Data analysis using the Rasch model

Data analysis using the Rasch model
We assumed that the 28-item EORTC QLQ-C30 fits
Rasch model's specification and forms a unidimensional
construct. If any item could not fit the Rasch model
expectation, patients were deemed to have exhibited
unexpected behaviors, such as aberrant responses, guessing
or inattentiveness, which may have led to responses
outside of the model's expectations (as we assumed all 28
items constructed a one-dimensional latent trait).
When the data fit the model's expectations, the infit
and outfit mean square error (MNSQ) statistics had an
expected value of unity on the items. The values of the
MNSQ statistics show the amount of distortion of the
measurement system. Values less than unity (or over-fit)
showed that the items were too predictable (i.e., there was
redundancy). Values greater than unity (or under-fit)
indicated unpredictability (i.e., noise). The MNSQ statistics
were chi-square statistics divided by their degrees of
freedom. Items with infit MNSQ beyond the range of 0.5-
1.5 were usually regarded as misfitting or poor-fitting
[13,14].

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ข้อมูลโดยใช้แบบ Raschเราสันนิษฐานว่า สินค้า 28 EORTC QLQ-C30 เหมาะกับรุ่น Rasch ของข้อมูลจำเพาะ และใช้ unidimensional เป็นสร้าง ถ้ารายการใด ๆ ได้พอดีแบบ Raschความคาดหวัง ผู้ป่วยถือว่ามีการจัดแสดงพฤติกรรมที่ไม่คาดคิด เช่นตอบสนอง aberrant คาดเดาหรือ inattentiveness ที่อาจมีการตอบสนองภายนอกของรูปแบบความคาดหวัง (ตามที่เราสมมติทั้งหมด 28สินค้าติดแฝงอยู่เป็น one-dimensional) ถูกสร้างขึ้นมาเมื่อข้อมูลที่เหมาะสมกับรูปแบบความคาดหวัง การ infitและสถิติข้อผิดพลาด (MNSQ) ของค่าเฉลี่ยกำลังสองชุดค่าคาดหมายของความสามัคคีในสินค้าของ ค่าของการMNSQ สถิติแสดงจำนวนของความผิดเพี้ยนของการระบบการประเมิน ค่าน้อยกว่าความสามัคคี (หรือเกินพอดี)แสดงให้เห็นว่า สินค้ามีมากเกินไปได้ (เช่น มีซ้ำ) ค่ามากกว่าสามัคคี (หรือเหมาะสมน้อย)ระบุ unpredictability (เช่น เสียงรบกวน) สถิติ MNSQสถิติ chi-square ได้แบ่งตามองศาของของพวกเขาเป็นอิสระ สินค้าที่ มี MNSQ infit เกินช่วง 0.5-1.5 ได้มักจะถือเป็น misfitting หรือคนจนเหมาะสม[13,14]

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูลโดยใช้รูปแบบ Rasch
เราสันนิษฐานว่า 28 รายการ EORTC QLQ-C30 เหมาะกับ
ข้อกำหนดรูปแบบ Rasch และรูปแบบ unidimensional
สร้าง หากรายการใด ๆ ที่อาจไม่เหมาะกับรูปแบบการ Rasch
ความคาดหวังของผู้ป่วยที่ได้รับถือว่าได้แสดง
พฤติกรรมที่ไม่คาดคิดเช่นการตอบสนองที่ผิดปกติ, การคาดเดา
หรือไม่ตั้งใจซึ่งอาจจะนำไปสู่การตอบสนอง
ด้านนอกของความคาดหวังของแบบจำลอง (ที่เราสันนิษฐานทั้งหมด 28
รายการสร้างหนึ่ง มิติลักษณะแฝง).
เมื่อข้อมูลที่เหมาะสมกับความคาดหวังของแบบจำลอง, Infit
และเครื่องแต่งกายหมายถึงความผิดพลาดของตาราง (MNSQ) สถิติมี
ค่าที่คาดหวังของความสามัคคีในรายการ ค่า
สถิติ MNSQ แสดงปริมาณของการบิดเบือนของ
ระบบการวัด ค่าน้อยกว่าความสามัคคี (หรือเกินพอดี)
แสดงให้เห็นว่ารายการที่เป็นที่คาดการณ์เกินไป (กล่าวคือมี
ความซ้ำซ้อน) ค่าที่มากกว่าความเป็นเอกภาพ (หรือภายใต้พอดี)
ชี้ให้เห็นความไม่แน่นอน (เช่นเสียง) สถิติ MNSQ
ถูกสถิติไคสแควร์หารด้วยองศาของพวกเขา
มีอิสระ รายการที่มี Infit MNSQ เกินช่วงของ 0.5
1.5 ได้รับการยกย่องมักจะเป็นประกบกันไม่สนิทหรือไม่ดีกระชับ
[13,14]

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลโดยใช้วิธีแบบจำลอง
เราสันนิษฐานว่า 28 รายการ eortc qlq-c30 เหมาะกับสเปค
แบบราชและรูปแบบ unidimensional
สร้าง หากรายการใด ๆที่อาจไม่เหมาะกับ แบบราช
ความคาดหวัง ผู้ป่วยถือว่าได้จัดแสดง
พฤติกรรมที่ไม่คาดคิด เช่นการตอบสนองปกติเดา
หรือพลังน้ำ ซึ่งอาจจะนำไปสู่การตอบสนอง
ด้านนอกของความคาดหวังของรุ่น ( ที่เราคิดว่าทั้งหมด 28 รายการที่สร้างในลักษณะแฝง
)
เมื่อข้อมูลพอดีกับความคาดหวังของรูปแบบ , infit
และชุดค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( mnsq ) สถิติมี
คาดว่ามูลค่าของความสามัคคีในรายการ ค่า
mnsq สถิติแสดงจำนวนการบิดเบือนของ
ระบบการวัด มีค่าน้อยกว่าความสามัคคี ( หรือผ่านพอดี )
แสดงรายการที่คาดเดาเกินไป ( เช่นมี
) ) คุณค่าที่มากกว่าความเป็นเอกภาพ ( หรือใต้พอดี )
พบ unpredictability ( เช่นเสียงรบกวน ) โดยสถิติไคสแควร์ สถิติ mnsq
ถูกแบ่งขององศา
เสรีภาพ รายการที่มี infit mnsq เกินช่วง 0.5 - 1.5 ก็ถือว่าจะเป็น misfitting

น่าสงสาร 13,14 เหมาะสมหรือ [ ]