CRAN Task View: Psychometric Models and Methodsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。

Maintainer: Patrick Mair
Contact: mair at fas.harvard.edu
Version: 2017-04-17
URL: https://CRAN.R-project.org/view=Psychometrics

心理測定は心理測定の理論と技術に関係しています。 心理測定学者は、対応するデータを整理、分析、および拡大するための改善された方法を開発するために、統計および定量的方法の分野の者と協力して作業してきました。 多くの機能はすでにベースRに含まれており、他のビュー、特にSocialSciences で説明されている心理測定ツールとツールの間にかなりのオーバーラップがあるため、心理測定方法に密接に関連するパッケージの概要のみを示します。

重要なことを省略した場合、または新しいパッケージや機能をここで言及する必要がある場合は、私にお知らせください。 Please let us know

項目反応理論(IRT):

  • eRmパッケージには、拡張されたラッシュのモデルに適合する。すなわち、二値データのための通常のラッシュモデル(RM)は、線形ロジスティックテストモデル(LLTM)、評価スケールモデル(RSM)とその線形拡張(LRSM)、部分的な信用モデル(PCM)と条件付きML推定を使用するその線形拡張(LPCM)。欠損値は許可されています。
  • パッケージltmは、簡単なRMに適合します。さらに、マージナルMLのアプローチに基づいたバーンバウムの2つおよび3つのパラメータモデルを推定するための機能は、多値型のデータのための段階的応答モデル、および線形多次元ロジスティックモデルと同様に実装されています。
  • TAMは、一次元および多次元項目反応モデルに適合し、また多面的モデル、潜在回帰モデルともっともらしい値を描画するためのオプションが含まれています。
  • mirtはIRTパラダイムの下で一次元および多次元潜在特性モデルを用いて二値と多値型応答データの分析を可能にする。探索的かつ確証モデルは直交(EM)または確率的(MHRM)メソッドで推定することができる。確証の二倍と2層の分析、モデリング、アイテムテストレットで使用できます。複数のグループの分析と混合効果の設計も機能して、差分の項目を検出し、アイテムや人物共変量をモデル化するための利用可能です。
  • MLCIRTwithin は、二分順序多値項目応答の分析のための離散二層IRTモデルの推定のための柔軟なフレームワークを提供します。
  • IRTShinyはIRT分析のためのインタラクティブな光沢のあるアプリケーションを提供しています。
  • mcIRTパッケージには、公称応答モデルと入れ子ロジットモデルを推定するための関数が用意されています。両方は、複数の選択肢の項目およびその他の多値型の応答形式を検討するモデルです。(特にローカルに依存項目応答の)いくつかの追加の単および多次元項目反応モデルといくつかの探索法(DETECT、LSDM、モデルベースの??信頼性)はsirtに含まれています。
  • pcIRTは多次元多値型ラッシュモデルとミューラーの継続的な評価尺度モデルを推定する。
  • Thurstonian IRTモデルはkcirtパッケージを装着することができます。
  • MultiLCIRTは(1)多次元性の仮定、(2)潜在特性の離散性、(3)バイナリと序多値型項目の下でのIRTモデルを推定する。
  • バイナリ混合ラッシュモデルでEMアルゴリズムと情報の基準に基づくモデル選択を経由して、条件付き最尤推定は、mRmパッケージとpsychomixパッケージに実装されています。mixRaschパッケージには、二分ラッシュモデル、評価尺度モデル、および部分的信用モデルを含む、混合ラッシュモデルを推定する。
