机器算法验证 - R 的 LTM 包中的 theta 参数 - 吾爱随笔录

我很好奇在将数据拟合到 IRT 模型后，是否有一种直观的方式ltm来显示人的估计潜在特征。R

之后install.packages("ltm")，可以使用内置WIRS数据快速运行一个两参数 IRT 模型，这是一个1,005 人的 6 项测试：

library(ltm)
data <- WIRS
two_pl <- ltm(data ~ z1)

该方法coef(two_pl)显示所有项目参数：

          Dffclt    Dscrmn
Item 1  3.4011395 0.1534064
Item 2 -0.9421221 0.3676923
Item 3  0.8093853 1.7179970
Item 4  1.3689278 1.0101043
Item 5  0.4762685 2.0324137
Item 6  1.6804632 1.3745785

用two_pl$coefficients一个也可以显示(intercept)和z1。我不熟悉前者的含义，因为在典型的2PL方程形成中没有，而是z1项目的判别参数。

       (Intercept)        z1
Item 1  -0.5217566 0.1534064
Item 2   0.3464111 0.3676923
Item 3  -1.3905215 1.7179970
Item 4  -1.3827598 1.0101043
Item 5  -0.9679746 2.0324137
Item 6  -2.3099285 1.3745785

我的问题：是否有可能找到theta每个人的估计参数ltm？

我检查了文档，虽然它们都有item.fit和person.fit，但没有迹象表明可以提取人的潜在水平特征的数据。在WIRS示例中，它应该是一个包含 1,005 个元素的向量/列表，但在拟合模型后我仍然无法找到类似的东西。