1、eRm包:可以拟合多种扩展的拉希（Rasch）模型

      例如： 二级评分数据的普通拉希（Rasch）模型---RM

                  线性logistic测验模型---LLTM

                  等级量表模型---RSM

                  线性等级量表模型---LRSM

                  采用条件极大似然（CML）估计： 分部评分模型---PCM

                  采用条件极大似然（CML）估计： 线性分部评分模型---LPCM

                  数据矩阵中允许含有缺失值

       附加的功能还有被试参数的极大似然估计，安德森(Andersen) LR检验,特定题目的 Wald 检验，Martin-Loef-检验，非参数Monte-Carlo检验，还可以绘制多种题目特征曲线（ICC）等。

       理论原理介绍：   http://cran.r-project.org/web/packages/eRm/vignettes/eRm.pdf

       eRm包使用手册：http://cran.r-project.org/web/packages/eRm/eRm.pdf

2、ltm包：可以拟合IRT下的潜在特质模型

                  可以拟合普通拉希（Rasch）模型---RM，2参数，3参数的IRT模型基于MML估计方法。

      ltm包使用手册：http://cran.r-project.org/web/packages/ltm/ltm.pdf

3、plinking包:IRT连接方法

       一维方法：对二级评分或多级评分：Mean/Mean, Mean/Sigma, Haebara, and Stocking-Lord 方法

      多维方法： Reckase-Martineau 方法，扩展的Haebara and Stocking-Lord 方法，Oshima, Davey, & 

       Lee 方法

       plinking包使用手册：http://cran.r-project.org/web/packages/plink/plink.pdf

                                         http://cran.r-project.org/web/packages/plink/vignettes/plink-UD.pdf

4、difR包：DIF的检测方法

                   包含二级评分中七种传统的DIF的检测方法，包括检测一致性和非一致性DIF效应。

      difR包使用手册：http://cran.r-project.org/web/packages/difR/difR.pdf

5、lordif包：对二级或多级评分题目的DIF分析，用Logistics回归和IRT。

     lordif包使用手册http://cran.r-project.org/web/packages/lordif/lordif.pdf

6、catR包：包含CAT框架下的反应模式，几种开始规则的选取，下一步选择的子程序，停时规则和能力估计

     catR包使用手册http://cran.r-project.org/web/packages/catR/catR.pdf

7、lme4包：拟合线性和广义线性混合效应模型

     catR包使用手册http://cran.r-project.org/web/packages/lme4/lme4.pdf

8、mokken包：进行mokken项目分析，非参数IRT

     http://cran.r-project.org/web/packages/mokken/mokken.pdf

     http://cran.r-project.org/web/packages/mokken/vignettes/mokken.pdf

9、mlirt:多水平IRT，程序源代码见网址http://www.jstatsoft.org/v20/i05/

10、cirt:Modeling of Responses and Response Times with the Package cirt      

       http://www.jstatsoft.org/v20/i07/