  • PPのパッケージは1,2,3,4-PLモデルとGPCM(一般化部分信用モデル)用の(MLE、WLE、MAP、EAP、ROBUST)人物パラメータの推定を含む。パラメータは、アイテムのパラメータが既知で固定されていると仮定して推定される。パッケージが便利例えばある既知のアイテムパラメータを持つ項目プール/アイテムバンクからアイテムが受験者の新たな人口とあらゆる受験生のための能力推定に投与される場合に必要とされている。
  • equateIRTパッケージには、直接、チェーンと項目反応理論(IRT)二分のアイテムのための方法を使用して、標準誤差の平均(二等分線)等化係数を計算します。
  • kequateは、ガウシアン、ロジスティック、均一なカーネルと非平滑化と事前平滑化入力データを支援する、CB、EG、SG、NEAT CE/PSEとNECのデザインを使用して、等化テストのカーネルメソッドを実装します。
  • SNSequateは、テスト等化する方法がいくつか用意されています。従来のアプローチのほかに、標準誤差を得るための機能を含む非対称なアイテム特徴的な機能に基づいたメソッドをリンクするIRTパラメータ、ローカル等化、カーネル等化をメソッドをサポートしています。
  • EstCRMパッケージには、EMアルゴリズム最尤経由Samejimaの継続的なIRTモデルのパラメータをキャリブレーションします。それは、アイテムが、残差統計に合う経験的な3Dアイテムカテゴリ応答曲線を描画するには、理論的な3D項目カテゴリ応答曲線を描画するために、シミュレーション研究のためのCRMの下でデータを生成するように計算することができます。
  • difRパッケージには、二分法採点項目にDIFを検出するために、いくつかの伝統的なメソッドが含まれています。均一および不均一の両方DIF効果は、方法は、項目反応モデルに依存しないかで、検出することができる。いくつかの方法は、二つ以上の焦点のグループを扱う。
  • パッケージlordifは(DIF)を機能して差動アイテムの様々なタイプを検出するためのロジスティック回帰フレームワークを提供します。
  • DIFlassoはラッシュモデルの差異項目機能へのペナルティ手法を実装しています。
  • ラジュ、ファン・デル・リンデンとフリーア(1995)の差異項目と項目機能解析を実行するための関数のセットはDFITパッケージに実装されています。それは、関連する統計的有意性検定カットオフポイントを取得するためのモンテカルロ項目パラメータレプリケーション(IPR)アプローチを使用する関数が含まれています。
  • difNLR パッケージには、DIFを推定するために、非線形回帰を使用しています。
  • catRパッケージは、IRTの方法を使用してコンピュータ化されたアダプティブ・テストが可能になります。
  • mirtCATパッケージは、光沢のあるパッケージを用いた適応と非適応教育や心理テストを作成するためのHTMLインターフェイスを生成するためのツールを提供します。IRTの方法論を用いて一次元および多次元のコンピュータ化された適応型テストを適用するための直接Rに応答データを収集するために、簡単なアンケートフォームを作成するのに適す。
  • xxIRT は、IRTおよびコンピュータベースのテストに関連する実装です。
  • パッケージplRaschは最尤推定と多値型(または二値)の項目と、複数(または単一)潜在特性のためのラッシュモデルのパラメータの疑似尤推定値を計算します。疑似尤推定のための堅牢な標準誤差も計算されます。
  • 一対比較法による(二値およびpolytomous)ラッシュ項目パラメータの明示的な計算(しない推定)がpairwiseパッケージを使用して行うことができます。
  • マルチレベルラッシュモデルが交差し、または部分的に交差したランダム効果を持つ混合効果モデルの機能をパッケージlme4nlme、およびMCMCglmmを用いて推定することができる。ordinalパッケージには、多値型モデルのため、この手法を実装しています。lme4を使用してGLMMファミリーのツリー構造の項目反応モデルを推定するためのインフラストラクチャがirtreesで提供されています。
