A Note on the Multiple Indicator-Multiple Cause Model with Sevweral Latent Variables
Application of the Rasch model in categorical pedigree analysis using MCEM: I binary data
An extension of the Rasch model with correlated latent variables is proposed to model correlated binary data within families. The latent variables have the classical correlation structure of Fisher (1918) and the model parameters thus have genetic interpretations. The proposed model is fitted to data using a hybrid of the Metropolis-Hastings algorithm and the MCEM modification of the EM-algorithm and is illustrated using genotype-phenotype data on a psychological subtest in families where some members...
Â?Wahrscheinlichkeitslernen" in der statistischen Lerntheorie.
Bayesian estimation of number of the questions unfamiliar with the examinee in variant I of probabilistic model of double choice test
Bayesian estimation of parameter in variant I of probabilistic model of double choice test
Codage optimal et sur-optimal sur un tableau invariant
Efecto del número de indicadores por factor sobre la identificación y estimación en modelos aditivos de análisis factorial confirmatorio.
La matriz multirrasgo-multimétodo (MRMM) es un diseño de investigación de larga tradición en Psicología. Las técnicas de análisis de datos adecuadas para una correcta extracción de conclusiones han estado sujetas a controversia. Parece, no obstante, que diversos modelos de análisis factorial confirmatorio resultan muy adecuados. De entre los diversos modelos, dos de ellos han recibido gran atención, el modelo completo, que apareció primero en la literatura, y el de unicidades correlacionadas, que...
Effet des erreurs de mesure sur l'évaluation de l'efficacité d'un traitement
L’effet d’un traitement sur une compétence peut être exprimé par le coefficient de régression partiel avec contrôle de la compétence initiale . Quand et sont mesurées avec erreurs par et , cet effet se manifeste par le coefficient dans la régression de sur et . Le biais entre et est explicité, discuté et montré systématique si et sont corrélés. L’importance de bien spécifier le modèle, dont une condition nécessaire et suffisante d’identification est donnée, est mise en...
Élaboration et évaluation d'un indice d'implication pour des données binaires. I
Élaboration et évaluation d'un indice d'implication pour des données binaires. 2
Histoire et préhistoire de l'analyse des données
Histoire et préhistoire de l'analyse des données
Histoire et préhistoire de l'analyse des données
Histoire et préhistoire de l'analyse des données
Information analysis in variant I of probabilistic model of the school achievement test with double choice response
L'analyse implicative bayésienne, une méthode pour l'étude des dépendances orientées. II : modèle logique sur un tableau de contingence
Dans Bernard & Charron (1996), nous avons proposé une nouvelle méthode, l'Analyse Implicative Bayésienne (AIB), pour l'étude des dépendances orientées entre deux variables binaires, méthode qui permet de conclure en terme de quasi-implication entre modalités des variables. Nous étendons ici cette méthode au cas d'un tableau de contingence A × B quelconque avec le problème de la mesure du degré de quasi-adéquation des données à un modèle logique donné. Au niveau descriptif, la méthode repose...
L'analyse implicative bayésienne, une méthode pour l'étude des dépendances orientées. I : données binaires
La réussite à l'épreuve A implique-t-elle, approximativement, la réussite à l'épreuve B ? Parmi les indices descriptifs proposés pour mesurer de telles dépendances orientées, nous considérons l'indice H de Loevinger, qui s'exprime simplement en termes des taux de liaison entre modalités. A partir de cet indice, nous définissons les notions de quasi-implication, de quasi-équivalence et de quasi-indépendance dans un tableau de contingence 2 x 2. Cependant, les méthodes inductives correspondantes,...
L'inférence fiducio-bayésienne comme méthode d'analyse de données : un exemple d'application à des données psychométriques
Links between binary and multi-category logit item response models and quasi-symmetric loglinear models
Longitudinal K-sets analysis using a dummy time variable.