在另一个问题中，我询问了 StackExchange 的“Hunting of the Snark”数据集的统计有效性，以及我们是否可以从其结果中得出任何结论。我测量了一些可靠性系数以更好地理解它们；现在，根据Andy W. 的建议，我正在尝试创建一个项目响应模型。
首先，警告：我不是任何学科的合格统计学家。自从我出于任何目的进行统计分析以来已经有好几年了，当时我还不是很擅长。尽管如此，这很有趣。我很乐意运行我可以在 R 中合理完成的任何分析。
数据集可在此处获得。我截断了除最后 20 列之外的所有列。我还稍微清理了数据。在某些情况下，“不友好”被拼写为“UIfriendly”。在第 4352 行中，19 和 20 两个受访者用“0”代替了回答。鉴于数据集其余部分的组织方式，我假设这是空数据，因此我将这两个响应设为空。
在阅读了序数数据建模的这个例子（特别是第 3.2 节）和这个关于 R 中“ltm”包的演示文稿之后，我得出结论我的结果是多分的，我需要一个分级响应模型。我首先收集了数据集的描述性统计数据。他们的建议不足为奇：“中性/不清楚”是最常见的回答；没有评论是普遍友好的；有些人普遍不友好；受访者的中立回答频率差异很大（请参阅我的另一个问题，了解一些受访者同意的衡量标准）。
然后我的消息来源建议使用Kendall 的 tau计算数据的非参数相关系数，我在这里已经完成了（您需要切换文本换行） 。如果我正确阅读了这些结果，我相信它们暗示了受访者之间存在某种关联。
最后，我运行了分级响应模型。我的一个消息来源建议同时拟合“受约束”和“不受约束”模型，并将两者与 ANOVA 测试进行比较。完整结果链接到它们各自的模型，如下所示。我在这里粘贴了摘要行，以及 ANOVA 的结果：
Model Summary:
log.Lik AIC BIC
-96657.64 193401.3 193696
Model Summary:
log.Lik AIC BIC
-96141.05 192406.1 192831
方差分析：
Likelihood Ratio Table
AIC BIC log.Lik LRT df p.value
fit1 193401.3 193696 -96657.64
fit2 192406.1 192831 -96141.05 1033.18 19 <0.001
如果我正确地阅读了 ANOVA LRT，看起来无约束模型更适合，所以让我们绘制它。每个人都喜欢图表。在我可以发布的众多帖子中，我选择了四个：20 位受访者的组合项目信息曲线，以及“友好”（类别 1）、“中立/不清楚”（类别 2）和“不友好”（第 3 类）。我很高兴发布任何其他可能有用的信息。它们分别是：
情节1：
情节2：
情节3：
情节4：
我缺乏解释这些结果的培训，所以我希望有人可以。我测量了什么，如果有的话，我可以得出什么结论？