  • IRTノンパラメトリック分析は、場合mokkenパッケージによって計算することができる。これは、自動化された項目の選択アルゴリズム、およびモデルの仮定の様々なチェックが含まれています。それに関連して、fwdmsaはMokken規模解析のための前方検索を実行します。それは診断プロットのいくつかのタイプを生成する、外れ値を検出する。
  • このKernSmoothIRTパッケージには、カーネル平滑化を使用してノンパラメトリック項目とオプションの特性曲線にフィットします。これは、クロスバリデーションと探索的プロットのさまざまなツールを用いた平滑化帯域幅の最適な選択が可能になる。
  • RaschSamplerは、指定された周辺分布とランダムゼロ-ワンの行列を生成することにより、正確なラッシュモデルテストの構築を可能にする。
  • 混合分類と三方ANOVAデザインに基づいたラッシュモデルをテストするための統計的検出力のシミュレーションをpwrRasch を用いて行うことができます。
  • irtProbパッケージは、このような個人的な疑似推測、個人的変動、個人の不注意などの多次元対象パラメータ(MLEおよびMAP)を推定するために設計されています。これらの補足的なパラメータは、人の適合を評価するために、ミスフィットタイプを識別するために、misfitting応答パターンを生成するために、または同時に電位ミスフィットを考慮した習熟度を推定しながら補正を行うために使用することができる。
  • cacIRTは、分類精度と項目反応理論のもと一貫性を計算します。現在は、3PL IRTモデル(または2PLまたは1PL)のためだけの独立したカットのスコアのために働く。
  • パッケージirtoysは、3つの異なるプログラム(ICL、BILOG-MG、およびLTMとIRTモデルと便利なさまざまな機能)とのバイナリ応答のIRTモデルの項目パラメータの推定への単純な共通のインタフェースを提供します。.
  • CDMのパッケージには、認知診断モデル(DINA、DINOとGDINA・モデル)も、多次元代償項目反応モデルが含まれ、離散し、準連続多次元潜在変数を持つ一般的な診断モデルを推定する。
  • 正準対応分析を介してロジスティックIRTに関連し、また、最尤推定として近似ガウス分布の調整は、パッケージVGAMにおいて様々な形態で実施される。
  • LNIRT は、ログ正常応答時間IRTモデルに使用できます。
  • emIRT は、さまざまなEMアルゴリズムIRTモデル(バイナリおよび順序応答、動的および階層モデル)を提供します。
  • immer は、階層的評価モデルと商用FACETSプログラムへのラッパー関数を含む、複数の評価に対するいくつかの項目応答モデルを実装しています。
  • さまざまなIRTモデルのRcppベースの実装は、パッケージIRTpp によって提供されます。
  • latdiagパッケージには、バイナリアイテムのセットが、非交差のICCsとの潜在的規模を持っている可能性があるかどうかを決定するのに有用なグラフを生成するためにGraphvizのからのドットプログラムを駆動するためのコマンドを生成します。
  • rpfパッケージの目的は、ロジックとIRTフィッティング、診断、および分析に共通の数学を考慮することです。これは、上に構築するために、より専用IRTパッケージに適したコアサポートコードとして想定される。
  • classifyパッケージは、IRTモデルの下で分類精度と一貫性を調べるために使用できる。
  • WrightMapは、アイテム人のマップをプロットするためのグラフィカルなツールを提供します。
  • irtDemo は、根本的なIRTの概念を実証したり探検したりするためのshinyアプリケーションのコレクションが含まれています。

