Stuart,<div><br></div><div>Belay my previous message (coffee hadn&#39;t kicked in yet).</div><div><br></div><div>You&#39;re right. &nbsp;Variances -- p * (1 - p) at the extreme of p (1 or 0) will be smaller, which should make the misfits bigger.</div>
<div><br></div><div>Could those cell probabilities p[ni] actually be close to 0.50? &nbsp;This would happen if the person measures tended to collapse to the center of the scale, an artifact of randomness.</div><div><br></div><div>
Mark<br><br><br><br><div class="gmail_quote">On Tue, Mar 6, 2012 at 7:58 AM, Stuart Luppescu <span dir="ltr">&lt;<a href="mailto:slu@ccsr.uchicago.edu">slu@ccsr.uchicago.edu</a>&gt;</span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
Hello, I&#39;m analyzing items suggested for a course final exam. The<br>
problem is that the students the items are tested on have not taken the<br>
course yet. This results in very poor performance. The average person<br>
measure is -0.78, and the average item p-value is 0.33 (for 4-choice<br>
multiple choice items).<br>
<br>
What is confusing me is that all the items have mean-square fit<br>
statistics (infit and outfit) near 1.0, while many of them have negative<br>
point-biserial correlations. According to my understanding, the fit<br>
statistics are calculated from an aggregation of the squared<br>
standardized residuals, which are calculated from the raw residual<br>
divided by the score variance. In this case, the expectation of an<br>
individual response would be low, so raw residuals would be large. And<br>
the score variance at the extremes are lower than in the middle, so you<br>
divide a large raw residual by a small score variance and you get a very<br>
large standardized residual, right? So, how come the fits are close to<br>
expectation? Especially since the pt-bis are low or negative? I don&#39;t<br>
get it. Can someone explain this to me?<br>
<br>
Thanks.<br>
--<br>
Stuart Luppescu -=- slu .at. <a href="http://ccsr.uchicago.edu" target="_blank">ccsr.uchicago.edu</a><br>
University of Chicago -=- CCSR<br>
才文と智奈美の父 -=- &nbsp; &nbsp;Kernel 3.2.1-gentoo-r2<br>
What we have is nice, but we need something very<br>
&nbsp;different. &nbsp; &nbsp;-- Robert Gentleman<br>
&nbsp;Statistical Computing 2003, Reisensburg (June<br>
&nbsp;2003)<br>
<br>
<br>
<br>
<br>
<br>
<br>
_______________________________________________<br>
Rasch mailing list<br>
<a href="mailto:Rasch@acer.edu.au">Rasch@acer.edu.au</a><br>
Unsubscribe: <a href="https://mailinglist.acer.edu.au/mailman/options/rasch/markm%40eddata.com" target="_blank">https://mailinglist.acer.edu.au/mailman/options/rasch/markm%40eddata.com</a></blockquote></div><br></div>