kelre/pypsy

psychometrics package, include MIRT(multidimension item response theory), CAT(computerized adaptive testing), CDM(cognitive diagnostic model), FA(factor analysis), SEM(Structural Equation Modeling) and so on. 自编心理测量库,仅供学习.

PythonMIT

pypsy

自编心理测量库，包含多维项目反应理论，认知诊断，因子分析和自适应测验等等，还在整理中，仅供学习

多维项目反应理论（全息项目因子分析）

参数估计算法

初值

计算近似polychoric correlation, 对这个相关矩阵进行因子分析，获得斜率初值

EM算法

E步用GH积分
M步用牛顿算法（把稀疏矩阵拆成不稀疏的矩阵计算）

因子旋转

基于梯度投影算法

缺点

GH积分只能计算低维度的参数估计

认知诊断

支持两种模型

dina
ho-dina

支持三种参数估计算法

EM算法
MCMC算法
极大似然估计（仅限估计被试技能掌握参数）

结构方程模型

包含ULS, ML, GLS三种参数估计方法
基于梯度下降

验证性因子分析

支持连续数据、二分数据和有序数据
基于梯度下降
二分数据和有序数据基于Polychoric相关矩阵

因子分析

暂时只为计算全息项目因子分析而存在，很简单的实现

算法

主成分分析

旋转算法

梯度投影

自适应测验

支持模型

瑟斯顿IRT模型（用于人格测验的多维项目反应理论模型）

抽题算法

多维项目反应理论的最大信息法

require

numpy
progressbar2

使用方法

详见demo

TODO LIST

CCFA的theta参数化
多样化数据的结构方程模型参数估计
贝叶斯知识追踪(Bayesin knowledge tracing)
多维项目反应理论（全息项目因子分析）
- 高维度计算算法（自适应积分等）
- 各类项目反应模型
认知诊断
- G-DINA模型
- Q矩阵相关算法
因子分析
- 极大似然估计
- 各类因子旋转算法
自适应
- 自适应认知诊断
- 其他自适应
标准误、P值
代码注释、测试和文档

参考文献