ATUALIZADA EM 14/12/2017
OS RESULTADOS DO EXAME (FINAIS) ENCONTRAM-SE DISPONÍVEIS NO LINK ABAIXO.
A VISTA DO EXAME SERÁ NO DIA 15/12, DAS 15h00 AS 16h00, NA SALA 210 DO IMECC
CONCEITOS FINAIS
Média Global ou Média Final Conceito
7,5 |--- 10,0 A
5,5 |--- 7,4 B
4,0 |--- 5,4 C
0,0 |--- 3,9 D
____________________________________________________________________________________________________________________________________________________
Dias, locais e horários das aulas: Terças e Quintas das 8h00 às 10h00, Sala 225 do IMECC
Horário de Atendimento:
Terças-feiras : 13h00 às 14h00 (veja o Programa da disciplina)
Slides das Aulas
Teoria Clássica de Medidas (TCM) (atualizaos em 12/09/2017, partes relativas a correção bisserial e ponto bisserial)
Modelos para respostas dicotômicas (unidimensionais)
Estimação na TRI (parte 1 - métodos marginais perfilados frequentistas) (atualizados em 05/09/2017)
Referências: Baker and Kim (2004), Bock and Aitkin (1981), Mislevy (1986), Mislevy (1989)
Análise de dados (Exemplo 1) via TRI (método marginal-perfilado frequentista) (Exemplo 1) (disponibilizados em 05/09/2017)
Estimação na TRI (parte 2 - métodos marginais perfilados bayesianos) (disponibilizados em 05/09/2017)
(material sobre Inferência Bayesiana)
Análise de dados (Exemplo 1) via TRI (método marginal-perfilado bayesiano) (Exemplo 1) (disponibilizados em 12/09/2017)
Análise de dados (Exemplo 1) via TRI (métodos bayesianos plenos via MCMC) (disponibilizados em 10/09/2017)
modelo de 2 parâmetros: histogramas das posteriores: traço latente, discriminação, dificuldade, proporções preditas de respostas corretas (para diagnósticos MCMC veja o programa) (disponibilizados em 10/09/2017)
modelo de 3 parâmetros: histogramas das posteriores: traço latente, discriminação, dificuldade, parâmetro de acerto ao acaso, proporções preditas de respostas corretas (para diagnósticos MCMC veja o programa) (disponibilizados em 10/09/2017)
Modelos de grupos múltiplos e Equalização (disponibilizados em 22/092017)
Análise via métodos bayesiano plenos: histogramas das
posteriores: traços latentes,
discriminação,
dificuldade,
proporções preditas de
respostas corretas (para diagnóstico MCMC veja o programa)
(disponibilizados
em 22/092017)
Modelos multidimensionais (proporções de respostas corretas MCMC, probabilidades de respostas corretas mirt, proporções de respostas corretas mirt)
Teoria e Análise de dados do Exemplo 1
Modelos para respostas politômicas (disponibilizados em 22/10/2017)
Exemplo 1 :
curvas características do itens ; curvas características dos itens com bandas de confiança
proporções observadas de escolhas por categoria
proporções observadas e preditas de escolhas por categorias
curvas características dos itens com probabilidades esperadas
curvas características dos itens com probabilidades esperadas com intervalos de confiança
Construção e interpretação de escalas (disponibilizados em 29/10/2017)
Tópicos adicionais (avanços recentes)
Distribuições não Gaussianas para os traços latentes: artigo1 (apresentado, link para o artigo), artigo2 (link para o artigo)
Modelagem de dados longitudinais para um único grupo: apresentação (link para o artigo)
Modelagem de dados longitudinais para vários grupos e seleção de estruturas de covariância: apresentação (link para o artigo)
Estimação através do algoritmo CADEM: apresentação (link para o artigo)
Funções de ligação assimétricas/caudas pesadas (artigo distribuição t, artigo distribuição skew normal)
Listas
Lista I (disponibilizada em 16/08/2017)
Lista II (disponibilizada em 11/09/2017)
Lista III (disponibilizada em 22/09/2017)
Lista IV (disponibilizada em 29/10/2017)
Programas
Estimação da altura (individual)
Funções auxiliares da TRI (desenvolvidas na disciplina) (atualizados em 09/10/2017)
Funções auxilares do MIRT (atualizados em 22/10/2017)
