ltm R：如何创建每个参与者的预期概率变量？

Question

我使用 R 包“ltm”来估计模型（分级响应模型），我想导出为每个响应模式 factor.scores() 计算的概率并将其附加到个人（这样每个人都会接受与他的反应模式相匹配的概率）。

a <- c(1,3,3,1,2,2,2,2,2,2)
b <- c(1,3,3,1,NA,1,1,2,2,3)
c <- c(1,3,3,3,3,3,1,2,2,3)
ABC <- data.frame(a, b, c)
grm.model <- grm(ABC, constrained = FALSE)
summary.grm(grm.model)
str(grm.model)
factor.scores(grm.model, return.MIvalues=TRUE, prior = TRUE)

使用factor.scores()，我得到一个列表 Exp，它是每个响应模式的预测概率（如果我理解正确的话）。我想为参与者创建一个包含此信息的变量（因此将它们与他们的响应模式相匹配并给出各自的预测概率）。 关于我是否可以做到这一点的任何想法？ 这是factor.scores(grm.model, return.MIvalues=TRUE, prior = TRUE)输出的第一行

> factor.scores(grm.model, return.MIvalues=TRUE, prior = TRUE)

Call:
grm(data = ABC, constrained = FALSE)

Scoring Method: Empirical Bayes

Factor-Scores for observed response patterns:
  a  b c Obs   Exp     z1 se.z1
1 1  1 1   1 0.193 -1.791 0.152
2 1  1 3   1 0.479 -1.294 0.796
3 2  1 1   1 0.076 -1.774 0.100
4 2  1 3   1 0.749 -0.833 0.706

问题是在我的数据集中我有大约 400 个响应模式，并且不可能手动创建变量。 提前谢谢！

编辑 ---------------------------------- --------------

三年后，我仍然对如何做到这一点感到困惑。 这是这次生成 Rasch 模型的代码。

install.packages("ltm")
ID <- c('A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q')
a <- c(1,0,0,0,0,0,0,1,1,0,0,0,0,1,0,1,0)
b <- c(1,1,1,1,1,0,0,1,1,1,1,0,0,1,1,0,0)
c <- c(0,1,0,1,0,1,0,1,0,1,0,0,0,1,1,1,0)
dataset <- data.frame(ID, a, b, c)
dataset
data_for_rasch <- dataset[c(a, b, c)]

library(ltm)
my_model <- rasch(data_for_rasch, constraint = NULL, IRT.param = TRUE, start.val = NULL, na.action = NULL, Hessian = TRUE) 
summary(my_model)
plot.rasch(my_model)
str(my_model)

# following jlhoward's answer
factor.scores(my_model, return.MIvalues=TRUE, prior = TRUE)
scores <- factor.scores(my_model, return.MIvalues=TRUE, prior = TRUE)$score.dat
str(scores)
result <- merge(data_for_rasch, scores, by=c("a","b","c"))
result <- merge(data_for_rasch, scores[,c(1,2,3,5)], by=c("a","b","c"))
str(result)
# how do I join this to the initial dataset that includes the participant ID?

Answer 1

听起来您想在ABC 上附加一列预测概率？？这段代码会做到这一点。

scores <- factor.scores(grm.model, return.MIvalues=TRUE, prior = TRUE)$score.dat
result <- merge(ABC,scores[,c(1,2,3,5)],by=c("a","b","c"))
result
#    a  b c          Exp
# 1  1  1 1 1.929780e-01
# 2  1  1 3 4.792771e-01
# 3  2  1 1 7.640390e-02
# 4  2  1 3 7.494545e-01
# 5  2  2 2 3.023129e-09
# 6  2  2 2 3.023129e-09
# 7  2  3 3 2.793811e-01
# 8  2 NA 3 1.435108e+00
# 9  3  3 3 2.134180e+00
# 10 3  3 3 2.134180e+00

您实际上并不需要 by=... 参数； merge(...) 会弄清楚的。为了清楚起见，我把它放进去。