コレスポンデンス分析(CA, 最適なスケーリング :

  • パッケージca は、単純な対応分析のためのものと、複数のおよび共同の対応分析のためのものとの2つの部分からなります。
  • シンプルで標準的なCAは、パッケージanacorによって提供されます。このような標準的なスケーリング、Benzecriスケーリング、重心スケーリング、グッドマン・スケーリングなどのdiffenrentスケーリング方法を可能にします。信頼楕円を含むよく知られた2次元および3次元の関節のプロットと一緒に、それは、変換プロット、Benzecriプロットし、回帰プロットの面で代替プロットの可能性を提供しています。
  • GUIは(Windowsのみ)ユーザーが対話バイプロットを構築することができ、そのパッケージBiplotGUIによって提供されています。
  • 均質性解析別名複数のCAや各種Gifi拡張はhomalsパッケージによって計算することができます。ハルプロット、スパンプロット、ボロノイプロット、スタープロット、投影プロットおよび他の多くを製造することができる。
  • 単純な複数のコレスポンデンス分析は、パッケージMASSにcorres()とmca()を用いて行うことができる。
  • パッケージade4は関数カバーの拡張セットが含まれています。例えば、主成分、シンプルかつ複数、ファジー非対称、かつ偏心対応分析。追加機能は、パッケージmade4にBioconductorに設けられている(hereも参照)。
  • パッケージcocorresp は、別のデータ行列に1データ行列を関連付けるために、予測と対称的な共対応分析(COCA)モデルに適合します。
  • いくつかの因子分析的手法FactoMineRから離れて、補助的個体をもつ複数のコレスポンデンス分析(MCA)、補助的量的変数と補助的質的変数、補助的行および/または列の点を含むCAを実行する。
  • パッケージveganは非メートル多次元尺度を含め、すべての基本的な調整方法をサポートしています。制約の調整法は、制約近接の分析、冗長解析、および制約(正規)と部分的に制約されたコレスポンデンス分析が含まれています。
  • cabootcrs は、CAのブートストラップ信頼領域を計算します。
  • cncaGUI は、ユーザが標準(非対称)CAを構築して対話できるGUIを実装しています。
  • SVDは、PCA、CA、MCA(だけでなく、CAのヘリンガー形)などの多変量探索的手法を基に、一般化PCAは、ExPositionに実装されています。パッケージには、補足データを投影することができます。
  • dualScale は、デュアルスケーリングを使用して複数の選択肢データを分析する機能を実装しますが、応答スタイルを検出するための制約付きデュアルスケーリングにはcds を使用できます。
  • CAvariants は、シンプルな単一次、二次の順序、非対称、単順序の非対称CA、二重の順序の非対称CAの6種類の双方向CAを提供しています。
  • MCAvariants は、直交多項式を介してMCAと順序MCAを提供します。
  • サーベイのようなデータ上の特定のクラス固有のMCAは、soc.ca を使用してフィッティングすることができます。
  • optiscale は、データベクトル上で最適なスケーリング変換を実行するためのツールを提供します。
  • aspect は、最適なスケーリング方法の一般的な枠組みが実装されています。

因子分析(FA)、主成分分析(PCA) :

  • Exploratory FAは、psych の関数factanal()とfa()とfa.poly()(順序データ)としてのパッケージstatsです。
  • esaBcv は、潜在因子と因子行列の数を推定します。
  • SparseFactorAnalysis は、疎なFAでカウントおよびバイナリデータをスケーリングします。
  • faoutlier は、FAとSEMのための有力な症例検出法を実装します。
  • パッケージpsych は、ファクタ/コンポーネントの適切な数を見積もるためのfa.parallel()やVSS()やアイテムクラスタリングのためのICLUST()などの関数が含まれています。
  • パッケージFAiRは、最適化のための遺伝的アルゴリズムに基づいて因子分析を行います。これは、それが可能な因子分析モデルの制限の広い範囲を課すことになり、探索的因子分析、確証的因子分析、又は半探索的因子分析(SEFA)と呼ばれる新しい推定器を用いたか否かを判定する。
  • PCAは、prcomp()(望ましい、svd()に基づく)とprincomp()(S-PLUSとの互換性のためにeigen()に基づく)を適合することができます。 勾配投影アルゴリズムに基づくFAの追加の回転方法はGPArotation パッケージにあります。 パッケージnFactors は、Cattellスクリーテストの非グラフィカルなソリューションを生成します。 一部のグラフィカルなPCA表現は、psy パッケージにあります。 paran はHornの主成分/要素のテストを実装します。
  • MCMCpack は、序数および混合因子モデルの後肢からサンプリングするためのいくつかの選択肢があるのに対し、補足個体および補助的な量的/質的変数を有するFAおよびPCAはFactoMineR パッケージを用いて実施することができる。
  • homalsパッケージには、定義セット、非線型正準相関分析(Gifiファミリーのモデル)による非線形PCA(別名、カテゴリPCA)を提供している。
  • nsprcompelasticnet は、スパースPCAに適合します。
  • 独立成分分析(ICA)がfastICAを用いて計算することができる。
  • ロバストな主成分の数は、所望のpcaPPパッケージを使用して計算することができる。
  • bpca はPCAと縮小の品質の診断ツールに基づいて、多変量データの2次元および3次元バイプロットを実装しています。
  • missMDAは主成分分析(PCA)、複数の対応分析(MCA)モデル、または複数の因子分析(MFA)モデルの不完全連続またはカテゴリカルデータセットの帰属を提供しています。

構造方程式モデル(SEM) :

