IRT框架下的缺失过程建模及其Bayes估计方法  

作　　者：付志慧[1] 李斌[1] 李晓毅[1] 彭毳鑫[2] 

机构地区：[1]沈阳师范大学数学与系统科学学院,沈阳110034 [2]吉林师范大学外语部,吉林四平136000

出　　处：《统计与决策》2015年第14期13-16,共4页Statistics & Decision

基　　金：国家自然科学基金资助项目(11201313);吉林省社会科学基金资助项目(2012B115);辽宁省科技厅博士启动基金项目(20131107)

摘　　要：文章研究教育与心理测量中的不可忽略缺失数据的建模和估计问题。并对观测数据和缺失指标同时建模。针对不可忽略缺失数据,利用潜变量建模法,采用项目反应模型来拟合缺失指标。同时,观测数据模型及缺失指标模型中的参数采用Gibbs抽样法一并给出估计。通过模拟实验验证,忽略缺失数据会给参数估计带来很大的偏差,相反,对不可忽略过程进行建模得出的参数估计偏差会大大减少。

关 键 词：项目反应模型 GIBBS抽样 不可忽略缺失数据 

分 类 号：O212.8[理学—概率论与数理统计]