自编心理测量库，包含多维项目反应理论，认知诊断，因子分析和自适应测验等等，还在整理中，仅供学习
计算近似polychoric correlation, 对这个相关矩阵进行因子分析，获得斜率初值
- E步用GH积分
- M步用牛顿算法（把稀疏矩阵拆成不稀疏的矩阵计算）
基于梯度投影算法
GH积分只能计算低维度的参数估计
- dina
- ho-dina
- EM算法
- MCMC算法
- 极大似然估计（仅限估计被试技能掌握参数）
- 包含ULS, ML, GLS三种参数估计方法
- 基于梯度下降
- 支持连续数据、二分数据和有序数据
- 基于梯度下降
- 二分数据和有序数据基于Polychoric相关矩阵
暂时只为计算全息项目因子分析而存在，很简单的实现
主成分分析
梯度投影
瑟斯顿IRT模型（用于人格测验的多维项目反应理论模型）
多维项目反应理论的最大信息法
- numpy
- progressbar2
详见demo
- CCFA的theta参数化
- 多样化数据的结构方程模型参数估计
- 贝叶斯知识追踪(Bayesin knowledge tracing)
- 多维项目反应理论（全息项目因子分析）
- 高维度计算算法（自适应积分等）
- 各类项目反应模型
- 认知诊断
- G-DINA模型
- Q矩阵相关算法
- 因子分析
- 极大似然估计
- 各类因子旋转算法
- 自适应
- 自适应认知诊断
- 其他自适应
- 标准误、P值
- 代码注释、测试和文档
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent