不同缺失数据处理方法对双参数逻辑斯蒂克模型参数估计精度的影响

发布时间：2022-05-08 21:20

　　项目反应理论（Item Response Theory,IRT）的提出,弥补了经典测量理论（Classical Test Theory,CTT）的种种缺点。参数估计是项目反应理论研究的核心问题之一,项目反应理论的发展很大程度上得益于参数估计方法的发展。但是在心理测量实践中,常常会遇到作答矩阵中出现缺失值的情况,给参数估计带来了困扰,这时需要我们采取一些补救措施来尽可能减少缺失数据对参数估计结果的影响。本文引入了机器学习领域的两种分类方法CART分类树和Logistic回归,将它们同记零分法（IN）、个人均值插补（PM）、随机插补（RI）和全息极大似然估计（FIML）进行比较,探究了不同被试数量、不同缺失题目数量、不同缺失机制、不同缺失比例下,各种缺失数据数据处理方法对双参数逻辑斯蒂克模型参数估计返真性的影响,并使用实践数据对各种方法进行了比较研究。实验结果表明,本文引入的两种新方法和全息极大似然表现接近,具有较高的预测精度和较好的稳定性。 

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
引言
1 文献综述
    1.1 项目反应理论综述
        1.1.1 经典测量理论的局限性
        1.1.2 项目反应理论概述
        1.1.3 项目反应理论参数估计方法
    1.2 缺失数据综述
        1.2.1 缺失机制
        1.2.2 缺失数据的传统处理方法
        1.2.3 多重插补
        1.2.4 全息极大似然估计和EM算法
    1.3 前人研究
2 本文用到的两种新方法
    2.1 CART分类树
        2.1.1 CART分类树的生成
        2.1.2 CART分类树的剪枝
        2.1.3 使用CART分类树进行插补
    2.2 二项Logistic回归
        2.2.1 二项Logistic回归模型
        2.2.2 使用Logistic回归进行插补
3 模拟研究与实例研究
    3.1 研究一:不同被试数量、缺失机制、缺失比例下的参数估计精度
        3.1.1 研究目的
        3.1.2 研究设计
        3.1.3 研究结果
    3.2 研究二:不同目标题数量、缺失机制、缺失比例下的参数估计精度
        3.2.1 研究目的
        3.2.2 研究设计
        3.2.3 研究结果
    3.3 研究三:实践数据研究
        3.3.1 研究目的
        3.3.2 研究设计
        3.3.3 研究结果
4 总结
    4.1 结果与讨论
    4.2 展望与不足
参考文献
附录 A:研究一的模拟项目参数
附录 B:研究二的模拟项目参数
附录 C:研究三的项目参数
致谢


【参考文献】：
期刊论文
[1]2PLM下缺失数据处理方法及其比较[J]. 汪文义,宋丽红,罗芬,丁树良.  心理科学. 2016(06)
[2]缺失数据的结构方程建模:全息极大似然估计时辅助变量的作用[J]. 王孟成,邓俏文.  心理学报. 2016(11)
[3]关于数据缺失机制的检验方法探讨[J]. 孙婕,金勇进,戴明锋.  数学的实践与认识. 2013(12)
[4]缺失数据下等级反应模型参数MCMC估计[J]. 汪金晖,张淑梅,辛涛.  北京师范大学学报(自然科学版). 2011(03)
[5]2PL模型的EM缺失数据处理方法研究[J]. 张淑梅,辛涛,曾莉,孙佳楠.  应用概率统计. 2011(03)
[6]缺失数据处理方法的比较[J]. 庞新生.  统计与决策. 2010(24)
[7]2PL模型的两种马尔可夫蒙特卡洛缺失数据处理方法比较[J]. 曾莉,辛涛,张淑梅.  心理学报. 2009(03)

硕士论文
[1]数据缺失机制及其检验[D]. 孙晓松.苏州大学 2007



本文编号：3652392