A new item response theory modeling approach with applications to unidimensionality assessment and ability estimation (Q1174709): Difference between revisions

La modélisation, en psychométrie en particulier, postule souvent une notion de dimension latente selon le schéma suivant: \(N\) questions étant posées à chaque sujet, on associe à celui-ci un vecteur aléatoire \(\{U_ 1,\dots,U_ i,\dots,U_ N\}\) à valeurs dans \(\{0,1\}^ N\) dont la loi dépend d'un paramètre vectoriel \(\theta\) qui reflète l'aptitude (latente) du sujet. La dimension du modèle de réponse est classiquement l'entier minimal \(d\) tel qu'avec \(\theta\in R^ d\) on puisse rendre compte des données expérimentales. Cette notion paraît trop restrictive car à côté de dimensions dominantes (``essentielles'') peuvent exister d'autres qu'il convient de pouvoir négliger. Cette préoccupation est à rapprocher de celles de l'analyse factorielle où l'on ne retient que quelques facteurs principaux et de la théorie de la mesure où certaines notions ne sont définies qu'à des ensembles négligeables près (telle justement celle de borne essentielle). Le cadre proposé est le suivant: on intègre les \(N\) questions dans un ensemble infini \(\{U_ i, i\geq 1\}\) et l'on affaiblit les notions d'indépendance et de dimensionalité en les définissant à des ensembles ``négligeables'' près de questions: plus précisément, elles ne prennent pas en compte les sous-ensembles de questions de cardinal faible (en fait \(o(1/N)\)). Un intérêt de l'étude est de fournir des méthodes de test de l'unidimensionalité ``essentielle'' ainsi définie et d'estimation de l'aptitude du sujet sur cette dimension, les résultats étant même étendus au cas où l'on combine les questions en leur affectant des scores ``équilibrés''.