Bayesian Shrinkage for Functional Network Models, with Applications to Longitudinal Item Response Data
纵向项目反应数据在社会科学、教育科学和心理学等学科中很常见。研究项目之间随时间变化的关系对于教育评估或根据调查问题设计营销策略至关重要。虽然动态网络模型已经得到了广泛的发展，我们不能直接将它们应用到项目响应数据，因为有多个系统的节点与各种类型的项目之间的局部相互作用，导致多元化的网络结构。我们提出了一个新的模型来研究这些项目之间的时间相互作用，通过嵌入指数随机图模型框架内的功能参数。由于似然函数包含难以处理的归一化常数，因此对这种模型的推断是困难的。此外，函数参数的数量随着项目数量的增加而呈指数增长。这种模型的变量选择是不平凡的，因为标准的收缩方法不考虑功能参数的时间趋势。为了克服这些挑战，我们开发了一种新的贝叶斯方法相结合的辅助变量MCMC算法和最近开发的功能收缩方法。我们将我们的算法应用于调查和审查数据集，说明所提出的方法可以避免难以处理的归一化常数的评估，以及项目之间的显着的时间相互作用的检测。通过在不同场景下的仿真研究，我们检查我们的算法的性能。据我们所知，我们的方法是第一次尝试选择函数变量的模型与棘手的归一化常数。
2021-10-22 stat.CO stat.ME
smoothbp: Fast Bayesian Hierarchical Piecewise Regression with Smoothed Transitions and Spike-and-Slab Model Selection
Wicking Dementia Research & Education Centre, College of Health & Medicine, University of Tasmania（塔斯马尼亚大学健康与医学院温金痴呆症研究与教育中心）
提出R包smoothbp，利用Rust实现的Metropolis-within-Gibbs采样器和HMC，实现具有逻辑平滑转换的贝叶斯分层分段回归，支持多断点、随机效应和自动断点选择。
2026-06-18 stat.AP stat.CO stat.ME
Visualisation for Exploratory Modelling Analysis of Bayesian Hierarchical Models
针对贝叶斯分层模型开发中结构选择的挑战，本文提出基于稳健原则的新型可视化方法，通过参数/超参数比较多模型，结合PISA数据案例验证其能辅助模型选择并增强决策合理性。
2024-12-04 stat.AP stat.ME
Toward a principled Bayesian workflow in cognitive science
在记忆、语言和认知科学的其他领域的研究中，越来越多的实验使用贝叶斯方法进行分析。概率编程语言（如Stan）和易于访问的前端软件包（如brms）的发展促进了这一点。然而，贝叶斯方法的效用最终取决于贝叶斯模型的相关性，特别是它是否准确地捕捉到数据的结构和数据分析师的领域专业知识。即使有强大的软件，分析师也有责任验证他们模型的实用性。为了证明这一点，我们将贝叶斯工作流程（Betancourt，2018）引入认知科学。使用一个具体的工作示例，我们描述了人们应该询问的关于模型的基本问题：先验预测检查，计算忠实性，模型敏感性和后验预测检查。用于演示工作流程的运行示例是关于阅读时间的数据，其具有对宾语与主语关系从句句子的语言操作。这个原则性的贝叶斯工作流还演示了如何使用领域知识来告知先验分布。它为有效的数据分析提供了指导和检查，避免复杂模型过度拟合噪声，并在概率模型中捕获相关的数据结构。鉴于贝叶斯方法的使用越来越多，我们的目标是讨论如何正确使用这些方法来获得科学问题的可靠答案。本文附带的所有数据和代码均可从https://osf.io/b2vx9/获得。
2020-02-28 stat.ME
Item Quality Control in Educational Testing: Change Point Model, Compound Risk, and Sequential Detection
在标准化教育考试中，试题在多个考试管理中重复使用。为了保证测验成绩的效度，测验项目的心理测量学属性应随时间保持不变。在本文中，我们考虑的顺序监测的测试项目，特别是，检测突然变化的心理测量特性，其中的变化可能会导致，例如，泄漏的项目或相应的课程的变化。我们提出了一个统计框架，用于检测单个项目的突然变化。该框架包括（1）描述项目顺序变化的多流贝叶斯变点模型，（2）量化顺序决策风险的复合风险函数，以及（3）控制复合风险的顺序决策规则。在整个顺序的决策过程中，建议的决策规则之间的权衡两个来源的错误，错误检测的变更前的项目和不检测变更后的项目。提出了一种基于项目反应理论模型的项目特异性监测统计量，该模型消除了随时间变化的考生群体的混杂。序贯决策规则和它们的理论性质是在两种设置下开发的：贝叶斯变点模型完全已知的Oracle设置和模型的一些参数未知的更现实的设置。模拟研究是在模拟真实操作测试的设置下进行的。
