Modelo LSMIRT para múltiples poblaciones

Se propone un modelo multidimensional de teoría de respuesta al ítem con una estructura lineal latente para g grupos o subgrupos poblaciones. El modelo fue diseñado para ajustar datos provenientes de pruebas binarias o dicotomizadas, las cuales están divididas en m subpruebas y son aplicadas a g gru...

Full description

Autores:
Agámez Montalvo, Gualberto Segundo
Tipo de recurso:
Fecha de publicación:
2014
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/49867
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/49867
http://bdigital.unal.edu.co/43390/
Palabra clave:
51 Matemáticas / Mathematics
Teoría de respuesta al ítem multidimensional
Estructura lineal latente
Múltiples grupos
Subprueba
Trazo latente
Multidimensional item response theory
Linear latent structure
Multiple groups
Subtest
Latent trait
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_e1560e4162948fd4a2b953193a2fa1b8
oai_identifier_str oai:repositorio.unal.edu.co:unal/49867
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Modelo LSMIRT para múltiples poblaciones
title Modelo LSMIRT para múltiples poblaciones
spellingShingle Modelo LSMIRT para múltiples poblaciones
51 Matemáticas / Mathematics
Teoría de respuesta al ítem multidimensional
Estructura lineal latente
Múltiples grupos
Subprueba
Trazo latente
Multidimensional item response theory
Linear latent structure
Multiple groups
Subtest
Latent trait
title_short Modelo LSMIRT para múltiples poblaciones
title_full Modelo LSMIRT para múltiples poblaciones
title_fullStr Modelo LSMIRT para múltiples poblaciones
title_full_unstemmed Modelo LSMIRT para múltiples poblaciones
title_sort Modelo LSMIRT para múltiples poblaciones
dc.creator.fl_str_mv Agámez Montalvo, Gualberto Segundo
dc.contributor.author.spa.fl_str_mv Agámez Montalvo, Gualberto Segundo
dc.contributor.spa.fl_str_mv Montenegro Díaz, Alvaro Mauricio
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
topic 51 Matemáticas / Mathematics
Teoría de respuesta al ítem multidimensional
Estructura lineal latente
Múltiples grupos
Subprueba
Trazo latente
Multidimensional item response theory
Linear latent structure
Multiple groups
Subtest
Latent trait
dc.subject.proposal.spa.fl_str_mv Teoría de respuesta al ítem multidimensional
Estructura lineal latente
Múltiples grupos
Subprueba
Trazo latente
Multidimensional item response theory
Linear latent structure
Multiple groups
Subtest
Latent trait
description Se propone un modelo multidimensional de teoría de respuesta al ítem con una estructura lineal latente para g grupos o subgrupos poblaciones. El modelo fue diseñado para ajustar datos provenientes de pruebas binarias o dicotomizadas, las cuales están divididas en m subpruebas y son aplicadas a g grupos o subgrupos poblaciones. Se asume que cada subprueba está diseñada para medir un trazo latente unidimensional (trazo latente principal o habilidad principal), y medir estos es el objetivo de la prueba. Además, se asume que la prueba completa mide un vector de trazos latentes de los examinados, cuyas componentes no coinciden necesariamente con los trazos latentes principales. En lugar de eso, se asume que los trazos latentes principales son composiciones (combinaciones lineales) de las componentes del vector de trazos latentes. Por lo tanto, los trazos latentes principales tienen una estructura lineal latente. Se supone que cada ítem pertenece exactamente a una subprueba. En el modelo estudiado, la dimensión de la prueba se define como el número de sus subpruebas y no es necesariamente igual a la dimensión del espacio de trazos latentes. Para estimar los parámetros de los modelos propuestos, se desarrolló un algoritmo para implementar un muestreador de Gibbs con datos aumentados (DAGS). El modelo fue utilizado para ajustar los datos del Primer Estudio Internacional Comparativo sobre Lenguaje, Matemática y Factores Asociados en Tercero y Cuarto Grado (PERCE), que fue aplicada por el Laboratorio Latinoamericano de Evaluación de la Calidad de la Educación.
publishDate 2014
dc.date.issued.spa.fl_str_mv 2014
dc.date.accessioned.spa.fl_str_mv 2019-06-29T09:25:51Z
dc.date.available.spa.fl_str_mv 2019-06-29T09:25:51Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/49867
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/43390/
url https://repositorio.unal.edu.co/handle/unal/49867
http://bdigital.unal.edu.co/43390/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística
Departamento de Estadística
