四参数Logistic题组反应模型的贝叶斯估计

项目反应理论中4PL项目反应模型是在3PL项目反应模型基础上发展起来的,它进一步对模型进行优化,加入失误参数,即引进一条上渐近线,使得估计结果更加准确。传统的项目反应模型往往忽略题目之间的相依性,所以为了使估计更加符合实际,将4PL项目反应模型与题组反应模型结合起来,提出了4PL题组反应模型。将这个模型运算出的结果与4PL项目反应模型的结果相比较,对比结果表明:题组效应不可忽略,2组参数估计结果差异显著。其中,针对4PL项目反应模型和4PL题组反应模型的参数数据,采用Win BUGS软件进行处理。     

基于含测量误差半参数模型的糖尿病数据研究

对于糖尿病数据,利用单指标部分含扭曲测量误差的部分变系数单指标模型进行拟合,由于实验数据的维数较大,相较于传统的参数模型和非参数模型,应用半参数模型不仅可以较好地拟合数据,还可以避免"维数灾祸"问题;此外,如果在拟合时忽略误差的影响,可能导致模型估计产生偏差,因此,进一步选择体质指数(BMI)作为潜在的混淆因子,并假设...     

基于半参数统计模型的弗明翰心脏病数据研究

对于弗明翰心脏病数据,线性模型往往不能很好地拟合,而利用半参数统计模型能提炼出较准确的信息;对于半参数统计模型——单指标模型和单指标变系数模型,一般利用局部回归方法进行联系函数的估计,估计方程估计方法进行指标系数的估计;在此理论基础上,对弗明翰数据进行拟合并作出分析和比较;结果表明:单指标模型和单指标变系数模型都能较好地拟合并解释弗明翰心脏病数据,但由于单指标变系数模型比单指标模型多考虑了一些因素,所以单指标变系数模型相对来说能更多地提取一些数据中隐藏的信息,能更客观地解释弗明翰心脏病数据的现实意义。     

缺失数据下等级反应模型参数MCMC估计

项目反应理论(IRT)是教育测量中的重要模型.在被试的项目反应存在缺失的情况下,曾莉等给出了0、1评分的IRT模型参数估计的2种MCMC算法.本文将这2种算法推广到等级反应模型(GRM),并将估计结果与传统的Multilog软件(将缺失统一替换为0)的估计结果进行比较.通过模拟研究,比较了在不同缺失机制、不同参数先验分布、不同被试人数和不同缺失比例下2种MCMC参数估计的结果,为实际应用中GRM的参数估计方法的选择提供参考.     

3参数等级反应模型及其参数估计

基于Samejima等级反应模型,将项目猜测度融合到3参数等级反应模型中,且开发了相应的项目参数估计程序,使用模拟数据和实测数据对程序进行了检验;并且证明了如果忽略项目的猜测度,会使能力估计的精度虚假地升高.     

带缺失数据的半参数非线性模型基于经验似然的统计诊断

研究了用经验似然的方法来研究带有缺失数据的半参数非线性模型的统计诊断问题。首先,在响应变量完全随机缺失下,利用修正借补的方法处理缺失数据,从而得到完全样本;然后用核估计方法对未知函数进行估计。其次,基于数据删除模型给出了参数的一步近似估计,提出了经验Cook距离以及标准化残差分析,进而找出异常点和强影响点。最后,通过实例对带有缺失数据的非线性半参数模型进行统计分析来验证以上方法的可行性和有效性。     

带不可忽略缺失数据的再生散度随机效应模型的Bayes估计

在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了实例分析.     

贝叶斯框架下一组英语测试数据的统计分析

在贝叶斯偏差信息(DIC)准则下,研究了一组大型英语测试的二级反应数据在传统的项目反应模型、随机效应题组反应模型以及带有题组判别参数的题组反应模型之间的模型选择问题以及题目参数和应试者能力参数的估计问题.首先,基于Gibbs抽样程序得到的各个模型参数的MCMC样本,计算出了各个模型的DIC函数值,然后经过比较,确定带有题组判别参数的题组反应模型是该组数据较优的拟合模型,最后基于带有题组判别参数的题组反应模型,研究了该项测试的题目参数和应试者的能力参数的后验期望估计以及这些参数的95%的等尾置信区间,所得结果在合理范围内.     

项目反应理论模型及参数估计方法

为了克服经典测量理论中题目参数等指标的变异性，项目反应理论得到了发展，现已产生了很多估计题目参数和能力的模型。本文简要介绍了项目反应理论中单维潜在特质假设下的几种二值记分（评定）模型及参数估计方法。     

缺失数据下半参数回归模型的局部线性光滑

在缺失响应变量的不完全数据下,对半参数回归模型进行研究.利用最小二乘和局部线性回归拟合方法建立缺失数据下半参数回归模型参数分量和非参数分量的局部线性估计.在适当的条件下,得到^βn,^nσ的渐近正态性和^gn(t)最优弱收敛速度.