2PL模型的两种马尔可夫蒙特卡洛缺失数据处理方法比较

摘要：

马尔科夫蒙特卡洛(MCMC)是项目反应理论中处理缺失数据的一种典型方法.文章通过模拟研究比较了在不同被试人数,项目数,缺失比例下两种MCMC方法(M-H within Gibbs和DA-T Gibbs)参数估计的精确性,并结合了实证研究.研究结果表明,两种方法是有差异的,项目参数估计均受被试人数影响很大,受缺失比例影响相对更小.在样本较大缺失比例较小时,M-H within Gibbs参数估计的均方误差(RMSE)相对略小,随着样本数的减少或缺失比例的增加,DA-T Gibbs方法逐渐优于M-H within Gibbs方法.

关键词：IRT、缺失数据、MCMC

所属期刊栏目：41

分类号：B841.7(心理学)

资助基金：国家自然科学基金30670718

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：276-282