期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多维项目反应理论补偿性模型参数估计:基于广义回归神经网络集合 被引量:7
1
作者 王鹏 孟维璇 +4 位作者 朱干 张登浩 张利会 董一萱 司英栋 《心理学探新》 CSSCI 北大核心 2019年第3期244-249,共6页
运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项... 运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项目参数值与考生作答矩阵。其次,把通过主成分分析得到的前两个因子在每个题目上的载荷作为区分度的初始值以及题目通过率作为难度的初始值,这两个指标的初始值作为神经网络的输入。集成100个神经网络,其输出值的均值作为MIRT的项目参数估计值。最后,设置2×2种(能力相关水平:0.3和0.7;两种估计方法:GRNN和MCMC方法)实验处理,对GRNN和MCMC估计方法的返真性进行比较。结果表明,小样本的情况下,基于GRNN集成方法的参数估计结果优于MCMC方法。 展开更多
关键词 多维项目反应理论 补偿性模型 广义回归神经网络 参数估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部