<html>
Dear Greg:<br><br>
Yes, your experience with trimming misfitting persons matches mine.
<br><br>
You are removing the noisiest part of the data, so the remaining data
must have a slightly closer-to-Guttman pattern. Consequently we expect to
see a slightly increased measure dispersion in the estimates from the
trimmed data. <br><br>
However, I have yet to see this change of measure dispersion have any
substantive implications except where person measures are adjacent to
measure-defined cut-points.<br><br>
Mike Linacre<br><br>
At 8/6/2007, Petroski, Greg wrote:<br>
<blockquote type=cite class=cite cite>I am fitting a PCM and have a
fairly large sample (5k).&nbsp; As an experiment I ran the calibration
with all subjects and then again with the 500 worst fitting (OUTFIT range
from 2 to 9.9) individuals excluded. There was change in parameter
estimates and item fit, but not huge, not what I expected. This is
comforting, but has this been the experience of others or is it likely
just a quirk of my data and the fact that the sample size is large to
begin with?</blockquote>
<x-sigsep><p></x-sigsep>
Mike Linacre<br>
Editor, Rasch Measurement Transactions<br>
rmt@rasch.org
<a href="http://www.rasch.org/rmt/" eudora="autourl"><font color="#0000FF"><u>www.rasch.org/rmt/</a></u></font>
Latest RMT:&nbsp; 20:4 Spring 2007</html>