  • パッケージlavaan は、パス解析、確証因子解析、構造方程式モデリング、および成長曲線モデルを含む多種多様な多変量統計モデルを推定するために使用できます。 これには、ユーザがコンパクトな方法でモデルを表現できるようにするLavaanモデル構文が含まれており、Satorra-Bentler修正を使用したML、GLS、WLS、ロバストML、欠損値のあるデータのFIMLが可能です。 平均構造と複数のグループを完全にサポートし、標準化されたソリューション、フィット指標、修正指数などを出力として報告します。
  • OpenMxパッケージは、高度な多変量統計的モデルの多種多様な推定を可能にする。それはあなたが迅速かつ柔軟に観測されたデータ与えられたSEMモデルと推定パラメータを定義するための関数とオプティマイザのライブラリで構成されています。
  • sem パッケージは、FIMLによる一般的な(すなわち、潜在変数の)SEMと、2SLSによる観測変数モデルの構造方程式に適合します。 SEMのカテゴリ変数は、polycor パッケージを介して調整することができます。
  • lavaan.survey パッケージは、複雑なサーベイの構造方程式モデリング(SEM)を可能にします。 複雑なサンプリング設計のための推定値、標準誤差、およびカイ2乗導出フィット法を修正しながら、因子分析、潜在変数を含む多変量回帰モデルおよび他の多くの潜在変数モデルを含む構造式モデル(SEM)に適合する。 これは、クラスタリング、層別化、サンプリング加重、および有限人口補正をSEM分析に組み込んでいます。
  • nlsem パッケージは、EMアルゴリズムを使用した非線形構造方程式混合モデルに適合します。 LMS(潜在的中立構造方程式)、SEMM(構造方程式混合モデル)、NSEMM(非線形構造方程式混合モデル)の3つのアプローチが実装されています。
  • OpenMx経由の共分散構造分析(SEM)アプローチを用いたメタ分析を実施するための関数のコレクションはmetaSEM パッケージで提供されています。
  • (構造方程式モデルを含む)潜在変数モデルの計算フレームワークの一般的な実装は、lavaに記載されている。lava.tobitパッケージには、プロビットリンク公式を経由して打ち切りと二値変数するためのフレームワークを一般化する。
  • pls パッケージは、部分最小二乗推定に使用できます。 パッケージsemPLS は、部分最小二乗(PLS)を使用して構造式モデルに適合します。 PLSアプローチは、観察されたデータに分布仮定を必要としないソフトモデリング技術と呼ばれる。 潜在変数を有する構造方程式モデルに重点を置くPLS法は、PLS経路モデリングにおけるセグメンテーション木のアプローチを伴うコンパニオンパッケージとしてpathmox も含むplspm で与えられる。
  • simsemは、SEMを用いたモンテカルロシミュレーションを支援するために設計されたパッケージです(方法論的な調査のために、はるかにパワー分析して)。
  • semToolsは、RフィッティングのSEMのを助けることができる機能に追加のパッケージである(例えば1機能は、欠落したデータをimputing帰属データセットを実行し、これらのデータセットからの結果を組み合わせて自動化します)。
  • semPlotは、パス図や、様々なSEMのパッケージの出力のための視覚的な分析を生成します。
  • 構造方程式混合モデルからの潜在変数間の非線形関係をグラフ化するplotSEMM
  • SEMModCompは構造方程式モデリング(SEM)のように平均と共分散構造モデルのフィット感に差の試験を実施しています。
  • semdiag およびinfluence.SEM は、外れ値を実装し、診断を活用し、SEMに対するケースの影響を与えますが、semGOF はSEMの適合度指標を提供します。
  • ctsem は、線形確率微分方程式とdlsem フィット分布ラグSEMを使用して連続時間SEMに適合します。
  • gSEM は、半監視された一般化SEMを実施し、piecewiseSEM は区分的SEMに適合する。
  • rsem は、データや補助変数がない堅牢なSEMを実装します。
  • regsem は、SEMでRegularizationを実行し、sparseSEM は、SEMでSparse-aware MLを実装します。
  • 再帰的パーティショニング(SEMツリー、SEMフォレスト)はsemtree で実装されています。
  • BigSEM は、2段階のペナルティ化された最小二乗法を使用して、構造方程式の大きなシステムを構築します。
  • 線形SEMの同定可能性は、SEMID を用いて確認することができる。
  • lsl は、ペナルティ尤度(潜在構造学習)を介してSEMを実行します。
  • systemfitパッケージは、非線形連立式モデルを含む観察-変数モデルの推定量の多種多様を、実装しています。
  • SEMとR用EQSソフトウェア間のインタフェースは、REQSパッケージで提供されています。
  • MplusAutomationパッケージはMplusを使用して潜在変数モデル予測や解釈を自動化することができます。

