排序方式: 共有84条查询结果,搜索用时 671 毫秒
61.
62.
多阶段混合增长模型(PGMM)可对发展过程中的阶段性及群体异质性特征进行分析,在能力发展、行为发展及干预、临床心理等研究领域应用广泛。PGMM可在结构方程模型和随机系数模型框架下定义,通常使用基于EM算法的极大似然估计和基于马尔科夫链蒙特卡洛模拟的贝叶斯推断两种方法进行参数估计。样本量、测量时间点数、潜在类别距离等因素对模型及参数估计有显著影响。未来应加强PGMM与其它增长模型的比较研究;在相同或不同的模型框架下研究数据特征、类别属性等对参数估计方法的影响。 相似文献
63.
类别变量的中介效应分析 总被引:4,自引:0,他引:4
在心理学和其他社科研究领域,研究者能熟练地进行连续变量的中介效应分析,但面对自变量、中介变量或(和)因变量为类别变量的中介效应分析,研究者往往束手无策。在阐述类别自变量中介分析方法的基础上,我们建议使用整体和相对中介相结合的类别自变量中介分析方法,并给出了分析流程。以二分因变量为例,讨论了中介变量或(和)因变量为类别变量的中介分析方法的发展过程(即尺度统一的过程),建议通过检验Za×Zb的显著性来判断中介效应的显著性。用二个实际例子演示如何进行类别变量的中介效应分析。最后展望了类别变量的中介效应分析研究的拓展方向。 相似文献
64.
65.
基于概化理论的方差分量变异量估计 总被引:2,自引:0,他引:2
概化理论广泛应用于心理与教育测量实践中, 方差分量估计是进行概化理论分析的关键。方差分量估计受限于抽样, 需要对其变异量进行探讨。采用蒙特卡洛(Monte Carlo)数据模拟技术, 在正态分布下讨论不同方法对基于概化理论的方差分量变异量估计的影响。结果表明: Jackknife方法在方差分量变异量估计上不足取; 不采取Bootstrap方法的“分而治之”策略, 从总体上看, Traditional方法和有先验信息的MCMC方法在标准误及置信区间这两个变异量估计上优势明显。 相似文献
66.
基于经典测量理论标准参照测验的传统划界分数设置方法是等级评分或指定划界分数,划界分数设置的方法有待进一步拓展。Bookmark法是基于项目反应理论的划界分数设置方法,学科专家以测验材料的能力参数值为基础,依据掌握百分比分数与被试能力水平的定量关系,设置多重划界分数,相对于传统方法更高效、精确。作者评述了Bookmark法的基本原理和具体实施方法,分析了Bookmark法的应用前景,并对Bookmark法设置划界分数的信效度和标准误估计的研究作了评述。 相似文献
67.
68.
69.
中介效应的三类区间估计方法 总被引:1,自引:0,他引:1
由于中介效应ab的估计量通常不是正态分布, 因此需用不对称置信区间进行中介效应分析。详述了三类获得不对称置信区间的方法, 包括乘积分布法(M法和经验M法)、Bootstrap方法(偏差校正和未校正的非参数百分位Bootstrap方法、偏差校正和未校正的参数百分位残差Bootstrap方法)和马尔科夫链蒙特卡罗(MCMC)方法。比较了三类方法在单层(简单和多重)和多层中介效应分析中的表现, 发现三类方法的表现相近, 与乘积分布法相比, 偏差校正的百分位Bootstrap方法表现较好, 但有先验信息的MCMC方法能更有效降低均方误。最后对中介效应不对称置信区间研究的拓展方向做了展望。 相似文献
70.