如何用R的mirt包拟合指定结构的高阶IRT模型？

针对你需要对比的两个高阶模型，直接使用mirt()函数自定义因子结构即可，无需依赖bfactor()。以下是具体实现代码：

模型(a)：低阶因子加载于通用因子，且低阶因子间不相关 #

# 定义高阶模型结构
model_a <- '
    # 通用因子G，加载所有60个项目
    G = 1-60
    # 低阶因子F1（对应前30项）、F2（对应后30项）
    F1 = 1-30
    F2 = 31-60
    # 指定高阶载荷：F1和F2均加载于G
    COV = G -> F1, G -> F2
'

# 拟合Rasch模型
mod_a <- mirt(all_data, model = model_a, itemtype = "Rasch")

注：mirt默认会固定低阶因子的方差为1，且不设定低阶因子间协方差（即协方差为0），符合模型(a)的要求。

模型(b)：低阶因子加载于通用因子，且允许低阶因子间相关 #

# 定义模型结构，仅放开低阶因子的协方差限制
model_b <- '
    G = 1-60
    F1 = 1-30
    F2 = 31-60
    # 指定高阶载荷，同时允许F1与F2相关
    COV = G -> F1, G -> F2, F1 ~~ F2
'

# 拟合Rasch模型
mod_b <- mirt(all_data, model = model_b, itemtype = "Rasch")

后续对比操作 #

拟合完成后，可通过以下代码对比两个模型的拟合优度：

anova(mod_a, mod_b)

也可通过summary(mod_a)或summary(mod_b)查看因子载荷、参数估计等结果。

内容的提问来源于stack exchange，提问作者Nicolas N.