多次元尺度法(MDS):

  • smacof パッケージは、メジャー化によるストレス最小化に基づいた多次元スケーリング(MDS)のアプローチを提供します:対称非類似行列の単純なsmacof、長方形行列のsmacof(展開モデル)、構成の制約を伴うsmacof、 個人差(イディオスケール、インデクス、およびアイデンティティの制約を含む)、球面スマコフ(プライマリおよびデュアルアルゴリズム)。 これらのアプローチのそれぞれは、タイ処理のための第1、第2、および第3のアプローチを含むメトリックおよび非メトリックな方法で実施される。
  • PTAk パッケージは、非同一のメトリクスおよびペナルティをサポートするSVDの一般化として、テンソル(配列)を任意の次数で分解する多方向の方法を提供する。 これらの拡張機能を備えた2-way SVDも利用できます。 さらに、このパッケージには、PCAn(Tucker-n)と拡張機能を備えたPARAFAC / CANDECOMPという他の複数の方法が含まれています。
  • MASSとstatsはcmdscale()関数を使用して、古典的MDSを計算するための機能を提供する。サモンマッピングsammon()と非メートルMDS isoMDS()は、他の関連する関数です。
  • 非メートルMDSは、さらに、veganでmetaMDS()を行うことができる。さらに、labdsvecodistは、関数nmds()を提供し、いくつかのルーチンはxgobiで見つけることができます。また、ExPositionは、メトリックMDSのための機能を実装しています。
  • 主な座標分析ではveganでのcapscale()を用いて計算することができます。ade4のdudi.pco()とpco()を使用するlabdsvecodist
  • 多次元尺度法には個人差がSensoMineRパッケージにindscal()を用いて計算することができます。
  • パッケージMLDSは、最大尤度差のスケーリング(MLDS)の計算が可能になります。
  • DistatisR は、DiSTATIS / CovSTATIS 3-wayメトリックMDSアプローチを実装しています。
  • 間隔値の非類似性(超球およびハイパーボックスモデル)のシンボリックMDSは、smds パッケージに適合させることができます。
  • SOD (Self-Organizing-Deltoids)は、初期空間の次元を徐々に減らすことでMDSを提供します。
  • 監督されたMDSはsuperMDS に実装されています。

クラシック・テスト理論(CTT):

  • CTTパッケージは、古典的テスト理論に関連付けられている分析とさまざまなタスクを実行するために使用することができる:複数選択の回答を採点、信頼性分析を行う、項目分析を行う、異なるスケールにスコアを変換します。
  • 相関理論、メタアナリシス(妥当性の一般化)のための機能は、信頼性は、項目分析、評価者間の信頼性、および古典的な有用性は、psychometricパッケージに含まれています。
  • cocronパッケージには、統計的に個人の依存性または非依存性のどちらかのグループに基づいて2つ以上のα係数を比較するための関数が用意されています。
  • CMCパッケージには、測定スケールの一次元性をチェックするための信頼性のクロンバックのアルファ係数に基づく方法でステップバイステップのCronbach-Mesbach曲線を計算し、プロットします。
  • クロンバックのアルファ、カッパ係数、およびクラス内の相関係数(ICC)は、psyパッケージに記載されています。ICCの計算のための関数もパッケージpsychpsychometricおよびICCに記載されています。
  • 尺度構築と個性と実験心理学のための有用な信頼性解析のためのルーチンの数は、パッケージpsychに含まれています。
  • subscore は、CTTおよびIRTのサブコアを計算するために使用できます。

知識構造分析:

