R语言ltm包下匹配因子得分模式返回预期案例数的函数实现

需求 #

在R语言开展IRT建模的场景中，需要实现自定义函数，输入为因子得分结果对象和目标作答模式，返回匹配该模式的预期案例数量。

基础示例代码 #

item1 <- cbind(1,0,1,0,1,1,0,0,0,0,1,0)
item2 <- cbind(0,0,0,1,0,1,0,1,0,0,1,0)
item3 <- cbind(1,0,1,0,1,1,0,1,1,0,0,0)
item4 <- cbind(0,0,1,1,0,1,0,0,0,1,1,1)
Items <- matrix(c(item1, item2, item3, item4), ncol=4)

library(ltm)
fit <- ltm(Items ~ z1, IRT.param=TRUE) 
mle <- ltm::factor.scores(fit,method="EB",prior=FALSE) 
pattern_of_interest <- c(0,0,0,1)

因子得分结果样例 #

调用ltm::factor.scores后输出的score.dat结构如下：

Item 1 Item 2 Item 3 Item 4 Obs   Exp      z1     se.z1
1      0      0      0      0   2 1.948 -96.517 12529.631
2      0      0      0      1   2 1.706  -2.303     3.647
3      0      0      1      0   1 0.744  -0.076     0.303
4      0      1      0      1   1 0.668  -0.864     1.494
5      0      1      1      0   1 0.333  -0.052     0.261
6      1      0      1      0   2 1.051   1.173     1.711
7      1      0      1      1   1 1.225   1.844     2.575
8      1      1      0      1   1 0.199   0.323     0.297
9      1      1      1      1   1 0.834  93.748 10003.995

自定义函数实现 #

get_expected_count <- function(mle_obj, target_pattern) {
  # 提取所有题目作答列
  pattern_cols <- mle_obj$score.dat[, grepl("^Item", colnames(mle_obj$score.dat))]
  # 校验目标模式长度与题目数一致
  if(length(target_pattern) != ncol(pattern_cols)) {
    stop("目标作答模式长度与题目数量不匹配")
  }
  # 匹配完全一致的作答模式行
  match_row <- apply(pattern_cols, 1, function(row_vals) all(row_vals == target_pattern))
  # 返回对应预期值，无匹配时返回NA并告警
  if(sum(match_row) == 0) {
    warning("无匹配的作答模式")
    return(NA_real_)
  }
  return(mle_obj$score.dat$Exp[match_row])
}

函数调用示例 #

get_expected_count(mle, c(0,0,0,1))
# 输出结果：1.706

内容的提问来源于stack exchange，提问作者Madamadam