Multidimensional IRT models for hierarchical latent structures
| dc.creator | Juliane Venturelli Silva Lima | |
| dc.date.accessioned | 2020-01-21T16:02:01Z | |
| dc.date.accessioned | 2025-09-09T00:00:47Z | |
| dc.date.available | 2020-01-21T16:02:01Z | |
| dc.date.issued | 2019-05-17 | |
| dc.description.abstract | Muitas variáveis latentes podem ser vistas como tendo uma estrutura hierárquica e alguns modelos foram propostos para acomodar tais estruturas. Motivado pelas limitações das abordagens existentes na literatura e pela importância do tema, este trabalho tem como objetivo propor uma metodologia aprimorada em termos de modelagem e inferência. Do ponto de vista de modelagem, a metodologia proposta permite itens genuinamente multidimensionais, não tendo sido feito por trabalhos passados, com uma estrutura hierárquica para os traços latentes, na qual todos estão na mesma escala. São abordados aspectos computacionais, como amostragem em conjunto de todas as características latentes, e planejado cuidadosamente um algoritmo MCMC eficiente. Além disso, algumas propriedades do modelo são provadas. | |
| dc.description.sponsorship | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | |
| dc.identifier.uri | https://hdl.handle.net/1843/32090 | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.rights | Acesso Aberto | |
| dc.subject | Estatística - Teses. | |
| dc.subject | Estatística Matemática - Teses. | |
| dc.subject | Teoria da resposta do item - Teses | |
| dc.subject.other | IRT | |
| dc.subject.other | Bayesian | |
| dc.subject.other | Multidimensional | |
| dc.subject.other | Hierarchical | |
| dc.title | Multidimensional IRT models for hierarchical latent structures | |
| dc.title.alternative | Modelos multidimensionais de TRI para estruturas latentes hierárquicas | |
| dc.type | Tese de doutorado | |
| local.contributor.advisor-co1 | Dalton Francisco de Andrade | |
| local.contributor.advisor1 | Flávio Bambirra Gonçalves | |
| local.contributor.advisor1Lattes | http://lattes.cnpq.br/2015101359463631 | |
| local.contributor.referee1 | Dani Gamerman | |
| local.contributor.referee1 | Rosangela Helena Loschi | |
| local.contributor.referee1 | Thais Cristina Oliveira da Fonseca | |
| local.contributor.referee1 | Roberto da Costa Quinino | |
| local.creator.Lattes | http://lattes.cnpq.br/1396135301998198 | |
| local.description.resumo | Many latent variables can be seen as having a hierarchical structure and some models have been proposed towards this. Motivated by the limitations of the existent literature approaches and on the importance of the theme, this work aims to propose an improved methodology in terms of both modeling and inference. From a modeling perspective, the proposed methodology allows for genuinely multidimensional items, which no past work have done, with a higher order structure for latent traits, in which all of them are in the same scale. We approach computational aspects, such as sampling jointly all latent traits and we carefully devise a MCMC algorithm to be e cient. Also, we prove some model properties that the past authors had done. | |
| local.publisher.country | Brasil | |
| local.publisher.department | ICX - DEPARTAMENTO DE ESTATÍSTICA | |
| local.publisher.initials | UFMG | |
| local.publisher.program | Programa de Pós-Graduação em Estatística |