  • DAKSは、知識空間の心理理論のための機能とサンプルデータセットを提供します。このパッケージには、データをシミュレートし、知識空間理論で異なる公式を変換するためのデータ分析方法と手順を実装しています。
  • kstパッケージには、セットとの関係に基づいて決定論的な知識構造を生成処理し、操作するための基本的な機能が含まれています。フィッティング確率的知識の構造のための機能は、pksのパッケージに含まれています。

潜在クラス分析(LCA) :

  • ランダム効果による潜在クラス分析は、パッケージrandomLCAを行うことができる。また、パッケージe1071は関数lca()を提供しています。別のパッケージには、多値型の変数、潜在クラス分析のためpoLCAです。LCAはまた、必要に応じて付随する変数と潜在クラス回帰を含めることを可能にするflexmixを使用して取り付けることができます。
  • covLCA は、潜在クラスと測定変数に共変量効果を持つ潜在クラスモデルに適合します。
  • lcda は、潜在クラス判別分析に適合します。
  • ClustVarLV クラスターは潜在変数の周りの変数です。

ベイジアン精神測定:

  • blavaan は確証的因子分析、構造方程式モデル、および潜在成長曲線モデルを含むベイズ潜在変数モデルに各種適合します。
  • BayesFM は、ベイジアン探索因子分析を計算する。 因子の数は、MCMCサンプリング中に決定される。
  • ギブスサンプリングを用いて項目名のパラメータを推定するためのベイジアンアプローチはMCMCpackに含まれています。また、psclパッケージは、ベイズIRTおよびロールコール分析を可能にする。
  • cIRT は、選択肢IRTの略で、ベイジアン階層フレームワーク内の認知反応と項目選択の精度を共同でモデル化します。
  • edstan は、IRTに関連した便利な機能とあらかじめプログラムされたStanモデルを提供します。
  • fourPNO は、ベイジアン4-PL IRT推定に使用できます。
  • ltbayes を使用して、IRT潜在特性のシミュレーションベースのベイジアン推論を実行できます。
  • BayesLCA はBayesian LCAを実装します。

他の関連のパッケージ:

