Análisis para un novato R

Question

Estoy tratando de evaluar un 20-elemento multliple prueba de elección. Quiero realizar un análisis de ítems, tal como se puede encontrar en este ejemplo. Así, para cada pregunta que yo quiero que el P-valor y la correlación con el total y la distribución de las opciones seleccionadas.

No sé nada acerca de los diversos paquetes de software de estadística por ahí, pero me gustaría utilizar R como me siento cómodo con la programación y la R es de código abierto. El pseudo-flujo de trabajo que yo veo es:

1. preparar los datos en excel y exportar a CSV

2. carga de datos en R

3. la carga de un paquete que hace lo que necesito

4. ejecutar el paquete de comandos

5. la exportación y el informe.

Estoy seguro de con 1 y 2, pero tiene problemas con 3, probablemente porque no tengo el vocabulario estadístico para comparar los paquetes que me encontré en CRAN. ltm parece que podría ser el derecho del paquete pero no lo puedo decir. Lo que se utiliza el paquete, ¿qué sería de los comandos?

Lado de la pregunta: en los enlaces de ejemplo, ¿qué crees que MC y MI stand?

Answer 1

El alfa de función del paquete de psych produce lo que usted está buscando.

Para exportar esto, guardar el objeto y utilice la función xtable para producir marca de látex, que luego puede ser formateado por cualquier editor de LaTeX.

Answer 2

Puedo sugerir que, al menos, dos paquetes que permiten realizar estas tareas: psych (score.items) y ltm (descript). El CTT paquete parece también al proceso de MCQ, pero yo no tengo experiencia con ella. Se puede encontrar más información en W Revelle el sitio web de La Personalidad Proyecto, esp. la página dedicada a la psicometría con R que ofrece paso a paso las instrucciones para la importación, análisis y reporte de datos. También, el CRAN Vista de Tareas en la Psicometría incluye muchos recursos adicionales.

Como se describe en su enlace, MC significa "Media total de la puntuación bruta de las personas que contestaron el ítem con la respuesta correcta", y para MI "Media total de la puntuación de las personas que no respondieron el ítem con la respuesta correcta.". Punto-biserial de correlación (R ()) también está disponible en la ltm paquete (biserial.cor). Esto es básicamente un indicador del poder de discriminación del ítem (ya que es la correlación del ítem y la puntuación total), y está relacionada con la discriminación de un parámetro 2-PL IRT modelo o factor de carga en el Análisis factorial.

Si usted realmente desea reproducir la tabla se muestran, supongo que tendrá que ajustar algunos de este código con el código personalizado, al menos para la salida de el mismo tipo de tabla. He hecho un rápido y sucio ejemplo que reproducen la tabla:

dat <- replicate(10, sample(LETTERS[1:4], 100, rep=TRUE))
dat[3,2] <- dat[67,5] <- NA
itan(dat)

         P      R    MC    MI NC OMIT  A  B  C  D
 [1,] 0.23 -0.222 2.870 2.169 23    0 23 22 32 23
 [2,] 0.32 -0.378 3.062 1.985 32    1 32 20 14 33
 [3,] 0.18 -0.197 2.889 2.207 18    0 18 33 22 27
 [4,] 0.33 -0.467 3.212 1.896 33    0 33 18 29 20
 [5,] 0.27 -0.355 3.111 2.056 27    1 27 23 23 26
 [6,] 0.17 -0.269 3.118 2.169 17    0 17 25 25 33
 [7,] 0.21 -0.260 3.000 2.152 21    0 21 24 25 30
 [8,] 0.24 -0.337 3.125 2.079 24    0 24 32 22 22
 [9,] 0.13 -0.218 3.077 2.218 13    0 13 29 33 25
[10,] 0.25 -0.379 3.200 2.040 25    0 25 25 31 19

Como estas son las respuestas al azar, correlación biserial y elemento de dificultad no son muy significativas (excepto para comprobar que los datos son realmente aleatorios :). También, es digno de la comprobación de los posibles errores, ya que redactó la función de R en 10'...