Software

R-Pakete

Für die Übung ist es hilfreich, eine Reihe von R-Paketen zu installieren.

mirt, eRm

mirt und eRm sind R-Pakete, mit denen Sie IRT-Modelle schätzen können.

install.packages("mirt")
install.packages("eRm")

lavaan

lavaan ist ein R-Paket, mit dem Sie Strukturgleichungsmodelle in R schätzen können. Eine Spezialfall von Strukturgleichungsmodellen sind konfirmatorische Faktoranalysen (CFA), mit denen wir uns im späteren Teil der Übung beschäftigen werden.

install.packages("lavaan")

teachIRT

teachIRT ist ein R-Paket, das wir speziell für die Übung M.B.2 geschrieben haben. Mit teachIRT können Sie viele Aufgaben im IRT-Abschnitt selbst überprüfen und sich selbst neue Aufgaben stellen. Da das Paket auf GitHub gehostet ist, benötigen Sie zur Installation auch das Paket devtools.

install.packages("devtools")
devtools::install_github("jkillisch/teachIRT")

Umgang mit AI

Sie können die Inhalte des Übungshefts gerne mit ChatGPT teilen, etwa um sich Tipps statt der gesamten Lösung geben zu lassen. Eine andere Anwendung ist es, Wissen zu erfragen, das über die behandelten Inhalte hinausgeht. Wir empfehlen Ihnen dennoch, die Aufgaben vorrangig mit den Vorlesungsmaterialien zu bearbeiten, da dieses Material die direkteste Grundlage für die Prüfung darstellt.

Literatur

Hier finden Sie einen super Blogbeitrag zum Schätzen von Rasch- und 2PL-Modellen in R.

Im Laufe der Veranstaltung kommen wir hin und wieder auf Generalisierte Lineare Modelle zu sprechen. Zu diesem Thema empfehlen wir das Buch Generalized Linear Models With Examples in R. Ein Blick in das Buch ist insbesondere dann sinnvoll, wenn Sie Ihr Wissen in den Grundlagen statistischer Modellierung vertiefen möchten. Für die Veranstaltung ist das aber nicht erforderlich.