IRT框架下不可忽略缺失数据的Bayes估计

• 作者: 付志慧 李斌 李晓毅
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 项目反应理论 缺失数据 Gibbs抽样
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 216-220
• 页数: 5页
• 分类号: O212.8
• 字数: 2709字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2015.02.019

摘要

项目反应理论主要研究被试在测验项目上的反应和成绩与潜在特质间的关系,能否有效的估计模型中的参数是项目反应理论能否得以应用的前提.数据的完整性对参数估计有一定的影响.而项目反应过程中,数据的缺失是常见的.缺失数据的机制影响了处理方法.因此,针对不可忽略缺失数据,利用潜变量建模法,采用等级评分模型拟合观测指标,Rasch模型拟合缺失指标.同时用Gibbs抽样法抽取参数,给出估计.通过模拟研究,验证了所用方法有效的减小了由于忽略缺失数据估计参数时产生的偏差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓毅	沈阳师范大学数学与系统科学学院	65	491	12.0	19.0
2	李斌	沈阳师范大学数学与系统科学学院	28	98	3.0	8.0
3	付志慧	沈阳师范大学数学与系统科学学院	17	50	4.0	5.0