Patrícia Dinis Mota da Costa.pdf - Universidade do Minho
Patrícia Dinis Mota da Costa.pdf - Universidade do Minho
Patrícia Dinis Mota da Costa.pdf - Universidade do Minho
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6 Introdução<br />
resposta ao item exige cálculos mais complexos <strong>do</strong> que os procedimentos de máxima<br />
verosimilhança. Nesse senti<strong>do</strong>, começaram a ser utiliza<strong>do</strong>s méto<strong>do</strong>s de simulação<br />
com vista a obter as estimativas <strong>do</strong>s parâmetros em MRI. A utilização de méto<strong>do</strong>s<br />
MCMC possibilita o uso de simulações para obter as estimativas <strong>do</strong>s parâmetros de<br />
modelos de resposta ao item, pela aplicação procedimentos de estimação bayesianos,<br />
o que permite diminuir as dificul<strong>da</strong>des na estimação destes parâmetros tanto a nível<br />
teórico como a nível computacional. Em particular, neste trabalho usamos proce-<br />
dimentos de simulação MCMC para estimar os parâmetros <strong>do</strong> modelo multidimen-<br />
sional compensatório logístico de 2 parâmetros. O algoritmo que propomos permite<br />
obter, simultaneamente, as estimativas <strong>do</strong>s parâmetros <strong>do</strong>s itens e <strong>do</strong>s factores la-<br />
tentes <strong>do</strong>s examinan<strong>do</strong>s. Para isso, utilizamos o algoritmo de Metropolis-Hastings<br />
com amostragem Gibbs. O algoritmo foi implementa<strong>do</strong> em Matlab. Inicialmente,<br />
usamos <strong>da</strong><strong>do</strong>s simula<strong>do</strong>s para testar o procedimento de estimação proposto, con-<br />
sideran<strong>do</strong> que os <strong>da</strong><strong>do</strong>s aferem 2 e 3 factores latentes. Adicionalmente, aplicamos<br />
o procedimento de estimação bayesiano proposto a <strong>da</strong><strong>do</strong>s reais e comparamos os<br />
resulta<strong>do</strong>s obti<strong>do</strong>s com os <strong>do</strong> software comercial Testfact (Wilson, Wood e Gibbons<br />
[115]), que recorre ao procedimento de estimação de máxima verosimilhança para<br />
estimar os parâmetros <strong>do</strong> modelo, possibilitan<strong>do</strong> assim a comparação entre os vários<br />
procedimentos de estimação.<br />
Esta tese foca<strong>da</strong> no estu<strong>do</strong> e aplicação de modelos de resposta ao item uni-<br />
dimensionais e multidimensionais, está organiza<strong>da</strong> em 4 capítulos. O capítulo 1,<br />
Modelos Unidimensionais de Resposta ao Item, compreende 9 secções. Nesse sen-<br />
ti<strong>do</strong>, começamos por fazer uma breve introdução a esta classe de modelos. Nas<br />
secções 1.2 e 1.3, abor<strong>da</strong>mos os postula<strong>do</strong>s e os pressupostos desta classe de modelos.<br />
Segui<strong>da</strong>mente, efectuamos a especificação formal <strong>do</strong>s modelos dicotómicos actual-<br />
mente existentes. Na secção 1.5, debruçamo-nos sobre os modelos de resposta ao<br />
item politómicos. Na secção seguinte exploramos os modelos para grupos múltiplos.<br />
Nas secções 1.7 e 1.8, apresentamos os conceitos de função de informação <strong>do</strong> item e