2021-10-23 stat.AP stat.ME
Analytically Corrected Bayesian Modularization for Local Item Calibration
Duolingo（多邻国）
该研究针对自适应路由下试点样本量小的问题，提出模块化局部校准（MLC）的贝叶斯框架，推导闭式去衰减映射，经模拟验证其可降低衰减偏差并保证区间覆盖率。
2026-08-13 stat.AP stat.ME
A Bayesian Nonparametric IRT Model
本文介绍了一个灵活的贝叶斯非参数项目反应理论（IRT）模型，它适用于二分或多分项目反应，并可以适用于一维或多维标度。这是一个无限混合的IRT模型，具有个人能力和项目难度参数，并具有被分配混合分布的随机截距参数，混合权重是其他个人和项目参数的概率单位函数。贝叶斯非参数IRT模型具有灵活性，可以对后验分布中的个人能力参数和项目难度参数进行离群稳健估计。该模型的后验分布的估计是由标准的马尔可夫链蒙特卡罗（MCMC）方法切片抽样的基础上进行。通过对教师准备问卷的真实数据进行分析，说明了这种混合IRT模型，该问卷由多项组成，并由描述考生（教师）的其他协变量组成。对于这些数据，该模型获得零离群值和1的R平方。最后，本文简要介绍了如何应用项目反应理论模型分析项目反应数据，并使用作者开发的菜单驱动软件。
2015-02-11 stat.ME
Bayesian item response models for citizen science ecological data
从人群中提取的所谓“公民科学”数据在包括生态学在内的许多领域越来越受欢迎。然而，这些信息的质量经常受到科学界许多人的争论。因此，现代公民科学的实施需要衡量用户的熟练程度，说明任务的难度。我们介绍了一个新的方法框架的项目反应和线性逻辑检验模型与公民科学数据用于生态学研究。这种方法适应空间自相关项目内的困难，并产生相关的生态措施的物种和网站相关的困难，歧视的权力和猜测行为。这些，以及对主体能力的估计，可以更好地管理这些程序，并提供更深入的见解。本文还强调了项目响应模型通过分而治之来适应大数据。我们发现，建议的方法优于传统的项目反应模型的RMSE，准确性，WAIC的基础上留一交叉验证模拟和实证数据。我们提出了一个全面的实施，在坦桑尼亚的塞伦盖蒂物种识别的案例研究。提供R和Stan代码以实现完全再现性。多个统计插图和可视化，让从业者外推到广泛的公民科学生态问题。
2020-05-25 stat.AP
Laplace-PSN-IRT: Uncertainty Quantification for Neural Item Response Theory Models of LLM Benchmarks
Cimat（西马研究所）
研究针对大语言模型基准神经项目反应理论模型，提出拉普拉斯-PSN-IRT方法，通过近似贝叶斯后验推断增强模型，能恢复校准不确定性，可进行可信区间等分析，实验表明该方法在模型比较、信息稳定性及能力排名恢复等方面表现良好。
2026-07-29 cs.AI cs.LG stat.AP
GPIRT: A Gaussian Process Model for Item Response Theory
Washington University in St. Louis（圣路易斯华盛顿大学）
项目反应理论（IRT）模型的目标是从二元观测指标中估计潜在特质，同时学习从潜在特质映射到观测反应的项目反应函数（IRFs）。然而，在许多情况下，观察到的行为可以偏离传统的IRT模型的参数假设显着。非参数IRT模型通过放松对IRFs形式的假设来克服这些挑战，但标准工具无法同时估计灵活的IRFs和对受访者的恢复能力估计。我们提出了一个贝叶斯非参数模型，解决了这个问题，通过放置高斯过程先验的潜在功能定义的IRF。这使我们能够同时放松对IRF形状的假设，同时保持估计潜在特质的能力。这反过来又使我们能够轻松地将模型扩展到进一步的任务，例如主动学习。因此，GPIRT为IRT文献中的几个长期存在的问题提供了一个简单而直观的解决方案。
2020-06-17 cs.LG stat.ML
Sparse Latent Class Analysis For Dichotomous Responses: Post-Estimation Refinement via Item-level Pseudo-Likelihood
London School of Economics and Political Science（伦敦政治经济学院）；RWTH Aachen University（亚琛工业大学）
本文提出一种计算高效的后估计细化方法，通过稀疏模型估计提升模型可解释性，通过项目特定响应概率的模型选择进一步减少冗余层次，从而获得更易于解释的稀疏矩阵。
2026-09-11 stat.ME
