| 校正的Bootstrap方法对概化理论方差分量及其变异量估计的改善 |
| |
| 作者姓名： | 黎光明 张敏强 |
| |
| 作者单位： | 1. 华南师范大学心理应用研究中心, 广州 510631
2. 广州大学教育学院心理系, 广州 510006 |
| |
| 基金项目： | 教育部人文社会科学研究青年基金项目(12YJC190016);全国教育科学“十二五”规划教育部重点课题(GFA111009);广东省教育科学“十二五”规划2011年度研究项目(2011TJK161) |
| |
| 摘 要： | Bootstrap方法是一种有放回的再抽样方法, 可用于概化理论的方差分量及其变异量估计。用Monte Carlo技术模拟四种分布数据, 分别是正态分布、二项分布、多项分布和偏态分布数据。基于p×i设计, 探讨校正的Bootstrap方法相对于未校正的Bootstrap方法, 是否改善了概化理论估计四种模拟分布数据的方差分量及其变异量。结果表明：跨越四种分布数据, 从整体到局部, 不论是“点估计”还是“变异量”估计, 校正的Bootstrap方法都要优于未校正的Bootstrap方法, 校正的Bootstrap方法改善了概化理论方差分量及其变异量估计。
|
| 关 键 词： | 概化理论 Bootstrap方法 方差分量 方差分量变异量 蒙特卡洛模拟 |
| 收稿时间： | 2011-11-25 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《心理学报》浏览原始摘要信息 |
|
点击此处可从《心理学报》下载全文 |
|
