| Título : |
Computerized Adaptive and Multistage Testing with R : Using Packages catR and mstR |
| Tipo de documento: |
documento electrónico |
| Autores: |
Magis, David, Autor ; Yan, Duanli, Autor ; von Davier, Alina A., Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2017 |
| Número de páginas: |
XX, 171 p. 20 ilustraciones |
| ISBN/ISSN/DL: |
978-3-319-69218-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Estadísticas Pruebas y mediciones educativas Psicometría Ciencias sociales Psicología Educacional Teoría y métodos estadísticos Evaluación y pruebas Estadística en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento Políticas Públicas Estadística y Computación |
| Índice Dewey: |
519.5 Matemáticas estadísticas |
| Resumen: |
El objetivo de esta guía y manual es proporcionar una descripción práctica y breve de la teoría sobre pruebas adaptativas computarizadas (CAT) y pruebas multietapa (MST) e ilustrar las metodologías y aplicaciones que utilizan el lenguaje de código abierto R y varios ejemplos de datos. La implementación se basa en los paquetes R catR y mstR que ya han sido desarrollados o están siendo desarrollados por el primer autor (con el equipo) y que incluyen algunos de los algoritmos de investigación más recientes sobre el tema. El libro cubre muchos temas junto con el código R: los conceptos básicos de R, descripción teórica de CAT y MST, diseños CAT, metodologías de ensamblaje CAT, simulaciones CAT, paquete catR, aplicaciones CAT, diseños MST, metodologías MST basadas en IRT, árbol Metodologías MST basadas en MST, paquete mstR y aplicaciones MST. La CAT se ha utilizado en muchas evaluaciones a gran escala en las últimas décadas y la MST se ha vuelto muy popular en los últimos años. El lenguaje de código abierto R también se ha convertido en una de las herramientas más útiles para aplicaciones en casi todos los campos, incluidos los empresariales y la educación. Aunque es muy útil y popular, R es un lenguaje difícil de aprender, con una curva de aprendizaje pronunciada. Dada la necesidad obvia de CAT y MST, pero con la compleja implementación, es muy difícil para los usuarios simular o implementar CAT y MST. Hasta este manual, no existía ningún libro para que los usuarios diseñaran y utilizaran CAT y MST fácilmente y sin gastos; es decir, utilizando el software gratuito R. Todos los ejemplos e ilustraciones se generan utilizando scripts predefinidos en lenguaje R, disponibles para descarga gratuita desde el sitio web del libro. Proporciona descripciones exhaustivas de los procesos CAT y MST en un entorno R. Guía a los usuarios para simular e implementar CAT y MST usando R para sus aplicaciones. Resume los últimos desarrollos y desafíos de los paquetes catR y mstR. Proporciona los paquetes R catR y mstR e ilustra a los usuarios cómo hacer CAT. y simulaciones e implementaciones de MST utilizando R David Magis, PhD, es investigador asociado del "Fonds de la Recherche Scientifique – FNRS" en el Departamento de Educación de la Universidad de Lieja, Bélgica. Su especialización son los métodos estadísticos en psicometría, con especial interés en la teoría de la respuesta al ítem, el funcionamiento diferencial de los ítems y las pruebas adaptativas computarizadas. Sus intereses de investigación incluyen tanto el desarrollo teórico y metodológico como la implementación y difusión de código abierto en R. Es el principal desarrollador y mantenedor de los paquetes catR y mstR, entre otros. Duanli Yan, PhD, es Gerente de Análisis de Datos e Investigación Computacional para el grupo de Puntuación Automatizada en la división de Investigación y Desarrollo del Servicio de Pruebas Educativas (ETS). También es profesora adjunta en la Universidad de Rutgers. El Dr. Yan ha sido el coordinador estadístico de la prueba EXADEP™ y los programas institucionales TOEIC®, un científico de desarrollo para aplicaciones de investigación innovadoras y un psicometrista para varios programas operativos. El Dr. Yan recibió muchos premios,incluido el Premio Presidencial ETS 2011, el premio NCME Brenda Lyod 2013 y el Premio IACAT Early Career Award 2015. Es coeditora de Computerized Multistage Testing: Theory and Applications y coautora de Bayesian Networks in Educational Assessment. Alina A. von Davier, PhD, es directora senior de investigación del Centro de Investigación en Psicometría Computacional del Educational Testing Service (ETS) y profesora adjunta en la Universidad de Fordham. En ETS dirige el Centro de Investigación en Psicometría Computacional, donde es responsable de desarrollar un equipo de expertos y una agenda de investigación psicométrica en apoyo de las evaluaciones de próxima generación. La psicometría computacional, que incluye técnicas de aprendizaje automático y minería de datos, métodos de inferencia bayesianos, procesos estocásticos y modelos psicométricos, son el principal conjunto de herramientas empleadas en su trabajo actual. También trabaja con modelos psicométricos aplicados a las pruebas educativas: métodos de equiparación de puntuaciones de pruebas, modelos de teoría de respuesta al ítem y pruebas adaptativas. . |
| Nota de contenido: |
