Отличительные особенности диалоговой системы ИЛП от существующих аналогов
Цветами обозначаются категории, которые были выбраны объектами в исходной матрице. В матрице оценок ответов показано соответствие цветов ячеек и категорий. Все это позволяет определить, насколько исходные данные отличаются от модели измерения. В обеих опциях есть возможность ранжировать в матрице результатов измерений объекты и (или) индикаторные переменные по их оценкам на основе модели Раша… Читать ещё >
Отличительные особенности диалоговой системы ИЛП от существующих аналогов (реферат, курсовая, диплом, контрольная)
Диалоговая система ИЛП отличается от RUMM и других известных аналогов двумя опциями:
- 1) вычислением матрицы оценок ответов;
- 2) вычислением матрицы вероятностей ответов.
Обе матрицы строятся на основе оценок объектов и индикаторных переменных.
1. Матрица оценок ответов представлена на рис. 6.15. В данном разделе анализа содержится матрица, полученная на основе оценок местоположения объектов и индикаторов.
Рис. 6.15. Пример матрицы оценок ответов
В этой матрице выделены первая строка, содержащая оценки местоположения индикаторов, и первый столбец, содержащий оценки местоположение объектов.
Элемент матрицы АИ вычисляется следующим образом:
где к — максимальная категория индикатора j Р, — местоположение i-го объекта; 5- — местоположение7-го индикатора; Р (р;, 8., к) — вероятность i-го объекта выбрать категорию к в j-м индикаторе.
Цветами обозначаются категории, которые были выбраны объектами в исходной матрице. В матрице оценок ответов показано соответствие цветов ячеек и категорий. Все это позволяет определить, насколько исходные данные отличаются от модели измерения.
2. Матрица вероятностей ответов представлена на рис. 6.16.
В данном случае элементом матрицы является вероятность Р (Р, 8., k), где к — категория, фактически выбранная объектом i в j- й индикаторной переменной. Штриховками обозначена степень соответствия наблюдаемых значений теоретическим. В матрице вероятностей ответов показано соответствие цветов ячеек и доверительного интервала вероятностей. В матрице видны три затемненные ячейки, в которых вероятность выбора категории k оказалась меньше 0,05. То есть объект с оценкой местоположения р. при ответе на индикатор с местоположением 8; должен был выбрать другую категорию, а фактически выбранная категория оказалась маловероятной. Эти ситуации являются материалом для дальней;
Рис. 6.16. Пример матрицы вероятностей ответов на основе модели измерения.
шего анализа качества измерительного инструмента (теста или опросника), а также пригодности исходных данных для применения процедуры измерения латентной переменной.
В обеих опциях есть возможность ранжировать в матрице результатов измерений объекты и (или) индикаторные переменные по их оценкам на основе модели Раша. Предусмотрена также возможность сохранения этих результатов в формате Excel.
Для удобства пользователя все полученные результаты можно через буфер обмена перенести в другие программы (например, в Excel, Word и т. п.).