一种新的项目反应理论等值准则——余弦准则

根据同一被试在锚题上的得分概率向量的模式应该十分相似的直观想法,该文提出了一种新的项目反应理论框架下的等值准则——余弦准则.我们采用GPC模型,利用Monte Carlo模拟方法将余弦准则与Haebara等值准则(Hcrit)和Stocking-Lord等值准则(SLcrit)进行比较.研究结果表明,当项目参数估计精度较高或中等而A的取值范围在0.9~2.0之间,新方法往往比Hcrit和SLcrit方法估计的误差小且有显著性差异.     

起算数据精度的测量参数估计的新解算

针对起算数据具有误差时现有处理方法的不足,利用广义最小二乘原理,提出了一种新的顾及起算数据精度的参数估计方法,推导了基于广义最小二乘原则的顾及起算数据精度的参数估计公式,与将起算数据视为无误差的传统测量平差方法,或虽考虑起算数据精度,但将其与观测值一起进行整体平差的方法相比,在理论和方法上都有较好的改进。算例表明:给出的参数估计模型较传统平差解算方法,其参数估计的精度有明显提高。     

非等组锚题设计下IRT等值方法比较及其应用

总结了基于非等组锚题设计下的两大类IRT等值方法:同时参数标定和分别参数标定.分别参数标定包含了线性参数转换和固定参数标定,以等值精度为评价标准对这3类等值方法的效果和适用条件进行归纳并做出相应的评析,为测验工作者选择合适的等值方法进行项目参数和测验等值提供参考依据.     

基于GLMM的人工林红松二级枝条分布数量模拟

【目的】利用广义线性混合模型模拟人工林红松二级枝条分布数量,建立二级枝条分布数量广义线性混合模型,并选出最优模型。【方法】基于黑龙江省孟家岗林场人工林65棵红松955个一级枝上的二级枝条数量,通过传统Poisson回归方法选出模拟精度最高的基础模型,考虑树木效应与树木内枝条观测间的相关性,构建二级枝条分布数量广义线性混合模型,并利用R2、标准误差、平均绝对误差、相对平均绝对误差和Vuong检验对收敛模型进行比较。【结果】考虑树木效应的混合模型模拟精度均高于传统回归模型,最终将含有截距、lnR_DINC(R_DINC为着枝深度)、R²_DINC和C_L(冠长)4个随机效应参数以及自相关矩阵A_R(1)的广义线性混合模型选为二级枝条分布数量最优预测模型。在模型固定效应参数估计结果中,lnR_DINC、C_L和D_BH(胸径)前的系数为正值,R²_DINC、H_DR(高径比)前的系数为负值,树冠内二级枝条分布数量存在最大值。最优模型的R²为0.896 1,标准误差为5.15,平均绝对误差为3.83,相对平均绝对误差为23.25%。【结论】广义线性混合模型不仅提高了模型的拟合精度,在反映总体二级枝条分布数量变化趋势的同时,还可以反映每棵树木之间的差异。     

项目反应理论下Likert型量表的DIF检测方法初探

该研究以SCL-90量表中的“恐怖”因子为例,采用Samejima等级反应模型(Graded Response Model)对该因子进行项目功能差异检测,以探讨项目反应理论下Likert型量表的DIF检测方法.研究发现,对于Likert型量表在项目反应理论框架下可采用等值化的方法进行DIF检测.     

属性不独立对DINA模型参数估计的影响

受众多心理和教育测量研究者喜爱的认知诊断模型-DINA模型假定属性之间是相互独立、连接、非补偿的关系,但是在实际的应用过程中,属性之间未必能满足这样的关系,这限制了DINA在实际中的应用。本文研究属性之间存在不同的关系(层级关系或补偿关系)对于DINA模型参数估计的影响,研究结果表明,当属性之间存在层级关系或补偿作用时,都会对DINA模型下的参数估计精度造成较大的影响,当属性之间存在层级关系时,参数的估计精度受到两个因素的影响最大,一是属性层级结构,另一个是被试人数;当属性之间存在补偿关系时,参数的估计精度主要是受到被试人数和属性个数的影响。在属性之间存在这两种关系的情况下,采用DINA模型进行认知诊断都会影响诊断测验的效度。     

具有疲劳或学习效应的一题多做测验模型

已有文献中关于重复测量项目反应模型都是以正确反应次数为实验观测数据.但是在实际中,许多重复测量实验只能观测到被试最终是否做出正确反应,无法获得正确反应次数数据.以被试最后是否做出正确反应为实验观测数据,建立了具有学习效应或疲劳效应的一题多做项目反应模型,给出了模型区分度参数的最大似然估计,并且通过随机模拟说明了上述估计方法的可行性.     

Bayes Influence Analysis of Mixed Linear Model

考虑混合线性模型的影响分析及强影响点的探测问题，利用Kullback-Leibler距离，分别给出了剔除单个数据点对固定效应和随机效应参数估计精度的影响度量，并通过对一实例的分析，表明该方法的有效性.     

锚题比例与年级离散度对垂直等值的影响

采用锚题设计,选择年级1作为参照基准,通过蒙特卡洛模拟方法,考察锚题比例与年级离散度对垂直等值的影响.研究结果表明:与基准年级的距离影响垂直等值效果,越靠近基准年级,估计精度越好;从整体而言,垂直等值锚题比例设为30%,等值效果最好;垂直等值锚题比例的设定受年级离散度影响,2者存在交互作用,锚题比例设为"变"值更好.     

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.