基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对近年来研究者所提出的瑟斯顿模型和BTL模型两大类模型进行综述,总结了目前研究者提出的2种数据分析和处理方法视角:多层线性模型(HLM)和结构方程模型(SEM)。基于模型的方法不仅充分利用了成对比较和排序数据的信息,而且模型更具拓展性,如为考察协变量、潜类别等的影响提供可能,也为迫选测验等的开发提供指导意义。本文不涉及复杂的统计知识,运用心理学研究中被熟知的模型对处理成对比较数据和排序数据的模型及其模型估计进行说明,并通过 Mplus软件示例,以期模型分析的方法在对成对比较数据和排序数据的处理上得到广泛的应用。
推荐文章
一种面向标签排序数据集的特征选择方法
标签排序
邻域粗糙集
特征选择
基于数据符号化表示和云模型的时序数据生成方法
时序数据
符号化表示
符号化统计特征矢量
云模型
云发生器
基于排序数据变率的最大似然恒虚警检测方法
恒虚警
最大似然估计
排序数据变率
韦布尔杂波
干扰目标
基于异步航迹融合的乱序数据处理算法
集中式融合
异步航迹
乱序数据
航迹融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 成对比较数据和排序数据的处理:模型分析的方法?
来源期刊 北京师范大学学报(自然科学版) 学科 社会科学
关键词 成对比较数据 排序数据 瑟斯顿模型 BTL模型 多层线性模型 结构方程模型
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 525-531
页数 7页 分类号 C32
字数 6576字 语种 中文
DOI 10.16360/j.cnki.jbnuns.2016.04.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘红云 北京师范大学心理学院 79 6116 21.0 78.0
2 宋晓娟 北京师范大学心理学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (3)
参考文献  (32)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1927(2)
  • 参考文献(1)
  • 二级参考文献(1)
1931(1)
  • 参考文献(1)
  • 二级参考文献(0)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1952(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
成对比较数据
排序数据
瑟斯顿模型
BTL模型
多层线性模型
结构方程模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京师范大学学报(自然科学版)
双月刊
0476-0301
11-1991/N
大16开
北京新外大街19号
82-406
1956
chi
出版文献量(篇)
3342
总下载数(次)
10
总被引数(次)
24959
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导