Funções auxiliares MCMC (atualizados em 09/10/2017)
Geração de gráficos para os modelos de resposta dicotômica
Geração de gráficos para os modelos de resposta politômica (Modelo de Resposta Nominal, Modelo de Resposta Gradual)
Geração de gráficos para os modelos de resposta dicotômica multidimensionais
Geração das verossimilhanças para os modelos dicotômicos (disponibilizados em 10/09/2017)
Análise via TCM dos dados do Exemplo 1 (atualizados em 12/09/2017)
Simulação (estimação) no modelo logístico de 1 parâmetro (disponibilizados em 17/08/2017)
Traços latentes conhecidos e parâmetros dos itens desconhecidos
Parâmetros dos itens conhecidos e traços latentes desconhecidos
Parâmetros dos itens e traços latentes desconhecidos (atualizados em 05/09/2017)
Análise via TRI (métodos marginal-perfilados frequentistas) dos dados relativos ao Exemplo 1 (disponibilizados em 05/09/2017)
Comparação entre os métodos frequentistas e bayesianos (disponibilizados em 05/09/2017)
Análise via TRI (métodos marginal-perfilados bayesianos) dos dados relativos ao Exemplo 1 (disponibilizados em 12/09/2017)
Análise via TRI métodos bayesianos plenos via algoritmos MCMC
Programas para rodar os exemplos de outros modelos (arquivo 1, arquivo 2, arquivo 3)
Exemplo 1 M2P, M2P verossimilhança aumentada, verossimilhança original (disponibilizados em 10/09/2017)
Exemplo 1 M3P, M3P verossimilhança original (disponibilizados em 10/09/2017)
Modelos de grupos múltiplos e Equalização
Exemplo 2: programa mirt, programa WinBUGS (probit2PnormMGM.bug) (verossimilhança aumentada)
Modelos multidimensionais para respostas dicotômicas (artigo Chen & Thissen (1997), link)
Exemplo 1: marginal-perfilado (mirt), bayesiano pleno (WinBUGS, probit3MultPOL)
Modelos para respostas politômicas (disponibilizados em 22/10/2017)
Conjuntos de dados
Dados relativos a um teste de Matemática (Exemplo 1) (LEII.dat,LEII.xls) (disponibilizados em 16/08/2017)
Dados do PDE (instante 1) (disponibilizados em 16/08/2017)
Dados sobre o estudo Exemplo 2 (IPMA) (.dat)
Dados do PDE (os seis instantes)
Vestibular 2017 da Unicamp (maiores informações: link, provas Fase 1, provas Fase (Matemática) 2, gabarito Fase 1)
Fase 1 (um único grupo) (identificação das colunas): 1-identificação do indivíduo, 2- escore, 3-caderno de prova (neste caso, todos os cadernos já foram convertidos para o caderno "Q", 4 - presente (P) ausente (A), 5 a 94 - alternativa escolhida, 95 - 184 - resposta dicomotizada (1 - resposta correta, 2 - resposta incorreta)
Fase1V2017 (para ler o arquivo, use o comando read.table("DIRETORIO\\NOMEDOARQUIVO.txt",sep=" ",quote="") )
Fase 1 (vários grupos) (identificação das colunas): 1- identificação de grupo: G1: os que não passaram para a Fase 2, G2: os que passaram para a Fase 2 , 2-identificação do indivíduo, 3- escore, 4-caderno de prova (neste caso, todos os cadernos já foram convertidos para o caderno "Q", 4 - presente (P) ausente (A), 6 a 95 - alternativa escolhida, 96 - 185 - resposta dicomotizada (1 - resposta correta, 2 - resposta incorreta)
FaseG1G2V2017 (para ler o arquivo, use o comando read.table("DIRETORIO\\NOMEDOARQUIVO.txt",sep=" ",quote="")
Fase 1 (vários grupos) (identificação das colunas): 1- identificação de grupo: G1: os que não passaram para a Fase 2, G2: os que passaram para a Fase 2 mas não foram aprovados no vestibular, G3: os que foram aprovados no vestibular,2-identificação do indivíduo, 3- escore, 4-caderno de prova (neste caso, todos os cadernos já foram convertidos para o caderno "Q", 4 - presente (P) ausente (A), 6 a 95 - alternativa escolhida, 96 - 185 - resposta dicomotizada (1 - resposta correta, 2 - resposta incorreta) (EM BREVE)
Fase 2 (identificação das colunas): 1 - identificação do indivíduo, 2 - número do cruso pretendido (1a escolha), 3 - nome do cruso pretendido (1a escolha), 4 - prova (4 = Matemática), 5 - NAP : não aprovado no vestibular, A : aprovado no vestibular, 6 a 11 : nota em cada uma das 6 questões, 12: nota final (escore)
