<html xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40"><head><meta name=Title content=""><meta name=Keywords content=""><meta http-equiv=Content-Type content="text/html; charset=utf-8"><meta name=Generator content="Microsoft Word 15 (filtered medium)"><style><!--
/* Font Definitions */
@font-face
        {font-family:"Cambria Math";
        panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
        {font-family:Calibri;
        panose-1:2 15 5 2 2 2 4 3 2 4;}
@font-face
        {font-family:"Malgun Gothic";
        panose-1:2 11 5 3 2 0 0 2 0 4;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
        {margin:0cm;
        margin-bottom:.0001pt;
        font-size:12.0pt;
        font-family:Calibri;}
a:link, span.MsoHyperlink
        {mso-style-priority:99;
        color:#0563C1;
        text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
        {mso-style-priority:99;
        color:#954F72;
        text-decoration:underline;}
span.EmailStyle17
        {mso-style-type:personal;
        font-family:Calibri;
        color:windowtext;}
span.EmailStyle18
        {mso-style-type:personal-reply;
        font-family:Calibri;
        color:windowtext;}
span.msoIns
        {mso-style-type:export-only;
        mso-style-name:"";
        text-decoration:underline;
        color:teal;}
.MsoChpDefault
        {mso-style-type:export-only;
        font-size:10.0pt;}
@page WordSection1
        {size:595.0pt 842.0pt;
        margin:72.0pt 72.0pt 72.0pt 72.0pt;}
div.WordSection1
        {page:WordSection1;}
--></style></head><body bgcolor=white lang=EN-US link="#0563C1" vlink="#954F72"><div class=WordSection1><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Dear Trevor, <o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Thanks for your question, I am following the example from this eRm vignette:<o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><a href="http://media.metrik.de/uploads/incoming/pub/Literatur/R/eRmvig.pdf">http://media.metrik.de/uploads/incoming/pub/Literatur/R/eRmvig.pdf</a><o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>On page 16, they show how to perform a likelihood ratio test between RSM and PCM. As in the example there, the test on my dataset is significant. <o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>I understand this means that the distances between category thresholds are not equal – if I free up those parameters the data fits the model better. I know that’s a lot of free parameters (31 vs 10 in my case). <o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Should I consider other criteria when choosing between RSM and PCM?  Can you recommend a text where this is explained in more detail?<o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Regarding the outfit MSQ for rating categories, the authors of the paper I try to replicate follow this source:<o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><a href="http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.424.2811&rep=rep1&type=pdf">http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.424.2811&rep=rep1&type=pdf</a><o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Both RSM and PCM are mentioned here, no advice on model choice (paper has a different focus).<o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>The paper I replicate does not mention which model they used. <o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Many thanks, <o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'>Alex<o:p></o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt'><o:p> </o:p></span></p><div style='border:none;border-top:solid #B5C4DF 1.0pt;padding:3.0pt 0cm 0cm 0cm'><p class=MsoNormal><b><span style='color:black'>From: </span></b><span style='color:black'>Rasch <rasch-bounces@acer.edu.au> on behalf of "Bond, Trevor" <trevor.bond@jcu.edu.au><br><b>Reply-To: </b><rasch@acer.edu.au><br><b>Date: </b>Tuesday 9 August 2016 at 10:28<br><b>To: </b>"rasch@acer.edu.au" <rasch@acer.edu.au><br><b>Subject: </b>Re: [Rasch] computing outfit mean-squares for each rating category in eRm (PCM)<o:p></o:p></span></p></div><div><p class=MsoNormal><span style='font-family:"Times New Roman"'><o:p> </o:p></span></p></div><div><div><div><p class=MsoNormal>Dear Alex<o:p></o:p></p></div><div id=AppleMailSignature><p class=MsoNormal>In what sense do you judge the PCM to have better fit? The RSM is much more parsimonious. Remember Occam's Razor.<o:p></o:p></p></div><div id=AppleMailSignature><p class=MsoNormal>Collegially<o:p></o:p></p></div><div id=AppleMailSignature><p class=MsoNormal>Tgb<o:p></o:p></p></div><div id=AppleMailSignature><p class=MsoNormal><br><br>Sent from 007's new iPhone 6s <span style='font-family:"Malgun Gothic"'>��</span><o:p></o:p></p></div><div><p class=MsoNormal style='margin-bottom:12.0pt'><br>On 8 Aug 2016, at 5:16 PM, Alexandra Dima <<a href="mailto:alexadima@gmail.com">alexadima@gmail.com</a>> wrote:<o:p></o:p></p></div><blockquote style='margin-top:5.0pt;margin-bottom:5.0pt'><div><p class=MsoNormal><span style='font-size:11.0pt'>Dear Rasch colleagues, </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'> </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>I am trying to replicate a Rasch analysis performed with WINSTEPS. </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>They examine the item rating structure of an 8-item questionnaire (5-point Likert response format). </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>One criterion they consider is that the outfit mean-squares are <2.0 for each rating category. </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'> </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>I am using the eRm package in R – the RSM and PCM functions. </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>PCM fits better, so I use it for examining item properties etc.</span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>I can find item outfit and infit, but not outfit mean-squares for each rating category.</span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>There must be a way to get it (I see the infit t statistic for each category in the Item Map via the plotPWmap function).</span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'> </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>Any suggestions on how I can compute these?</span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'> </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>Many thanks, </span><o:p></o:p></p><p class=MsoNormal><span style='font-size:11.0pt'>Alex</span><o:p></o:p></p></div></blockquote><blockquote style='margin-top:5.0pt;margin-bottom:5.0pt'><div><p class=MsoNormal><span style='font-family:"Times New Roman"'>________________________________________<br>Rasch mailing list<br>email: <a href="mailto:Rasch@acer.edu.au">Rasch@acer.edu.au</a><br>web: <a href="https://mailinglist.acer.edu.au/mailman/options/rasch/trevor.bond%40jcu.edu.au">https://mailinglist.acer.edu.au/mailman/options/rasch/trevor.bond%40jcu.edu.au</a><o:p></o:p></span></p></div></blockquote></div></div><p class=MsoNormal><span style='font-family:"Times New Roman"'>________________________________________ Rasch mailing list email: Rasch@acer.edu.au web: https://mailinglist.acer.edu.au/mailman/options/rasch/alexadima%40gmail.com<o:p></o:p></span></p></div></body></html>