我在这里没有得到答案,但我联系了 TAM 包的作者 Alexander Robitzsch,以下是他发给我的内容(经他许可发布):
data(data.gpcm)
psych::describe(data.gpcm)
resp <- data.gpcm
# define three dimensions and different loadings
# of item categories on these dimensions
I <- 3 # 3 items
D <- 3 # 3 dimensions
# define loading matrix B
# 4 categories for each item (0,1,2,3)
B <- array( 0 , dim=c(I,4,D) )
for (ii in 1:I){
B[ ii , 1:4 , 1 ] <- 0:3
B[ ii , 1 ,2 ] <- 1
B[ ii , 4 ,3 ] <- 1
}
dimnames(B)[[1]] <- colnames(resp)
B[1,,]
## > B[1,,]
## [,1] [,2] [,3]
## [1,] 0 1 0
## [2,] 1 0 0
## [3,] 2 0 0
## [4,] 3 0 1
# test run
mod1 <- tam.mml( resp , B = B , control=list( snodes=1000 , maxiter=5) )
summary(mod1)
当然,我必须根据我的需要编辑代码,但是你们所有人可能都会对某些特别感兴趣的东西:出于某种原因,B 矩阵只有在我还定义了 0 类别时才起作用,尽管我的评级/数据仅包含从 1 到 5 的值:
B <- array( 0 , dim=c(9,6,5) ) # 9 items, 5 response cat. + 1, 5 latent dimensions
for (ii in 1:I){
B[ ii , 1:6 , 1 ] <- 0:5
B[ ii , 2 ,2 ] <- 1
B[ ii , 2 ,3 ] <- 1
B[ ii , 6 ,3 ] <- 1
B[ ii , 6 ,4 ] <- 1
B[ ii , 4 ,5 ] <- 1
}
dimnames(B)[[1]] <- colnames(X)
B[1,,]
干杯,
科赫