Storyboard

Calibración de la heterogeneidad de racionalidad/ruido individual desde series de encuesta, separando agentes decididos de indecisos mediante ajuste de máxima verosimilitud de los parámetros de IRT (E6). Incluye el error estándar de la medición de theta, que indica cuántos ítems se necesitan para calibrar beta_i con precisión suficiente.

ID:('ky', 1610)

Storyboard

$P_j(\theta_i)=\frac{1}{1+e^{-a_{IRT}(\theta_i-b_j)}}$

Variables

$b_j$

Dificultad del ítem j

$1$

$hat a_{IRT}$

Discriminación IRT estimada

$1$

$P_j( heta_i)$

Probabilidad de respuesta/elección afirmativa

$1$

$\theta_i$

Rasgo latente individual

$1$

ID:('gm', 14166)

Storyboard

$(\hat a_{IRT},\hat b_{IRT})=\arg\max_{a,b}\sum_n\log P(\theta_n)$

Variables

$hat b_{IRT}$

Dificultad IRT estimada

$1$

$hat a_{IRT}$

Discriminación IRT estimada

$1$

$N_{resp}$

Número de respuestas observadas

$1$

ID:('gm', 14167)

Storyboard

$I(\theta)=\sum_j a_j^2P_j(1-P_j)$

Variables

$I( heta)$

Información de Fisher

$1$

$N_{items}$

Número de ítems

$1$

$P_j( heta_i)$

Probabilidad de respuesta/elección afirmativa

$1$

ID:('gm', 14168)

Storyboard

$SE_\theta=\frac{1}{\sqrt{I(\theta)}}$

Variables

$SE_ heta$

Error estándar de medición

$1$

$I( heta)$

Información de Fisher

$1$

ID:('gm', 14169)

Storyboard

$\beta_i=\beta_{min}+\frac{\beta_{max}-\beta_{min}}{1+e^{-g_m\hat a_{IRT}\theta_i}}$

Variables

$hat a_{IRT}$

Discriminación IRT estimada

$1$

$g_m$

Ganancia del mapeo theta-beta

$1$

$\beta_i$

Racionalidad/inverso de ruido del agente

$1$

$\theta_i$

Rasgo latente individual

$1$

$\beta_{max}$

Valor máximo de racionalidad

$1$

$\beta_{min}$

Valor mínimo de racionalidad

$1$

ID:('gm', 14170)

Storyboard

$D_i=1\ \text{si}\ SE_\theta

Variables

$SE_ heta$

Error estándar de medición

$1$

$D_i$

Indicador decidido/indeciso

$1$

$SE_{thr}$

Umbral de clasificación decidido

$1$

ID:('gm', 14171)