install.packages("exametrika")はじめに
1 exametrikaパッケージについて
exametrikaは，教育テストデータを分析するための包括的なRパッケージです。荘島（2022）で提案されたテスト・データ・エンジニアリング（Test Data Engineering）の手法群を実装しており，以下の分析を統一的なインターフェースで実行できます。
- 古典的テスト理論（CTT）：項目分析，信頼性係数，テスト統計量
- 項目反応理論（IRT）：2PLM, 3PLM, 段階反応モデル（GRM）
- 潜在クラス分析（LCA）/ 潜在ランク分析（LRA）：受検者の潜在的な分類
- バイクラスタリング：項目と受検者の同時クラスタリング，無限関係モデル（IRM）
- ベイズネットワークモデル（BNM）：項目間の依存構造のモデリング
- 局所依存モデル：LDLRA, LDB, BINET
1.1 インストール
CRANから安定版をインストールできます。
開発版はGitHubからインストールできます。
# install.packages("devtools")
devtools::install_github("kosugitti/exametrika")1.1.1 依存パッケージ
- R (>= 4.1.0)
- igraph（ネットワーク分析用）
- その他の依存パッケージは自動的にインストールされます
1.2 ggExametrikaパッケージ
ggExametrikaは，exametrikaの分析結果をggplot2ベースで可視化するパッケージです。本チュートリアルでは，各章でggExametrikaによるプロット例も併記しています。
# install.packages("devtools")
devtools::install_github("kosugitti/ggExametrika")1.3 本チュートリアルの構成
| 章 | 内容 |
|---|---|
| 第1章 データ準備 | dataFormatによるデータ変換，サンプルデータの紹介 |
| 第2章 記述統計・項目分析 | テスト統計量，項目統計量，古典的テスト理論 |
| 第3章 項目反応理論 | IRT（2PLM, 3PLM），段階反応モデル（GRM） |
| 第4章 潜在クラス/ランク分析 | LCA, LRA，多値データへの展開 |
| 第5章 バイクラスタリング | クラス型・ランク型，GridSearch, IRM，多値展開 |
| 第6章 ベイズネットワークモデル | BNM, 構造学習（GA, PBIL） |
| 第7章 局所依存モデル | LDLRA, LDB, BINET |
1.4 参考情報
1.4.1 exametrika Webサイト
1.4.2 問題の報告
バグを発見した場合や改善の提案がある場合：
- GitHub IssuesにIssueを開いてください
- 最小限の再現可能な例を提供してください
- Rのセッション情報（
sessionInfo()）を含めてください
1.4.3 ディスカッション
GitHub Discussionsでは以下のことができます。
- 質問をする
- 使用事例を共有する
- 機能リクエストについて議論する
- パッケージの開発に関する最新情報を得る
1.5 参考文献
- Shojima, K. (2022). Test Data Engineering: Latent Rank Analysis, Biclustering, and Bayesian Network (Behaviormetrics: Quantitative Approaches to Human Behavior, 13). Springer.