典型文献
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
文献摘要：
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.
文献关键词：
认知诊断;GDINA模型;缺失数据;多重插补;极大似然估计
中图分类号：
作者姓名：
宋枝璘;郭磊;郑天鹏
作者机构：
西南大学心理学部;中国基础教育质量监测协同创新中心西南大学分中心, 重庆 400715;北京师范大学中国基础教育质量监测协同创新中心, 北京 100088
文献出处：
引用格式：
[1]宋枝璘;郭磊;郑天鹏-.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)[J].心理学报,2022(04):426-440,后插1-后插4
A类：
认知诊断评估,PCCR,FIML,GDINA
B类：
缺失数据,数据处理方法,多重插补,极大似然估计,数据缺失,测验,诊断结果,实验条件,精确性,题目,目数,缺失率,Bias,RMSE,EM,MI,ZR,知识状态,PISA2015,实证数据,不同方法,综合模拟
AB值：
0.284456
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
