Current Location:home > Detailed Browse

Article Detail

认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法

Abstracts

数据缺失在测验中经常发生,认知诊断评估也不例外,数据缺失会导致诊断结果的偏差。首先,通过模拟研究在多种实验条件下比较了常用的缺失数据处理方法。结果表明:①缺失数据导致估计精确性下降,随着人数与题目数量减少、缺失率增大、题目质量降低,所有方法的PCCR均下降,Bias绝对值和RMSE均上升。②估计题目参数时,EM法表现最好,其次是MI,FIML和ZR法表现不稳定。③估计被试知识状态时,EM和FIML表现最好,MI和ZR表现不稳定。其次,在PISA2015实证数据中进一步探索了不同方法的表现。综合模拟和实证研究结果,推荐选用EM或FIML法进行缺失数据处理。
Download Comment Hits:1709 Downloads:66
From: 宋枝璘
DOI:10.12074/202111.00025
Recommended references: 宋枝璘,郭磊,郑天鹏.(2021).认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法.[ChinaXiv:202111.00025] (Click&Copy)
Version History
[V1] 2021-11-23 17:18:08 chinaXiv:202111.00025V1 Download
Related Paper

Download

Current Browse

Change Subject Browse

Cross Subject Browse

  • - NO