Inferenza in analisi di Rasch nel caso di dati mancanti

Si determinano le condizioni necessarie e sufficienti per l’identificabilità del Partial Credit Model (PCM) in presenza di dati mancanti, quando i parametri sono ottenuti con la stima di massima verosimiglianza (JMLE). Uno studio di simulazione, a partire da una matrice di risposta da dati reali, illustra la crescita dell’incidenza del fenomeno del mal-condizionamento della matrice stessa -ciò che porta alla non identificabilità del modello- in funzione dell’incremento del numero di mancate risposte.