我们正在扩展Raschmodell，因为我们开发了一个新的自适应测试，我们想测试我们的数据的单维度。
它被开发用于衡量经济能力。
有一个基本的testlet，根据结果，
三个难度分化的子试验。
所以我们做了
1。包含二进制数据的数据对象
test1 <- as.data.frame(eRm::sim.rasch(100, 10))
test2 <- as.data.frame(eRm::sim.rasch(100, 6))
test2[seq(6, nrow(test2),6),seq(3, ncol(test2),2)]<-NA # V3 and V5: every 6th value <- NA
test2[seq(3, nrow(test2),3),seq(1, ncol(test2),4)]<-NA # V1 and V5: every 3th value <- NA
test2[seq(2, nrow(test2),3),seq(2, ncol(test2),4)]<-NA # V2 and V6: every 3th value <-NA
test <- cbind(test1, test2)
原始数据集看起来像这样，但是......
2。试图计算四重相关矩阵
dat.tetra <- psych::tetrachoric(test, y=NULL, na.rm=T, weight=NULL, delete=TRUE)
dat.tetra.rho<-as.data.frame(dat.tetra$rho)
但它不适用于原始数据!!!
和
3。进一步，计算一个事实分析。
问题是R（可能）无法计算自适应测试的四重相关矩阵。 所以我尝试了不同版本的部分商品。 当我只使用Basic Testlet中的数据+来自Subtestlets的项目重叠所有3个组时，则R能够计算相关矩阵。
但是，当然，我想要包括所有项目以查看数据是否是一维的。
完整数据对象的错误是：
For i = 30 j = 16 A cell entry of 0 was replaced with correct = 0.5. Check your data!
Error in tet[1, ] : incorrect number of dimensions
如果有人想要解决这个问题的诀窍，我会很高兴的！
数据：
N = 2333
项目= 59个
基本= 21
容易，中等，困难= 21,21,21（最少20个，每个项目2个组）