K četbě jsem si zvolila knihu od DeMarsové (2010), abych si utřídila znalosti z Furra a z přednášek. Ačkoliv se tedy nejednalo oproti zbývajícím zdrojům o jeden z těch, co by měl rozšířit znalosti o IRT nad rámec Furra a přednášek, mám pocit, že mi pomohlo si dát určité informace o IRT do souvislostí (přednášky na mě bývají rychlé, často se řeší věci nad úroveň, co bych stíhala a chápala a obecně mám problém porozumět podobným předmětům v mluveném projevu).<p>Jelikož se tedy jedná spíše o ten shrnující zdroj pro začátečníky, nevím do jaké míry se pokoušet o celkovou reflexi a spíš zmíním některé věci, co jsem si zapsala.</p><p>
</p><p>První kapitola byla fajn na shrnutí rozdílů mezi CTT a IRT (krom obecného srovnání jsem si u CTT jsem si poznamenala např. tu část s extrémními skóry a vlivem na SE a reliability, což jsem si uvědomila až teď). </p><p>Mezi dalšími věci, co jsem si třeba zapsala, bylo využití 2PL a 3PL modelů vzhledem k záměru testování. 2PL modely jsou vhodnější k pro dichotomické postojové položky nebo pro položky s multiple-choice odpověďmi, pokud jsou efektivně zvolené distraktory, což je důležité u lidí s nízkou mírou zkoumaného rysu. Pro multiple-choice odpovídání jsou jinak nejčastější volbou 3PL modely , právě kvůli nenulové pravděpodobnosti na tipnutí správné odpovědi. Oba tyto modely jsou ale vzhledem k parametrům (a obecně logistické funkci) náročné na množství dat , takže v případě jejich nedostatku se volí často 1PL model (<span style="font-size: inherit">stačí často 100-200 participantů)</span><span style="font-size: inherit">, který je v podstatě ekvivalentní s Raschovým modelem.</span></p><p>Ačkoliv IRT modely nejsou tolik závislé na vzorku,  pro vhodný odhad parametrů položky je důležité, aby položka nebyla pro participanty příliš lehká/těžké (b-parametr), protože je těžké odhadnout skutečnou úroveň obtížnosti a souvisí to i s velkou SE. Pokud bude dostatek participantů s hodnotou rysu blízko k b, přinese nám to více informací. Pro a-parametr je zase důležité mít dostatečnou variabilitu v úrovni rysu napříč participanty a pro c-parametr je důležité pracovat s participanty s úrovní rysu v rozmezí, kde se ICC zplošťuje, aby bylo možné poznat, zda je položka snadná nebo snadno uhádnutelná.</p><p>
  <br>
</p>