Foreword -- Preface -- Ch 1 Overview of Adaptive Testing -- Ch 2 An Overview of Item Response Theory -- Part 1 Item-Level Computerized Adaptive Testing -- Ch 3 An Overview of Computerized Adaptive Testing -- Ch 4 Simulations of Computerized Adaptive Tests -- Ch 5 Examples of Simulations using catR -- Part 2 Computerized Multistage Testing -- Ch 6 An Overview of Computerized Multistage testing -- Ch 7 Simulations of Computerized Multistage Tests -- Ch 8 Examples of Simulations using mstR -- Index. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Computerized Adaptive and Multistage Testing with R : Using Packages catR and mstR [documento electrónico] / Magis, David, Autor ; Yan, Duanli, Autor ; von Davier, Alina A., Autor . - 1 ed. . - [s.l.] : Springer, 2017 . - XX, 171 p. 20 ilustraciones. ISBN : 978-3-319-69218-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Estadísticas Pruebas y mediciones educativas Psicometría Ciencias sociales Psicología Educacional Teoría y métodos estadísticos Evaluación y pruebas Estadística en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento Políticas Públicas Estadística y Computación |
| Índice Dewey: |
519.5 Matemáticas estadísticas |
| Resumen: |
El objetivo de esta guía y manual es proporcionar una descripción práctica y breve de la teoría sobre pruebas adaptativas computarizadas (CAT) y pruebas multietapa (MST) e ilustrar las metodologías y aplicaciones que utilizan el lenguaje de código abierto R y varios ejemplos de datos. La implementación se basa en los paquetes R catR y mstR que ya han sido desarrollados o están siendo desarrollados por el primer autor (con el equipo) y que incluyen algunos de los algoritmos de investigación más recientes sobre el tema. El libro cubre muchos temas junto con el código R: los conceptos básicos de R, descripción teórica de CAT y MST, diseños CAT, metodologías de ensamblaje CAT, simulaciones CAT, paquete catR, aplicaciones CAT, diseños MST, metodologías MST basadas en IRT, árbol Metodologías MST basadas en MST, paquete mstR y aplicaciones MST. La CAT se ha utilizado en muchas evaluaciones a gran escala en las últimas décadas y la MST se ha vuelto muy popular en los últimos años. El lenguaje de código abierto R también se ha convertido en una de las herramientas más útiles para aplicaciones en casi todos los campos, incluidos los empresariales y la educación. Aunque es muy útil y popular, R es un lenguaje difícil de aprender, con una curva de aprendizaje pronunciada. Dada la necesidad obvia de CAT y MST, pero con la compleja implementación, es muy difícil para los usuarios simular o implementar CAT y MST. Hasta este manual, no existía ningún libro para que los usuarios diseñaran y utilizaran CAT y MST fácilmente y sin gastos; es decir, utilizando el software gratuito R. Todos los ejemplos e ilustraciones se generan utilizando scripts predefinidos en lenguaje R, disponibles para descarga gratuita desde el sitio web del libro. Proporciona descripciones exhaustivas de los procesos CAT y MST en un entorno R. Guía a los usuarios para simular e implementar CAT y MST usando R para sus aplicaciones. Resume los últimos desarrollos y desafíos de los paquetes catR y mstR. Proporciona los paquetes R catR y mstR e ilustra a los usuarios cómo hacer CAT. y simulaciones e implementaciones de MST utilizando R David Magis, PhD, es investigador asociado del "Fonds de la Recherche Scientifique – FNRS" en el Departamento de Educación de la Universidad de Lieja, Bélgica. Su especialización son los métodos estadísticos en psicometría, con especial interés en la teoría de la respuesta al ítem, el funcionamiento diferencial de los ítems y las pruebas adaptativas computarizadas. Sus intereses de investigación incluyen tanto el desarrollo teórico y metodológico como la implementación y difusión de código abierto en R. Es el principal desarrollador y mantenedor de los paquetes catR y mstR, entre otros. Duanli Yan, PhD, es Gerente de Análisis de Datos e Investigación Computacional para el grupo de Puntuación Automatizada en la división de Investigación y Desarrollo del Servicio de Pruebas Educativas (ETS). También es profesora adjunta en la Universidad de Rutgers. El Dr. Yan ha sido el coordinador estadístico de la prueba EXADEP™ y los programas institucionales TOEIC®, un científico de desarrollo para aplicaciones de investigación innovadoras y un psicometrista para varios programas operativos. El Dr. Yan recibió muchos premios,incluido el Premio Presidencial ETS 2011, el premio NCME Brenda Lyod 2013 y el Premio IACAT Early Career Award 2015. Es coeditora de Computerized Multistage Testing: Theory and Applications y coautora de Bayesian Networks in Educational Assessment. Alina A. von Davier, PhD, es directora senior de investigación del Centro de Investigación en Psicometría Computacional del Educational Testing Service (ETS) y profesora adjunta en la Universidad de Fordham. En ETS dirige el Centro de Investigación en Psicometría Computacional, donde es responsable de desarrollar un equipo de expertos y una agenda de investigación psicométrica en apoyo de las evaluaciones de próxima generación. La psicometría computacional, que incluye técnicas de aprendizaje automático y minería de datos, métodos de inferencia bayesianos, procesos estocásticos y modelos psicométricos, son el principal conjunto de herramientas empleadas en su trabajo actual. También trabaja con modelos psicométricos aplicados a las pruebas educativas: métodos de equiparación de puntuaciones de pruebas, modelos de teoría de respuesta al ítem y pruebas adaptativas. . |
| Nota de contenido: |
Foreword -- Preface -- Ch 1 Overview of Adaptive Testing -- Ch 2 An Overview of Item Response Theory -- Part 1 Item-Level Computerized Adaptive Testing -- Ch 3 An Overview of Computerized Adaptive Testing -- Ch 4 Simulations of Computerized Adaptive Tests -- Ch 5 Examples of Simulations using catR -- Part 2 Computerized Multistage Testing -- Ch 6 An Overview of Computerized Multistage testing -- Ch 7 Simulations of Computerized Multistage Tests -- Ch 8 Examples of Simulations using mstR -- Index. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Computerized Adaptive and Multistage Testing with R
