在 TAM 中实施 ConQuest 评分命令

在 IRT 软件中ConQuest您可以使用命令“score”使用相同的清单变量/原始数据但不同的编码来对多个维度/潜在变量进行建模。例如：

score (1,2,3) (0,1,2) (0,1,0) ! items(1-3);

将原始分数从 1 到 3“重新编码”为第一个维度的 0、1 和 2，以及第二个维度（潜在变量）的 0、1、0。

你知道如何在R 包 TAM（使用lavaan语法或其他）？我正在尝试运行 PCM 分析。

非常感谢！

KH

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