输出的变化取决于mirt版本

输出的变化取决于mirt版本,r,R,我有一个矩阵,我正试图通过mirt包的mirt函数运行该矩阵: resp.freq <- data.frame(matrix(c(11, 46, 12, 31, 13, 8, 21, 20, 22, 68, 23, 12, 31, 1, 32, 12, 33, 11), nrow = 9, ncol = 2, byrow = T)) dados3 <- m

我有一个矩阵,我正试图通过
mirt
包的
mirt
函数运行该矩阵:

resp.freq <- data.frame(matrix(c(11, 46, 12, 31, 13, 8, 21, 20, 22, 68, 23, 12,
                                 31,  1, 32, 12, 33, 11), nrow = 9, ncol = 2,
                               byrow = T))
dados3 <- matrix(rep(resp.freq$X1, resp.freq$X2), ncol = 1)
dados3 <- data.frame(cbind(as.numeric(substr(dados3, 1, 1)),
                           as.numeric(substr(dados3, 2, 2))))

require(mirt)
m1 <- mirt(dados3, 1, D = 1, SE = TRUE)
coef(m1)

然而,我的工作站已经更新,并且在mirt 1.2.1上,现在我在运行
m1 BTW时得到了以下输出,应该在这里发布还是在交叉验证上?最好都不发布,如果只是与包相关的,请使用mirt包论坛@Phillchalmers,事实上,这也有点统计相关,因为这个问题也让我怀疑我是否在做我不应该做的事情。
$X1
        a1    d1     d2
pars 1.913 0.633 -3.152
SE   0.228 0.181  0.322

$X2
        a1    d1     d2
pars 1.659 1.121 -2.488
SE   0.200 0.190  0.261
Iteration: 1000, Log-Lik: -387.670, Max-Change: 0.00007
EM iterations terminated after 1000 iterations.


Calculating information matrix...
Warning message:
In loadESTIMATEinfo(info = info, ESTIMATE = ESTIMATE, constrain = constrain) :
  Negative SEs set to NaN.
$X1
            a1    d1     d2
par     11.515 2.732 -13.98
CI_2.5     NaN 0.685    NaN
CI_97.5    NaN 4.778    NaN

$X2
           a1    d1     d2
par     1.099 0.903 -2.139
CI_2.5  0.712 0.561 -2.611
CI_97.5 1.485 1.245 -1.668

$GroupPars
        MEAN_1 COV_11
par          0      1
CI_2.5      NA     NA
CI_97.5     NA     NA