estFunG: AF para estimar las habilidades de los individuos

In dariopadula/triNOPAR: What the Package Does (One Line, Title Case)

AF para estimar las habilidades de los individuos

Description

Esta funcion utiliza analisis factorial (AF) para estimar las habilidades para cada fila de la matriz de respuesta a un determinado conjunto de items. Se pueden asumir una o mas dimensiones y utilizar distintos tipos de rotacion. Las habiliddes se estiman segun las cargas factoriales de los individuos a los factores.

Usage

estFunG(
  resp,
  rotacion = c("varimax", "oblimin", "none"),
  corr = c("tet", "poly", "mixed", "cor"),
  ndims = 1
)

Arguments

resp	Matriz de ceros y unos que representan las respuestas a los items
rotacion	se indiqua que rotacion usar para el AF. Puede ser una de estas: varimax (defecto), oblimin o none (ninguna)
corr	correlacion a utilizar: tet (tetracorica), poly (policorica), mixed, cor (Pearson)
ndims	numero de dimensiones a estimar.

Value

Un data frame con las respuestas y al final nuevas columnas con las estimaciones de las habilidades resultantes del AF. Una columna por cada dimension. Se identifican con la legra g seguido del numero de la dimension.

Examples

## Not run: 
# Genero el banco vacio
# bancoIT = genBancoDF(nomFijas = c('NombreIt','Modelo'),nparam = 15)
# m2pl=matrix(c(0.2,1,-3,3),byrow = TRUE,ncol=2,nrow=2)
# bancoIT = genitmodelo(100,"2PL",m2pl,bancoIT)
# Especifico que voy a extraer del banco completo, bancoTAI, 25 items de dos parametros
# diseno=matrix(c(25,"2PL"),ncol=2,byrow = FALSE)
# bancTeor = bancoTAI(bancoIT,diseno)
# Genero las habilidades
# thetas=creathetas("Normal",n=1000,mean=0,sd=1)
# respu=GenResp(banco = bancTeor,thetas)
# Estimo las habilidades para una dimension
# respG = estFunG(resp = respu,rotacion = c('oblimin'),corr = c('tet'),ndims = 1)

## End(Not run)

dariopadula/triNOPAR documentation built on April 25, 2022, 7:46 a.m.