Thesis

تحلیل بیزی ناپارامتری در هم ارزسازی آزمون ها

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

با توجه به وجود خطا در اندازه گیری ها، شیوه های اندازه گیری به نظریه های آماری برای تفسیر نتیجه های این شیوه ها نیاز دارند. در برخی از مسایل روان سنجی نیز اندازه ها وضعیت مشابهی دارند. برای اندازه گیری یک ویژگی خاص، می توان دو یا چند روش اندازه گیری یا آزمون مختلف را طراحی کرد. با هدف مقایسه ی منطقی تر، قبل از مقایسه ی امتیازهای آزمودنی ها در چند آزمون، ایجاد تعادل بین امتیازها لازم است. این عمل هم ارزسازی آزمون ها نام دارد. هم ارزسازی آزمون ها کاملا متکی به روش های آماری است. ارتباط بین امتیازهای آزمون ها توسط تابع هم ارزسازی مشخص می شود که هدف از مطالعه ی هم ارزسازی استنباط درباره ی این تابع است. روش های آماری مختلفی برای استنباط درباره ی تابع هم ارزسازی گسترش یافته اند. از دیدگاه نظریه های آماری در روان سنجی روش های هم ارزسازی آزمون ها به دو گروه هم ارزسازی بر مبنای امتیاز مشاهده شده و هم ارزسازی بر مبنای نظریه ی پرسش-پاسخ تقسیم می شوند. از دیدگاه استنباط آماری نیز می توان روش های هم ارزسازی را به دو روش فراوانی گرا و بیزی مبنا تقسیم کرد. در این پایان نامه هدف مقایسه ی روش های هم ارزسازی فراوانی گرا و روش بیزی ناپارامتری تحت نظریه ی امتیاز مشاهده شده است. در این پایان نامه، ابتدا در فصل دوم روش های فراوانی گرا در هم ارزسازی آزمون ها تشریح شده اند. در ادامه در فصل سوم تحلیل بیزی ناپارامتری در هم ارزسازی آزمون ها با جزئیات شرح داده شده است. در پایان در فصل چهارم نیز کاربرد روش های فراوانی گرا و روش بیزی در هم ارزسازی آزمون ها و ارزیابی آنها تحت یک مطالعه ی شبیه سازی مورد بررسی قرار گرفته است. نتایج نشان می دهند روش های هم ارزسازی فراوانی گرا مشکلاتی از قبیل نامتقارن بودن، حافظ دامنه نبودن و میزان پوشش کم امتیازها را به همراه دارند، در حالی که روش هم ارزسازی بیزی تقریبا فاقد چنین مسایلی است. روش بیزی حافظ دامنه ی امتیازها است که مزیت مهم این روش نسبت به روش های فراوانی گرا بوده و میزان پوشش امتیازها در این روش بیشتر از روش های فراوانی گرا است. این روش در مقایسه با اغلب روش های فراوانی گرا نسبتا بازه های اطمینان باریک تر و انحراف استانداردهای کوچک تری تولید می کند.

Supervisors and advisors

فرزاد اسکندری، ابراهیم خدایی

Similar theses

  • تحلیل بیزی با تأکید بر آزمون همگنی مدل های مارکوف برای داده های طولی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم ریاضیسجاد نوریان

    در این رساله، یک چارچوب بیزی برای تحلیل داده های پاسخ ترتیبی طولی ارائه شده است. در تحلیل داده های طولی، باید همبستگی های بین پاسخ های مرتبط با هر آزمودنی درنظر گرفته شود. برای مدل بندی این همبستگی ها مدل های مختلفی را می توان به کار برد که عبارتند از مدل بندی حاشیه ای، مدل بندی

  • مدل های فضایی بیزی ناپارامتری برای داده های ژنتیک جمعیت

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پایهعلی محمودی

    در چند دهه اخیر مطالعات زیستی و پزشکی در زمینه جمع¬آوری و تحلیل داده¬ها پیشرفت چشم¬گیری داشته است. پیش از این، مطالعات عمدتا ساده بودند به¬طوریکه بیشتر روی یافتن روابط بین چند متغیر تمرکز می¬کردند. اما با پیدایش ابزارهای بیوتکنولوژی، جمع¬آوری مقادیر زیاد اطلاعات برای موضوعات مورد

  • روش های بیزی ناپارامتری برای مدل های آمیخته خطی با اثرات تصادفی ناهمگن

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم ریاضینیلوفر صفرپور

    امروزه مدلهای آمیخته خطی به طور گسترده برای تحلیل داده ها در علوم مختلف مورد استفاده قرار می گیرند. در اینگونه مدله ا اغلب با اتخاذ روش پارامتری، فرض می شود توزیع اثرات تصادفی نرمال است. همچنین هنگامی که توزیع داده ها چوله یا دم کلفت است، تعمیم هایی از توزیع نرمال مانند چوله نرما

  • تحلیل بیزی مدل اتورگرسیو آستانه ای

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده علوممرضیه طاهری افارانی

    سری های زمانی متعددی وجود دارند که مدل های خطی مرسوم برای آن ها چندان مناسب نیست. از جمله می توان به سری های زمانی دوره ای با دوره تناوب نامنظم و نامعلوم اشاره کرد. مدل های خطی برای مدل سازی این سری ها ناکارآمد است. بخصوص مدل های خطی در بحث آینده نگری این مدل ها، حافظه لازم برای

  • تحلیل بیزی چندسطحی با استفاده از توزیع t چوله و کاربرد آن در داده های پزشکی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پزشکیمحمد غلامی فشارکی

    آنالیز چند سطحی(آشیانه ای) روشی کارا برای تجزیه و تحلیل داده های اجتماعی و پزشکی است که در بیش از یک سطح قرار گرفته اند، و در واقع حالت بسط داده شده از مدل های خطی تعمیم یافته می باشد که در آن علاوه بر مدل بندی متغیر پاسخ ضرایب رگرسیونی نیز مدل بندی می شوند یکی از کاربردهای این ر

  • تحلیل بیزی مدلهای arfima

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - پژوهشکده آمارراضیه قاسمی

    سریهای زمانی با حافظه بلند در علوم مختلف کاربردهای فراوانی دارند.در اینگونه سریهای زمانی ،تابع خود همبستگی دوامی نشان میدهد که نه با فرآیندهای arima(p,1.q) و نه با arima(p,0,q) سازگار است.به عبارت دیگر ضرایب خود همبستگی ،مانایی سری را تایید نکرده و پس از یکبار تفاضل گیری هم به نظ

Similar items