dc.relation.references.spa.fl_str_mv Agámez Montalvo, Gualberto Segundo (2014) Modelo LSMIRT para múltiples poblaciones. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/49867/1/832501.2014.pdf
https://repositorio.unal.edu.co/bitstream/unal/49867/2/832501.2014.pdf.jpg
bitstream.checksum.fl_str_mv e15e90a799ee26517a7832a68aa34dfb
3c0b39a47ab5140d2c190a01cd84f3ff
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089868467240960
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Montenegro Díaz, Alvaro MauricioAgámez Montalvo, Gualberto Segundob0341d59-f5a0-4279-ba78-f9f361f5b5ee3002019-06-29T09:25:51Z2019-06-29T09:25:51Z2014https://repositorio.unal.edu.co/handle/unal/49867http://bdigital.unal.edu.co/43390/Se propone un modelo multidimensional de teoría de respuesta al ítem con una estructura lineal latente para g grupos o subgrupos poblaciones. El modelo fue diseñado para ajustar datos provenientes de pruebas binarias o dicotomizadas, las cuales están divididas en m subpruebas y son aplicadas a g grupos o subgrupos poblaciones. Se asume que cada subprueba está diseñada para medir un trazo latente unidimensional (trazo latente principal o habilidad principal), y medir estos es el objetivo de la prueba. Además, se asume que la prueba completa mide un vector de trazos latentes de los examinados, cuyas componentes no coinciden necesariamente con los trazos latentes principales. En lugar de eso, se asume que los trazos latentes principales son composiciones (combinaciones lineales) de las componentes del vector de trazos latentes. Por lo tanto, los trazos latentes principales tienen una estructura lineal latente. Se supone que cada ítem pertenece exactamente a una subprueba. En el modelo estudiado, la dimensión de la prueba se define como el número de sus subpruebas y no es necesariamente igual a la dimensión del espacio de trazos latentes. Para estimar los parámetros de los modelos propuestos, se desarrolló un algoritmo para implementar un muestreador de Gibbs con datos aumentados (DAGS). El modelo fue utilizado para ajustar los datos del Primer Estudio Internacional Comparativo sobre Lenguaje, Matemática y Factores Asociados en Tercero y Cuarto Grado (PERCE), que fue aplicada por el Laboratorio Latinoamericano de Evaluación de la Calidad de la Educación.Abstract. A multidimensional item response theory model with latent linear structure for several groups is proposed. This model was introduced in order to fit binary tests, which in turn are divided in several subtest and subsequently applied to different groups or populations. It is assume that each subtest measure a one-dimensional latent trait (main latent trait or main ability). The main aim is to measure these latent traits. Furthermore, it is also assumed that the entire test measures a latent trait vector from tested subjects. This latent trait vector does not necessary have the same components as the main latent trait. Instead, it is supposed that the main latent traits are linear combinations of latent trait vector components. Therefore, they have a linear latent structure. Each item is assumed to belong to exactly one subtest. In this model, the test dimension is defined as the number of subtest and it may not equal the latent trait space dimension. In order to estimate the parameters, an augment data Gibbs sampler (DAGS) was implemented and tested in simulations.Besides, the model was used to fit data from the 'First comparative survey on language, math and associated factors for 3rd and 4th year students (PERCE)', which was carried out by the Latinamerican laboratory for assessment of quality of education.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaAgámez Montalvo, Gualberto Segundo (2014) Modelo LSMIRT para múltiples poblaciones. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.51 Matemáticas / MathematicsTeoría de respuesta al ítem multidimensionalEstructura lineal latenteMúltiples gruposSubpruebaTrazo latenteMultidimensional item response theoryLinear latent structureMultiple groupsSubtestLatent traitModelo LSMIRT para múltiples poblacionesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL832501.2014.pdfapplication/pdf2453958https://repositorio.unal.edu.co/bitstream/unal/49867/1/832501.2014.pdfe15e90a799ee26517a7832a68aa34dfbMD51THUMBNAIL832501.2014.pdf.jpg832501.2014.pdf.jpgGenerated Thumbnailimage/jpeg3872https://repositorio.unal.edu.co/bitstream/unal/49867/2/832501.2014.pdf.jpg3c0b39a47ab5140d2c190a01cd84f3ffMD52unal/49867oai:repositorio.unal.edu.co:unal/498672022-12-17 23:04:35.753Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co