where θ NS and θ RM represent the l

where θ NS and θ RM represent the latent scores on the NS and RM subscales.
Matteucci e Veldkamp (2012) studied the effects of the use of background
information for person parameter in CAT. The NS CAT was simulated for 660 real
candidates whose NS and RM scores were available. The NS item bank in this example
consisted of 499 items calibrated with the 2PNO model. The Connector Ability is
a variable length CAT where Standard Error (SE)

ผลลัพธ์ (ไทย) 1:

ที่ RM NS และค่าθค่าθแทนคะแนนแฝงบน subscales NS และ RME Matteucci Veldkamp (2012) ศึกษาผลกระทบของการใช้งานของพื้นหลังข้อมูลสำหรับบุคคลพารามิเตอร์ในแมว แมว NS ถูกจำลองสำหรับ 660 จริงผู้สมัครที่มีคะแนน NS และ RM ธนาคารสินค้า NS ในตัวอย่างนี้ประกอบด้วยรายการ 499 ปรับเทียบ ด้วยรูปแบบ 2PNO ความสามารถในการเชื่อมต่อเป็นความยาวผันแปรแมวมาตรฐานข้อผิดพลาด (SE) < 0.32 ใช้เป็นกฎการหยุดสำหรับ subtest แต่ละในการศึกษาจำลอง ค่าเฉลี่ยทดสอบยาวสำหรับแมวที่ว่าด้วยการก่อน ~ (0.243 0.394, 0.414) ค่าθค่าθ NS N − + ⋅ RM ตามสมการ 6 สำหรับทั้งสองเตรียมใช้งานและความสามารถในการประเมินเปรียบเทียบกับแมวที่ไม่ใช่ข้อมูลก่อน ~ (0, 1) ค่าθ NS N สำหรับทุกเพศ แมวถูกจำลองแบบ 10 ครั้งผลลัพธ์ที่เชื่อถือได้ อิงความสามารถของผู้สมัครจริง 660 รู้จักกันมากขึ้นหรือน้อยกระจายผ่านช่วงความ { < -0.9 [ -0.9, -0.6]; (-0.6, -0.3]; (-0.3,0.0]; (0.0,0.3]; > 0.3 }, รูปแบบคำตอบความยาวตัวแปร CAT ได้จำลอง และพารามิเตอร์ผู้ประเมินใหม่นี้ แมวถูกยกเลิกเมื่อ SE < 0.32 สำหรับผู้สมัครกลุ่มต่างๆ ผลทดสอบความยาวมีรายงานในตารางที่ 3

ผลลัพธ์ (ไทย) 2:

ที่ NS θθและ RM แทนคะแนนที่แฝงอยู่ใน NS และ subscales RM.
Matteucci E Veldkamp (2012) ศึกษาผลกระทบของการใช้พื้นหลัง
ข้อมูลสำหรับพารามิเตอร์บุคคลที่อยู่ในกสท NS CAT จำลองจริง 660
ผู้สมัครที่มี NS และคะแนน RM ที่มีอยู่ ธนาคารรายการ NS ในตัวอย่างนี้
ประกอบด้วย 499 รายการสอบเทียบกับรุ่น 2PNO ความสามารถในการเชื่อมต่อเป็น
แมวยาวตัวแปรที่ข้อผิดพลาดมาตรฐาน (SE) <0.32 ถูกนำมาใช้เป็นกฎหยุด
สำหรับแต่ละการทดสอบย่อย.
ในการศึกษาการจำลองความยาวการทดสอบค่าเฉลี่ยของ CAT ที่ประจักษ์
ก่อน ~ (0.243 0.394, 0.414) θθ NS N - + ⋅ RM, ตามสมการที่ 6 สำหรับทั้ง
การเริ่มต้นและความสามารถในการประมาณค่าเมื่อเทียบกับแมวที่ไม่ใช่ข้อมูล
ก่อน ~ (0,1) θ NS N สำหรับผู้สมัครทุกคนที่กสท. ได้รับการจำลองแบบ 10 ครั้งเพื่อ
ให้ได้ผลลัพธ์ที่น่าเชื่อถือ ขึ้นอยู่กับความสามารถในการรู้จัก 660 ผู้สมัครจริงมากขึ้น
กระจายหรือน้อยอย่างสม่ำเสมอตลอดความสามารถในช่วง {<-0.9; [- 0.9 -0.6] (- 0.6 -
0.3] (- 0.3,0.0] (0.0, 0.3];> 0.3} รูปแบบคำตอบของความยาวของตัวแปร CAT ถูก
จำลองและพารามิเตอร์คนอีกครั้งประมาณแมวถูกยกเลิก.
เมื่อ SE <0.32 สำหรับกลุ่มต่างๆของผู้สมัครที่ส่งผลให้ความยาวทดสอบ.
จะมีการรายงานในตารางที่ 3

ผลลัพธ์ (ไทย) 3:

ที่θ NS และθ RM แสดงคะแนนที่แฝงใน NS และ RM กิตติmatteucci E veldkamp ( 2012 ) ได้ศึกษาผลของการใช้พื้นหลังข้อมูลสำหรับบุคคลพารามิเตอร์ในแมว NS ) 660 จริงสำหรับแมวผู้สมัครที่มีคะแนน RM NS และมี NS รายการธนาคารในตัวอย่างนี้จำนวน 499 รายการ 2pno เทียบกับนางแบบ เชื่อมต่อความสามารถคือตัวแปรความยาวแมวที่ความคลาดเคลื่อนมาตรฐาน ( SE ) < 0.32 ใช้เป็นหยุด กฎสำหรับแต่ละแบบสอบย่อยในการจำลองการทดสอบความยาวเฉลี่ย สำหรับแมวที่เชิงประจักษ์ก่อน ~ ~ ~ ( 0.394 0.243 , θ 0.414 ) θ ns n − + ⋅ RM ตามสมการที่ 6 สำหรับทั้งการเริ่มต้นและความสามารถในการเปรียบเทียบกับแมว กับไม่มีข้อมูลก่อน ~ ~ ~ ( 0.1 ) θ ns n สำหรับทุกคน แมว เป็นจำนวน 10 ครั้งให้ได้ผลลัพธ์ที่น่าเชื่อถือ ขึ้นอยู่กับความสามารถของผู้สมัครว่า 660 ที่แท้จริงมากขึ้นหรือน้อยกว่า กระจายตัวไปในช่วง { < - 0.9 - 0.6 - 0.9 ; [ , ] ; ( - 0.6% ,0.3 ] ; ( - 0.3,0.0 ] ; ( 0.0,0.3 ] ; > 0.3 } ตอบรูปแบบตัวแปรความยาวแมวคือจำลองและบุคคลทำการอีกครั้งประมาณ แมวที่ถูกยกเลิกเมื่อเซ < 0.32 . สำหรับกลุ่มต่าง ๆ ของผู้สมัครผลทดสอบยาวจะมีการรายงานในตารางที่ 3