항목 분석 플랫폼에서는 2PL 모형이 기본 모형입니다. 1PL 모형은 모든 항목의 판별력이 동일하다고 가정할 수 있을 때 적절합니다. 이 가정이 적절하지 않을 때는 2PL 또는 3PL 모형을 사용해야 합니다. 2PL 모형은 특히 작은 데이터 집합의 경우 3PL 모형보다 수치 안정성이 큽니다. 또한 2PL 모형에서 b는 응답자가 항목에 올바르게 답할 확률이 50%가 되기 위해 필요한 능력 수준으로 해석할 수 있습니다.
IRT 모형은 기본 특성이 1차원이라고 가정합니다. 즉, 기본 잠재 구성이 1개입니다. 서로 복잡하게 상호 작용하는 몇 가지 특성을 측정하는 경우 1차원 모형이 적절하지 않습니다. IRT 모형은 연속형 잠재 변수에 적절합니다. 범주형 잠재 변수의 경우 잠재 계층 모형을 고려해야 합니다. 자세한 내용은 잠재 계층 분석에서 확인하십시오. IRT 모형은 항목 불변으로 간주됩니다. 항목 불변성은 P(q)가 능력 수준이 q인 개인 집합에 대한 올바른 반응 확률로 해석된다는 의미입니다. 능력 수준이 동일한 많은 개인이 항목에 답한 경우 P(q)는 항목에 올바르게 답할 사람의 비율을 예측합니다. 이는 IRT 모형이 테스트 대상 그룹에 관계없이 동일한 모수를 갖는다는 의미입니다. 또한 IRT 모형은 국소적 독립을 가정합니다. 즉, 잠재적 구성이 고려된 후에는 항목이 서로 독립적입니다.