A estimativa de máxima verossimilhança dos parâmetros dos itens na distribuição marginal, integrando sobre a distribuição da habilidade, torna-se prática quando procedimentos computacionais baseados em um algoritmo EM são utilizados. Ao caracterizar a distribuição de habilidade empiricamente, evita-se suposições arbitrárias sobre sua forma. O procedimento EM se aplica a modelos gerais de resposta a itens que não possuem estatísticas suficientes simples para a habilidade. Isso inclui modelos com mais de uma dimensão latente.
Bock et al. (Terça,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: