ラッシュモデル
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/03/22 02:24 UTC 版)
リッカート尺度のデータは原則的に、多分割のラッシュモデルを連続体に適用することで間隔尺度を得る基として使われる(そのモデルに合ったデータを得られる場合)。さらに、多分割ラッシュモデルでは、反応の傾向が予測にあっているかという仮説検定も可能である。例えば、このモデルの応用により、肯定と否定の中間レベルの選択肢が必ずしも中間的反応を表していないことが示されている。
※この「ラッシュモデル」の解説は、「リッカート尺度」の解説の一部です。
「ラッシュモデル」を含む「リッカート尺度」の記事については、「リッカート尺度」の概要を参照ください。
ラッシュモデル
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/02/12 10:00 UTC 版)
「ゲオルク・ラッシュ」の記事における「ラッシュモデル」の解説
計量心理学への貢献としてラッシュはポアソン分布を用いて、生徒が文書を読解するときのエラーをモデル化し、乗法ポアソンモデルと呼んだ。ラッシュは二分データのモデルを開発し、デンマーク軍インテリジェンス部門で使用された。同時代にアメリカでは項目反応理論(IRT)が開発されており、項目反応理論のなかではラッシュモデルは最も単純なモデルの1つである。 Raschモデルには独特の数学的特性があり、モデルパラメーター(アイテムの難易度、受験者の能力)は十分統計量である。 ラッシュは、自らのアプローチが物理学における測定の分析から推定される測定基準を満たしていることを示し、またRaschモデルの一般化を提案した。 Raschモデルは、教育および教育心理学の評価、特に達成と認知の評価に広く使用されており、OECD生徒の学習到達度調査(PISA)でも使用される。ただし、OECD生徒の学習到達度調査でのラッシュモデルの使用については、ラッシュの生徒であるコペンハーゲン大学の統計学者スヴェンド・クライナーをはじめとする統計学者らから批判されている。
※この「ラッシュモデル」の解説は、「ゲオルク・ラッシュ」の解説の一部です。
「ラッシュモデル」を含む「ゲオルク・ラッシュ」の記事については、「ゲオルク・ラッシュ」の概要を参照ください。
- ラッシュ・モデルのページへのリンク