Fase2V2017 (para ler o arquivo, use o comando read.table("DIRETORIO\\NOMEDOARQUIVO.txt",sep=" ",quote="") )
Seminários
Dias e horários das apresentações
Notas
Notas Prova I, Prova II, Prova substitutiva, Seminários, Trabalho & EXAME (link)
Alunos que solicitaram fazer a prova substitutiva (link)
Trabalho
Links
Livro Teoria da Resposta ao Item: conceitos e aplicações (link)
Livro Teoria da Resposta ao Item com uso do R (link)
Dissertação de Mestrado (Dissertação de Mestrado: Métodos de Estimação na Teoria da resposta ao Item)
Tese de Doutorado (Modelos longitudinais de grupos múltiplos multiníveis na teoria da resposta ao item: métodos de estimação e seleção estrutural sob uma perspectiva bayesiana)
Dissertação de Mestrado (Modelos multivariados na Teoria da Resposta ao Item)
Disssertação de Mestrado (Modelos multidimensionais na Teoria da Resposta ao Item)
Páginas do Prof. Adilson dos Anjos (Teoria da avaliaçao;Recursos computationais na TRI)
Phil Chalmers (página pessoal; artigo do mirt)
Mais sobre teoria clássica de medidas (link 1, link 2)
Minicurso sobre TRI (1o Encontro Goiano de Probabilidade e Estatística)
Parte 1; Parte 2; Parte 3; Parte 4
Minicurso apresentado no I CONCOLTRI (apresentação, programas, dados)
Apresentação no evento (IX Mostra Estadual de Ciência, Tecnologia e Inovação (MECTI) & 14ª Semana Nacional de Ciência e Tecnologia (SNCT) )
Apresentação relativas aos artigos:
Bayesian inference for a skew-normal IRT model under the centred parameterization: (link artigo,link da apresentação)
Parameter recovery for a skew-normal IRT model under a Bayesian approach: hierarchical framework, prior and kernel sensitivity and sample size: (link artigo,link da apresentação )
Apresentação relativa ao artigo: Bayesian longitudinal item response modeling with restricted covariance pattern structures (link artigo, link apresentação)
Apresentação relativa ao artigo: http://www.inderscienceonline.com/doi/abs/10.1504/IJQRE.2015.071737 (link artigo, link apresentação)
Bugs codes for Item Response Theory (link)
Using the Stan Program for Bayesian Item Response Theory (link)
Referências sobre a verificação da qualidade de ajuste do modelo
Bock, R. D. (1972). Estimating item parameters and latent ability when responses are scored in two or more nominal categories. Psychometrika, 37, 29-51. (link)
Chalmers, R. P. & Ng, V. (2017). Plausible-Value Imputation Statistics for Detecting Item Misfit. Applied Psychological Measurement, 41, 5. (link)
Drasgow, F., Levine, M. V., & Williams, E. A. (1985). Appropriateness measurement with polychotomous item response models and standardized indices. British Journal of Mathematical and Statistical Psychology, 38, 67-86. (link)
Kang, T. & Chen, Troy, T. (2007). An investigation of the performance of the generalized S-X2 item-fit index for polytomous IRT models. ACT (link)
McKinley, R., & Mills, C. (1985). A comparison of several goodness-of-fit statistics. Applied Psychological Measurement, 9, 49-57. (link)
Orlando, M., Thissen, D. (2000). Likelihood-based item fit indices for dichotomous item response theory models. Applied Psychological Measurement, 24, 50-64. (link)
Reise, S. P. (1990). A comparison of item- and person-fit methods of assessing model-data fit in IRT. Applied Psychological Measurement, 14, 127-137. (link)
Stone, C. A. (2000). Monte Carlo Based Null Distribution for an Alternative Goodness-of-Fit Test Statistics in IRT Models. Journal of Educational Measurement, 37, 58-75. (link)
Wright B. D. & Masters, G. N. (1982). Rating scale analysis. MESA Press. (link)
Yen, W. M. (1981). Using simulation results to choose a latent trait model. Applied Psychological Measurement, 5, 245-262. (link)