  • psychotoolsは、データのクラス(例えば、一対比較のため)と基本的なモデルフィッティング機能(例えば、ラッシュ、ブラッドリー・テリーモデルの場合)などの心理モデリングのためのインフラストラクチャを提供します。
  • quickpsy はすぐにフィットし、複数の条件のための心理関数をプロットするために開発されたパッケージです。
  • (パッケージpartyから)一般MOBアルゴリズムを採用した心理モデルに基づく再帰分割は、psychotreeに実装されています。現在は、ブラッドリー・テリーの木が用意されています。
  • flexmixインフラストラクチャに基づいて、心理測定の混合モデルはpsychomixパッケージ(現時点ではラッシュ混合モデルとブラッドリー・テリー混合モデル)によって提供される。
  • equateパッケージには、アンカーの試験設計との両方のランダムグループと非等価のグループで非IRT等化するための機能が含まれています。スコア分布の単変量と変量presmoothingための方法と同様に平均、線形、equipercentile、円弧等化は、サポートされています。現在サポートされている特定の等化方法はタッカーが含まれ、レヴァインはスコアを観察し、レヴァイン真のスコア、ブラウン/オランダ、回数推計、および鎖でつながれた等化。
  • CopyDetectパッケージには、いくつかのIRTと複数の選択肢の検査に解答のコピーを検出するための文献で提案された非IRT基づく統計的指標が含まれています。
  • 教育テストとその項目の分析のためのインタラクティブなshinyアプリケーションは、ShinyItemAnalysis で提供されています。
  • iterraterの信頼性とagreementのためのCoefficentsはirrで計算することができます。
  • prefmodは、実際の一対比較を分析するための計画行列を生成し、対数線型アプローチを使用して比較データ(リッカート型項目/評価またはランキング)を対に導いた。排除機能をexploting対数線型ブラッドリー・テリーモデル(LLBT)が適合します。一対比較、ランキング、および評価用のパターンモデルを計算します。欠損値(MCARとMNAR)のいくつかの治療。
  • 一対比較のためのブラッドリー・テリーモデルは、パッケージBradleyTerry2ebaに実装されています。後者は消去・バイ・側面のモデルの計算が可能になります。
  • 精神物理学的データはpsyphyパッケージを使用して分析することができます。MLCMパッケージには、知覚的な寸法がどのように相互作用するかのいくつかの仮説の下で最尤法による判断にNスケールの寄与を推定するための関数が含まれています。
  • 離散オブジェクトセットのFechnerianスケーリングのための機能とサンプルデータセットはfechnerによって提供されます。それは主観的な類似度を表すオブジェクト間Fechnerian距離、およびその他の関連情報を計算します。
  • modelfreeパッケージには、心理測定関数のノンパラメトリック推定のためと派生しきい値とスロープを推定するための機能、およびそれらの標準偏差と信頼区間を提供しています。
  • 標準化された効果の大きさの信頼区間:MBESSパッケージ。
  • mediationは、パラメトリックおよびノンパラメトリックの両方因果調停分析を可能にする。また、研究者は、特定のパラメトリックモデルの感度分析を行うことができます。
  • 自然な効果モデルを用いた調停分析はmedflexを用いて行うことができる。
  • データスクリーニング、検査モデレート、メディエーション、およびパワー推定のための機能がQuantPsycパッケージに含まれています。
  • パッケージmultiplexは、特に様々なレベルでの関係と社会的ネットワークのために設計されています。この意味で、プログラムは、複数のネットワークに見られる既存のリレーショナル・バンドルとともに部分的に順序付けられた半群のような代数構造を組み合わせるルーチンを使用して、複数のネットワーク・データ・セットを治療するための有効な方法を有する。
  • qgraphパッケージは、ネットワークのようなデータを視覚化するために使用することができる。
  • ラウンドロビンの設計のための社会的関係分析は、TripleRパッケージに実装されています。それはSOREMOソフトウェアのすべての機能を実装し、欠損値、シングルグループのための有意性検定、または自己強化指数の計算の処理のような新しい機能を提供します。
  • フィッティングと多項??処理ツリーモデルをテスト潜パラメータを有するカテゴリカルデータについての統計的モデルのクラスは、パッケージのmptを用いて行うことができる。これらのパラメータは、ツリー状のグラフのリンク確率であり、観察可能な応答カテゴリに到達するために実行される認知処理の手順を表しています。MPTinRパッケージには、多項処理ツリー(MPT)モデルの解析のためのユーザーフレンドリーな方法を提供します。
  • モデリングベータ分布する従属変数、例えば、速度および割合のベータ回帰は、betaregで提供されています。
  • cocor パッケージは、依存または独立したグループのいずれかに基づいて2つの相関を比較するための機能を提供します。
  • profileRパッケージには、プロフィール分析とクロスバリデーション技術を実装する一連のツールが用意されています。
  • TestScorerパッケージには、テスト項目を入力し、RAWと変換されたスコアを取得するためのGUIを提供します。結果はコンソールに表示されており、さらなる統計分析のために表形式のテキストファイルに保存することができる。ユーザーは、GUIを介して自身のテストおよびスコアリング手順を定義することができます。
  • wCorr は、加重または非加重形で、ピアソン、スピアマン、tetrachoric polychoric、およびpolyserial相関係数を算出します。
  • gtheory パッケージは、単変量および多変量汎化理論(G-theory)モデルに適合します。
  • GDINA パッケージは、一般化された決定論的入力、ノイズの多いゲート(G-DINA)モデルおよびシーケンシャルG-DINAモデルのフレームワーク内の様々な認知診断モデル(CDM)を推定します。また、Q-matrixの検証、項目とモデルの適合統計、テストと項目レベルでのモデル比較、および差分項目の機能を実行するためにも使用できます。 グラフィカルユーザーインターフェイスも提供されています。
  • TestDataImputation は、テストおよび評価データに対する項目応答補完の欠落を示します。
  • lba は、構成データ(探索変数と応答変数を含む双方向の不測事態テーブル)の潜在的な予算分析を実行します。
  • LVMMCOR は、潜在変数モデルに適合し、連続した連続した応答と順序付きの応答を混合します。
R言語 CRAN Task View:心理モデルや手法

One thought on “R言語 CRAN Task View:心理モデルや手法

Comments are closed.