Bachelorarbeit
1.0.0
اقترح Draxler & Zessin (2015) فئة من الاختبارات شبه الدقيقة أو الشرطية لحسابات القدرة لافتراضات نموذج راش. خوارزميات أخذ العينات مطلوبة لمحاكاة البيانات المطلوبة لحساب الطاقة. صمم Verhelst (2008) خوارزمية سريعة نسبيًا تسمى Rasch Sampler والتي تقارب التوزيع الحقيقي باستخدام إجراءات Markov Chain Monte Carlo. قام ميلر وهاريسون (2013) بتطوير خوارزمية تسمى Exact Sampler يمكنها حساب واستخراج التوزيع الدقيق. تتم مقارنة دقة العينات من خلال فحص التأثيرات المحتملة لحجم العينة ومعلمات DIF وصعوبة العنصر على دقة حساب الطاقة. بالإضافة إلى ذلك، يتم التحقق من مرحلة الاحتراق ومعلمة الخطوة كعوامل مؤثرة على جهاز أخذ عينات Rasch. دقة العينات لا تختلف بشكل كبير. كلما زاد حجم العينة، زادت القوة. حتى مع وجود انحرافات أكبر في النموذج، سواء كانت إيجابية أو سلبية، يمكن ملاحظة قوة أعلى. مع صعوبة العنصر المعتدلة، تكون القوة هي نفسها تقريبًا بالنسبة لمعلمات DIF الإيجابية والسلبية. إذا كان هناك انحراف نموذجي لعنصر بسيط، تكون القوة أكبر للانحراف الإيجابي مقارنة بالانحراف السلبي. مع العنصر الصعب، يمكن ملاحظة الاتجاه المعاكس، مع اختلاف أن التشتت أعلى بكثير. لا تؤثر مرحلة الاحتراق ولا معلمة الخطوة على دقة جهاز أخذ عينات Rasch. نظرًا للحسابات الأكثر كفاءة، يجب دائمًا استخدام جهاز Rasch Sampler. تتوافق النتائج المتعلقة بسلوك القوة عند تغيير المعلمات المختلفة مع ملاحظات Draxler & Zessin (2015).
اقترح Draxler & Zessin (2015) فئة من الاختبارات شبه الدقيقة أو الشرطية لحساب قوة افتراضات نموذج راش. خوارزميات أخذ العينات مطلوبة لمحاكاة البيانات المطلوبة لحساب الطاقة. صمم Verhelst (2008) خوارزمية سريعة نسبيًا تسمى Rasch Sampler، والتي تقارب التوزيع الحقيقي باستخدام إجراءات Markov Chain Monte Carlo. قام ميلر وهاريسون (2013) بتطوير خوارزمية تسمى Exact Sampler، والتي يمكنها حساب التوزيع الدقيق والاستخلاص منه. تتم مقارنة دقة جهازي أخذ العينات من خلال فحص التأثيرات المحتملة لحجم العينة ومعلمات DIF وصعوبة العنصر على دقة حساب الطاقة. علاوة على ذلك، يتم التحقق من مرحلة الاحتراق ومعلمات الخطوة كعوامل مؤثرة على جهاز Rasch Sampler. لا تختلف دقة العينات بشكل كبير. وتزداد القوة مع ارتفاع حجم العينة. كما تزداد القوة مع انحرافات النموذج الإيجابية والسلبية الأكبر. مع صعوبة العنصر المعتدلة، تكون قوة معلمات DIF الإيجابية والسلبية متساوية تقريبًا. إذا انحرف عنصر سهل عن النموذج، تكون القوة أكبر إذا كان الانحراف موجبًا عما إذا كان العنصر سالبًا. مع العنصر الصعب، يمكن ملاحظة اتجاه متناقض مع الاختلاف في أن نطاق قيم القوة أعلى بشكل مناسب. ليس لمرحلة الاحتراق ولا لمعلمة الخطوة أي تأثير على دقة جهاز Rasch Sampler. نظرًا للحسابات الأكثر كفاءة، يجب استخدام جهاز Rasch Sampler في أي حال. تتوافق النتائج المتعلقة بسلوك القدرة في ظل اختلاف المعلمات المختلفة مع ملاحظات Draxler & Zessin (2015).
الكلمات المفتاحية: نموذج راش، الطاقة، الاختبارات الزائفة الدقيقة، الاختبارات الشرطية، عينات راش، العينات الدقيقة