Hierarchical Bayesian Crowdsourcing with Item Difficulty
University of Pennsylvania（宾夕法尼亚大学）；Columbia University（哥伦比亚大学）；Center for Computational Mathematics, Flatiron Institute（Flatiron研究所计算数学中心）
研究针对训练用黄金标准有偏差且带噪声的问题，引入通用测量误差模型，通过添加项目难度等效应推断共识类别，还展示约束模型双峰后验的方法，并验证其拟合优度与预测准确性。
2026-07-07 cs.LG stat.ML
A Non-parametric Bayesian Model for Detecting Differential Item Functioning: An Application to Political Representation in the US
本文提出在IRT模型中引入狄利克雷过程先验以自动检测差异项目功能，并通过对美国选民与立法者唱名表决偏好数据的分析，发现部分选民的潜在偏好与立法者不可直接比较，忽视该问题会误导政治代表性质量的判断。
2022-11-14 stat.AP
Modelling rankings in R: the PlackettLuce package
本文介绍了R包PlackettLuce，它实现了排名数据的Plackett-Luce模型的泛化。概括适应关系（任意顺序）和部分排名（项目子集的完整排名）。默认情况下，该实现添加了一组与假设项的伪比较，以确保项之间的赢和输的底层网络始终是强连接的。这样，每个项目的价值总是有一个有限的最大似然估计，有限的标准误。伪比较的使用也具有正则化效果，将估计的参数缩小到相等的项目价值。除了用于模型总结的标准方法外，PlackettLuce还提供了计算项目参数的准标准误的方法。这为比较区间提供了基础，该比较区间不随对项目参数设置的可识别性约束的选择而改变。最后，该软件包提供了一种基于模型的分区方法，使用其值在排名之间变化的协变量，从而能够识别具有不同项目价值的法官或设置的子组。该软件包的功能通过应用到经典和新颖的数据集证明。
2019-12-14 stat.CO
A Computational Note on the Application of the Supplemented EM Algorithm to Item Response Models
期望最大化算法是一种在存在缺失数据的情况下求模型的最大似然估计的方法。不幸的是，EM不产生标准误的参数协方差阵。补充EM（SEM; Meng & Rubin，1991）是用于获得参数协方差阵的一种方法。SEM在开源（例如，Chalmers，2012; Pritikin，Hunter，& Boker，2015）和商业（例如，Cai，Thissen，& du Toit，2011）项目响应模型估计软件。然而，SEM的原始公式没有充分考虑IEEE 754浮点的限制。Agile-SEM是SEM的一种新改进，并在各种项目反应模型模拟研究中与原始算法和最近的改进（Tian，Cai，Thissen，& Xin，2013）进行了比较。通过在每个参数的基础上控制数值噪声强度，Agile-SEM表现出最佳的收敛特性，精度和效率，同时，需要更少的调整参数。完整的源代码是免费提供的。Agile-SEM的其他EM应用程序，除了项目反应模型的潜在推广是留给未来的工作。
2016-05-03 stat.CO
Item Parameter Recovery for the Two-Parameter Testlet Model with Different Estimation Methods
小测验模型是研究者和实践者广泛使用的一种统计方法，用于解决局部项目依赖（LID），这违反了项目反应理论（IRT）中的局部独立性假设，会导致各种有害的心理测量后果。与其他心理测量学模型一样，小测验模型的实用性在很大程度上依赖于模型参数的准确估计。在心理测量学文献中，对双参数逻辑斯蒂（2PL）测验集模型的参数估计方法进行了系统的研究，但只有一种完全信息估计方法，即马尔可夫链蒙特卡罗（MCMC）方法，尽管也有其他的估计方法，如边际极大似然估计（MMLE）和有限信息估计方法。在目前的研究中，进行了全面的模拟研究，以探讨如何MCMC，MMLE，和一个有限的信息估计方法（WLSMV），都在Mplus中实现，恢复项目参数和测试组方差参数的2PL测试组模型。操作因素为样本量和测试组效应大小，参数回收率用偏倚、标准误和均方根误差进行评价。我们发现，有没有统计学上的显着差异，三种方法之间的参数恢复。当样本量和测试组方差的大小都很小时，WLSMV和MCMC都有收敛问题，无论样本量和测试组方差如何，MCMC都不会出现收敛问题。使用来自高风险测试的真实数据集来演示使用三种估计方法对2PL测试组模型的估计。关键词：项目反应理论，测验模型，估计，完全信息，有限信息。
2018-06-26 stat.AP stat.CO
