Extensões dos modelos multiníveis longitudinais de grupos múltiplos na teoria da resposta ao item sob uma perspectiva Bayesiana: métodos de estimação e seleção estrutural

• Processo: 08/50046-9
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de maio de 2008
• Data de Término da vigência: 02 de agosto de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Heleno Bolfarine
• Beneficiário: Caio Lucidius Naberezny Azevedo
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 04/15304-6 - Modelos de regressão e aplicações, AP.TEM
• Assunto(s): Teoria de resposta ao item Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: Inferencia Bayesiana | Metodos De Diagnostico | Metodos De Estimacao | Modelos Longitudinais | Modelos Multiniveis | Teoria Da Resposta Ao Item

Resumo

O presente projeto objetiva estender a classe de modelos longitudinais de grupos múltiplos da Teoria de Resposta ao item, estudada por Azevedo (2008), no sentido de incorporar o parâmetro de acerto casual e permitir comportamento normal assimétrico para os traços latentes. Isto possibilita analisar de modo mais amplo resultados de testes dicotômicos, ou que sejam corrigidos como tal, fornecendo conclusões mais confiáveis. Além disso, o comportamento de diferentes populações envolvidas e a evolução longitudinal destas, ao longo do tempo, poderão ser mais bem avaliados. Desenvolveremos uma estrutura de estimação bayesiana plena, baseada nos algoritmos MCMC, permitindo uma flexibilidade considerável para a inclusão de diferentes estruturas de interesse. Por exemplo, matrizes de covariância ou modelos de curvas de crescimento. Além disso, algumas medidas de diagnóstico, que permitem avaliar a qualidade do ajuste do modelo, serão estudadas. No contexto longitudinal discutiremos formas de escolha de estruturas de covariância na presença de assimetria. Para que a metodologia proposta possa ser utilizada, será desenvolvido um pacote na linguagem de programação R. Esta plataforma computacional é gratuita, bastante difundida, com excelente interface gráfica e de código aberto, o que permite sua ampla utilização. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

AZEVEDO, CAIO L. N.; BOLFARINE, HELENO; ANDRADE, DALTON F.. Parameter recovery for a skew-normal IRT model under a Bayesian approach: hierarchical framework, prior and kernel sensitivity and sample size. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 82, n. 11, p. 1679-1699, 2012. (08/50046-9)

AZEVEDO, CAIO L. N.; BOLFARINE, HELENO; ANDRADE, DALTON F.. Bayesian inference for a skew-normal IRT model under the centred parameterization. COMPUTATIONAL STATISTICS & DATA ANALYSIS, v. 55, n. 1, p. 353-365, JAN 1 2011. (08/50046-9)