメータを組み込んだ重み付きスコアロジスティックモデル（WSLM）を開発しました。
• 項目パラメータ（難易度と識別力）を推定するために、周辺最尤推定法を採用しました。
• WSLMのパフォーマンスとモデル適合性を評価するためにモンテカルロシミュレーションスタディを実施しました。

主要な成果:

• WSLMは、項目パラメータ回復において低いバイアスと二乗平均平方根誤差（RMSE）を示しました。
• 適合統計量（Q1、Q4）は一般に臨界値未満であり、許容できるモデルとデータの適合を示しました。
• モデルは、さまざまなシミュレーション条件で堅牢であることが証明されました。

結論:

• WSLMは、複雑なスコアリングスキームを持つ多項項目の分析のための実行可能で堅牢な統計ツールです。
• 調査結果は、実際の教育および心理測定評価設定におけるWSLMの適用性を支持しています。
• このモデルは、特定の種類項目に対する従来の二値ロジスティックモデルを超える進歩を提供します。