Multidimensional IRT models for hierarchical latent structures

dc.creatorJuliane Venturelli Silva Lima
dc.date.accessioned2020-01-21T16:02:01Z
dc.date.accessioned2025-09-09T00:00:47Z
dc.date.available2020-01-21T16:02:01Z
dc.date.issued2019-05-17
dc.description.abstractMuitas 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.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.identifier.urihttps://hdl.handle.net/1843/32090
dc.languageeng
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectEstatística - Teses.
dc.subjectEstatística Matemática - Teses.
dc.subjectTeoria da resposta do item - Teses
dc.subject.otherIRT
dc.subject.otherBayesian
dc.subject.otherMultidimensional
dc.subject.otherHierarchical
dc.titleMultidimensional IRT models for hierarchical latent structures
dc.title.alternativeModelos multidimensionais de TRI para estruturas latentes hierárquicas
dc.typeTese de doutorado
local.contributor.advisor-co1Dalton Francisco de Andrade
local.contributor.advisor1Flávio Bambirra Gonçalves
local.contributor.advisor1Latteshttp://lattes.cnpq.br/2015101359463631
local.contributor.referee1Dani Gamerman
local.contributor.referee1Rosangela Helena Loschi
local.contributor.referee1Thais Cristina Oliveira da Fonseca
local.contributor.referee1Roberto da Costa Quinino
local.creator.Latteshttp://lattes.cnpq.br/1396135301998198
local.description.resumoMany 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.countryBrasil
local.publisher.departmentICX - DEPARTAMENTO DE ESTATÍSTICA
local.publisher.initialsUFMG
local.publisher.programPrograma de Pós-Graduação em Estatística

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Tese.pdf
Tamanho:
3.37 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.07 KB
Formato:
Plain Text
Descrição: