ifa: Handle new deriv API
[openmx:openmx.git] / models / failing / irt-bifactor.R
1 # echo 0 > /proc/self/coredump_filter  # normally 023
2 # R --vanilla --no-save -f models/failing/bock-aitkin-1981.R
3 # R -d gdb --vanilla --no-save -f models/failing/bock-aitkin-1981.R
4
5 #options(error = browser)
6 require(OpenMx)
7 require(rpf)
8
9 set.seed(5)
10
11 numItems <- 6
12 numPersons <- 1000
13 maxDim <- 2
14
15 items <- vector("list", numItems)
16 correct <- vector("list", numItems)
17 for (ix in 1:numItems) {
18         items[[ix]] <- rpf.drm(factors=maxDim)
19         correct[[ix]] <- rpf.rparam(items[[ix]])
20         correct[[ix]][[4]] <- 0   # no guessing, for now
21 }
22 correct.mat <- simplify2array(correct)
23
24 maxParam <- max(vapply(items, rpf.numParam, 0))
25 maxOutcomes <- max(vapply(items, function(i) i@outcomes, 0))
26
27 design <- matrix(c(rep(1,numItems),
28                    2,2,2,3,3,3), byrow=TRUE, nrow=2)
29
30 data <- rpf.sample(numPersons, items, correct, design)
31
32 spec <- mxMatrix(name="ItemSpec", nrow=6, ncol=numItems,
33          values=sapply(items, function(m) slot(m,'spec')),
34          free=FALSE, byrow=TRUE)
35
36 design <- mxMatrix(name="Design", nrow=maxDim, ncol=numItems,
37                    values=design)
38
39 ip.mat <- mxMatrix(name="ItemParam", nrow=maxParam, ncol=numItems,
40                    values=c(1.414, 1, 0, 0),
41                    lbound=c(1e-6, 1e-6, -1e6, 0),
42                    free=c(rep(TRUE, 3), FALSE))
43
44 #ip.mat@values[2,1] <- correct.mat[2,1]
45 #ip.mat@free[2,1] <- FALSE
46
47 m1 <- mxModel(model="bifactor",
48           spec, design,
49           ip.mat,
50           mxData(observed=data, type="raw"),
51           mxExpectationBA81(
52              ItemSpec="ItemSpec",
53              Design="Design",
54              ItemParam="ItemParam"),
55           mxFitFunctionBA81()
56 )
57
58 m1 <- mxOption(m1, "Analytic Gradients", 'no')
59 if (1) {
60         m1 <- mxOption(m1, "Analytic Gradients", 'yes')
61         m1 <- mxOption(m1, "Verify level", '-1')
62 }
63 m1 <- mxOption(m1, "Function precision", '1.0E-5')
64 m1 <- mxOption(m1, "Calculate Hessian", "No")
65 m1 <- mxOption(m1, "Standard Errors", "No")
66
67 m1 <- mxRun(m1, silent=TRUE)
68 #print(correct.mat)
69 #print(m1@matrices$ItemParam@values)
70 got <- cor(c(m1@matrices$ItemParam@values), c(correct.mat))
71 omxCheckCloseEnough(got, .975, .01)