因為題組中的各個題目彼此間有一定的關連(其中一題的答對率影響另一題的答對率），故不符合「局部獨立性(local independence)」的假設，
因此我們無法將所有的題目視為同一組題目進行分析。
Rasch題組分析概念：可視為多向度Rasch分析
舉例：
若某一平衡測驗有3個題組(A, B, C)，每個題組下有10個題目，
我們可將這3個題組視為3個向度，每個向度下有10個題目。
而這3個向度皆用來檢測平衡能力，
底下包含所有的題目(30題)。
一般Rasch單參數模型中只有一個參數b（題目難度），Θ代表個案的能力。能力與難度之間的關連，以Θ-b表示。
若為題組，則多了一個參數r（代表題組效果＝題組變異數/能力值變異數），以Θ-(b+r)表示。
* ConQuest語法(example)
Datafile balance.text; #import資料
Format response 1-30; #共有30題
score (0 1 ) (0 1 ) (0 1) () () !items (1-10); #第1個題組(01計分)
score (0 1 2) (0 1 2) () (0 1 2) () !items (11-20); #第2個題組(3點計分)
score (0 1 2 3) (0 1 2 3) () () (0 1 2 3 )!items (21-30); #第3個題組(4點計分)
Model item+item*step; # PCM model
Estimate ! method = montecarlo, nodes = 2, conv=1; #疊代法，疊代次數及收斂差距值
Show case ! est=eap >> 1.eap; #估計法，呈現個案的能力
Show >> 1.shw; #整體結果呈現
Quit;
Datafile balance.text; #import資料
Format response 1-30; #共有30題
score (0 1 ) (0 1 ) (0 1) () () !items (1-10); #第1個題組(01計分)
score (0 1 2) (0 1 2) () (0 1 2) () !items (11-20); #第2個題組(3點計分)
score (0 1 2 3) (0 1 2 3) () () (0 1 2 3 )!items (21-30); #第3個題組(4點計分)
Model item+item*step; # PCM model
Estimate ! method = montecarlo, nodes = 2, conv=1; #疊代法，疊代次數及收斂差距值
Show case ! est=eap >> 1.eap; #估計法，呈現個案的能力
Show >> 1.shw; #整體結果呈現
Quit;
