Multidimensional Polytomous DIF Detection Methods - A Monte Carlo Simulation Study

Ana Ćosić Pilepić

doi:10.1177/01466216261446320

2026-01-01

PRE

Ana Ćosić Pilepić *

Tamara Mohorić

Vladimir Takšić

DOI：10.1177/01466216261446320

原文链接

原文求助

摘要

En 中文

本研究比较了四种检测多项式多维数据中项目功能差异（DIF）的方法的有效性，这些数据具有简单结构：项目反应理论似然比检验（IRT-LR）、两种有序逻辑回归方法（使用原始分数与潜在特质估计作为匹配变量）以及多维MIMIC-交互方法。数据在一个二维分级反应模型下生成，包含28个五类项目。模拟条件操纵了DIF类型（均匀、非均匀）、DIF幅度（0、0.3、0.6）、组大小比例（1:1、3:1）、潜在特质相关（rho = 0、0.5）以及群体影响的存在与否，共产生40种条件，每种条件重复100次。在不同条件下，IRT-LR和两种逻辑回归方法总体上保持了可接受的I型错误率，而MIMIC-交互模型在存在影响时表现出I型错误率膨胀。所有方法对中等均匀DIF均表现出高统计功效，但在低DIF和非均匀DIF下检测率显著下降。使用潜在特质估计的逻辑回归表现出最稳定的整体性能，结合了适当的I型错误控制与相对较高的统计功效。使用原始分数的逻辑回归在中等非均匀DIF下表现出相对较强的性能。相比之下，IRT-LR尽管I型错误控制保守，但统计功效较低。结果表明，基于回归的方法，特别是使用潜在特质估计的逻辑回归，在简单结构的多维多项式评估中为DIF检测提供了稳健的性能。

Keyword:

differential item functioning

multidimensional item response theory

graded response model

logistic regression

IRT likelihood ratio test

MIMIC model

simulation study