Inferência bayesiana em modelos multidimensionais de resposta ao item
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/T.45.2010.tde-20220712-124828 |
Resumo: | Uma suposição muito importante na teoria da resposta ao item (TRI) é a de correta especificação da dimensionalidade do instrumento de avaliação. Apesar de sua importância, ainda não há uma medida , de consenso comum, que reflita adequadamente a dimensão de um instrumento. Nesta tese, propomos uma abordagem completamente bayesiana para a determinação da dimensionalidade em modelos multidimensionais da TRI para respostas dicotômicas. Propomos a utilização de métodos de Monte Carlo via cadeias de Markov com saltos reversíveis para a determinação da dimensão do modelo com ligação probito e com parâmetro a serem estimados. Consideramos o modelo com ligação probito e com parâmetro de proficiência distribuído a priori segundo uma distribuição normal multivariada e, também, avaliamos a necessidade do uso da distribuição normal-assimétrica multivariada. No processo de estimação, empregando inferência bayesiana, combinamos um esquema de dados aumentados com o amostrador de Gibbs e um algoritmo de Monte Carlo baseado em cadeias de Markov com saltos reversíveis. Estudos de simulação e uma aplicação a dados reais do Exame Nacional do Ensino Médio (ENEM) são empregados para avaliar a dimensionalidade. Os resultados indicam eficiência do método na identificação da correta dimensão do modelo e recuperação dos demais parâmetros. |
id |
USP_b92d7abf50f5fe080d013846ec73bd1f |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20220712-124828 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis Inferência bayesiana em modelos multidimensionais de resposta ao item not available 2010-10-01Márcia D'Elia BrancoRonald Targino NojosaUniversidade de São PauloEstatísticaUSPBR Análise De Séries Temporais Uma suposição muito importante na teoria da resposta ao item (TRI) é a de correta especificação da dimensionalidade do instrumento de avaliação. Apesar de sua importância, ainda não há uma medida , de consenso comum, que reflita adequadamente a dimensão de um instrumento. Nesta tese, propomos uma abordagem completamente bayesiana para a determinação da dimensionalidade em modelos multidimensionais da TRI para respostas dicotômicas. Propomos a utilização de métodos de Monte Carlo via cadeias de Markov com saltos reversíveis para a determinação da dimensão do modelo com ligação probito e com parâmetro a serem estimados. Consideramos o modelo com ligação probito e com parâmetro de proficiência distribuído a priori segundo uma distribuição normal multivariada e, também, avaliamos a necessidade do uso da distribuição normal-assimétrica multivariada. No processo de estimação, empregando inferência bayesiana, combinamos um esquema de dados aumentados com o amostrador de Gibbs e um algoritmo de Monte Carlo baseado em cadeias de Markov com saltos reversíveis. Estudos de simulação e uma aplicação a dados reais do Exame Nacional do Ensino Médio (ENEM) são empregados para avaliar a dimensionalidade. Os resultados indicam eficiência do método na identificação da correta dimensão do modelo e recuperação dos demais parâmetros. not available https://doi.org/10.11606/T.45.2010.tde-20220712-124828info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:43:36Zoai:teses.usp.br:tde-20220712-124828Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T13:03:28.671832Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
spellingShingle |
Inferência bayesiana em modelos multidimensionais de resposta ao item Ronald Targino Nojosa |
title_short |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
title_full |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
title_fullStr |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
title_full_unstemmed |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
title_sort |
Inferência bayesiana em modelos multidimensionais de resposta ao item |
author |
Ronald Targino Nojosa |
author_facet |
Ronald Targino Nojosa |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Márcia D'Elia Branco |
dc.contributor.author.fl_str_mv |
Ronald Targino Nojosa |
contributor_str_mv |
Márcia D'Elia Branco |
description |
Uma suposição muito importante na teoria da resposta ao item (TRI) é a de correta especificação da dimensionalidade do instrumento de avaliação. Apesar de sua importância, ainda não há uma medida , de consenso comum, que reflita adequadamente a dimensão de um instrumento. Nesta tese, propomos uma abordagem completamente bayesiana para a determinação da dimensionalidade em modelos multidimensionais da TRI para respostas dicotômicas. Propomos a utilização de métodos de Monte Carlo via cadeias de Markov com saltos reversíveis para a determinação da dimensão do modelo com ligação probito e com parâmetro a serem estimados. Consideramos o modelo com ligação probito e com parâmetro de proficiência distribuído a priori segundo uma distribuição normal multivariada e, também, avaliamos a necessidade do uso da distribuição normal-assimétrica multivariada. No processo de estimação, empregando inferência bayesiana, combinamos um esquema de dados aumentados com o amostrador de Gibbs e um algoritmo de Monte Carlo baseado em cadeias de Markov com saltos reversíveis. Estudos de simulação e uma aplicação a dados reais do Exame Nacional do Ensino Médio (ENEM) são empregados para avaliar a dimensionalidade. Os resultados indicam eficiência do método na identificação da correta dimensão do modelo e recuperação dos demais parâmetros. |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010-10-01 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://doi.org/10.11606/T.45.2010.tde-20220712-124828 |
url |
https://doi.org/10.11606/T.45.2010.tde-20220712-124828 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1794502931294191616 |