Generalized Kernel Equating with Applications in R

Boken 'Generalized Kernel Equating with Applications in R' er en omfattende ressurs for statistikkere, psykometrikere og forskere innen utdanning, som ønsker å få en dyp forståelse av testscore-justering. Den presenterer rammeverket for Generalized Kernel Equating (GKE) og gir leseren de nødvendige verktøyene og metodene for å oppnå nøyaktige og rettferdige sammenligninger av score. Gjennom boken blir testscore-justering fremstilt som et statistisk problem, og alle vanlige datainnsamlingsdesign blir dekket. Forfatterne tar for seg de fem trinnene i GKE-rammeverket: forbehandling, estimering av score-probabiliteter, kontinuisering, justeringstransformasjon og evaluering av justeringstransformasjonen. Ulike strategier for forbehandling, inkludert log-lineære modeller, modeller for svarteori, beta4-modeller og diskrete kjernestimatorer, blir grundig utforsket. Estimeringen av score-probabiliteter ved bruk av IRT-modeller er også beskrevet, og Gaussisk kjernestandardisering er utvidet til andre kjerner som uniform, logistisk, epanechnikov og adaptive kjerner. Flere metoder for valg av båndbredde blir også diskutert, noe som gir lesere en solid grunnlag for forståelse og praktisk anvendelse av disse statistiske teknikkene.