Estimação Bayesiana dos parâmetros da Teoria de Resposta ao Item

Este trabalho envolve o estudo de modelos de teoria de resposta ao item, de processos markovianos em estados contínuos e inferência bayesiana à estimação dos parâmetros da Teoria de Resposta ao Item (TRI).
Na literatura, há diversas formas de estimação dos parâmetros da TRI. O enfoque é dado à estimação bayesiana desses parâmetros, mais especificamente aos métodos bayesianos de estimação utilizando técnicas de Monte Carlo via Cadeias de Markov (MCMC). Serão utilizados algoritmos tradicionais, tais como o amostrador de Gibbs e o método de Metropolis-Hasting, a fim de simular uma amostra da distribuição a posteriori e assim obter as estimativas dos parâmetros de interesse.
Em geral, interessa-se estimar tanto os parâmetros de habilidades quanto os parâmetros dos itens. Porém, o objetivo é obter apenas estimativas dos parâmetros dos itens, e um enfoque maior será dado ao modelo de respostas binárias com dois parâmetros.