概化理论G研究方差分量及其变异量估计影响因素

概化理论是关于行为测量可靠性的统计理论。G研究是进行概化理论分析的关键步骤,其主要目的是进行方差分量及其变异量估计。总结了影响概化理论G研究方差分量及其变异量估计的多种因素,包括估计方法、数据分布、研究设计、样本容量、模型效应和数据形态等,并指出了相关研究存在的六方面不足,如缺乏估计方法的综合比较、较少考察非正态分布数据、较少考虑不平衡或缺失数据等。     

HO-GDINA模型的EM算法参数估计

Generalized DINA Model(G-DINA)为认知诊断模型提供了一个一般性的理论框架,而高阶诊断模型不仅能描述被试的总体水平,还能描述被试对属性的掌握情况(微观的认知状态)以及被试掌握属性与能力的关系,提供更丰富的信息。如果能把这两者结合起来,可能对实际诊断工作的操作有较大帮助。文章首先对考虑高阶结构的整合性模型——HO-GDINA模型的形式进行讨论,探讨其参数估计EM算法的实现,并用模拟过程对模型的估计精度进行研究,结果验证了HO-GDINA的EM算法的正确性,并且说明该算法对该模型有较高估计精确度。然后用饱和模型在约束条件下的特殊形式HO-DINA模型对"分数减法"这一经典数据进行EM算法参数估计和具体分析,展示了HO-GDINA在实际情况中的具体使用,并与de la Torre之前用MCMC估计算法得到的研究结果做比较,基本一致,进一步表明HO-GDINA模型的参数估计EM算法在实际情境中的特殊形式下仍然适用。     

表现性评价中评分者信度估计方法的比较研究--从相关法、百分比法到概化理论

随着素质教育的推进．表现性评价受到越来越多的重视。影响表现性评价结果信度的一个重要因素是评分者之间的不一致。文章使用模拟数据,在对比评分者一致性的相关法、一致性百分比法和概化系数等各种估计方法的基础上,提出概化理论在表现性评价中评分者信度问题上的应用是理论和实践发展的有益方向。     

用不同外部表征方式集中呈现信息条件下的因果力判断

在分别用文字陈述、表格和图形三种外部表征方式集中呈现因果信息的条件下,用直接估计因果力大小的实验范式考察单一因果关系因果力估计的特点,检验概率对比模型,效力PC理论和pCI规则。让287名大学生被试估计不同化学药物影响动物基因变异的能力。结果发现,对单一因果关系因果力估计具有以下4个特点：⑴不对称性：在预防原因条件下的因果力估计较多符合效力PC理论,而在产生原因条件下的因果力估计一般符合概率对比模型;⑵文字陈述、表格和图形三种信息外部表征方式,不影响产生原因条件下的因果力估计,但影响预防原因条件下的因果力估计。在预防原因条件下,与文字陈述和表格表征相比,图形表征会促使更多被试按效力PC理论来做因果力估计;⑶没有被试使用pCI规则;⑷被试估计因果力所使用的规则存在明显的个体差异。     

无均值结构的潜变量交互效应模型的标准化估计

潜变量交互效应建模研究近年来有两项重要进展, 一是提出了潜变量交互效应模型的标准化估计及其计算公式; 二是发现无均值结构模型可以取代传统的有均值结构模型, 建模大为简化。但标准化估计是在传统的有均值结构模型中建立的, 在简化的模型中同样适用吗？本文在无均值结构模型的框架内, 给出了潜变量交互效应模型的标准化形式、计算公式和建模步骤, 并通过模拟研究比较了极大似然和广义最小二乘两种估计方法、配对乘积指标和全部乘积指标两种指标类型, 结果表明, 在计算交互效应的标准化估计时, 应当使用配对乘积指标建模, 并且首选极大似然估计。     

群体水平领域分数及其估计方法

对人才的需求已经引起各国政府和国际组织对教育的高度重视,纷纷在国家和地区层面进行大规模的教育评估。在大尺度教育评估中,如何向政府、管理者和公众报告学生表现是不可避免的重要问题。报告学生表现有多种方式,领域分数作为管理者和公众最容易理解和接受的分数报告工具之一,在近些年受到研究者和实践者的关注,因此也成为了大型教育评价项目的必然选择。文中将介绍群体领域分数的起源和定义,并重点介绍群体领域分数的估计方法和相关研究,最后对未来开展进一步研究进行展望。     

个体权力高低对其损失规避的影响

摘 要 以中国大学生为被试,采用问卷的方式,探讨权力对损失规避倾向的影响。实验一发现,与低权力被试相比,高权力被试具有较少的损失规避。实验二进一步考察权力影响损失规避的原因机制,结果发现,权力对收益的价值估计没有影响,但降低了个体对损失的价值估计,从而导致损失规避的减少。结果表明,权力除了激活个体对收益的趋近,还可能抑制个体对损失的感知,权力也是影响决策的因素之一。 关键词 权力 损失规避 估计价值     

疼痛条件下时间目标对时距估计的影响

本研究采用冷压任务引发疼痛,以健康大学生为被试,试图探讨在疼痛条件下时间目标对时距估计的影响。结果发现：疼痛条件下的时距估计值小于非疼痛条件下时距估计值,疼痛条件下具体时间目标的时距估计值显著大于无目标时距估计值。临床上给患者提供具体的时间目标或许有助于他们应对疼痛。     

计划缺失设计——通过有意缺失让研究更高效

缺失值是社会科学研究中非常普遍的现象。全息极大似然估计和多重插补是目前处理缺失值最有效的方法。计划缺失设计利用特殊的实验设计有意产生缺失值, 再用现代的缺失值处理方法来完成统计分析, 获得无偏的统计结果。计划缺失设计可用于横断面调查减少(或增加)问卷长度和纵向调查减少测量次数, 也可用于提高测量有效性。常用的计划缺失设计有三式设计和两种方法测量。     

使用似然比D2统计量的题目属性定义方法

题目属性的定义是实施认知诊断评价的关键步骤, 通过有丰富经验的领域专家对题目的属性进行定义是当前的主要方法, 然而该方法受到许多主观经验因素的影响。寻找客观的题目属性定义或验证方法可以为主观定义过程提供策略支持或对结果进行改进, 因此已经引起研究者们的关注。本研究构建了一种简单高效的题目属性定义方法, 研究使用似然比D2统计量从作答数据中估计题目属性的方法, 实现属性掌握模式、题目参数和题目属性向量的联合估计。模拟研究结果表明, 使用似然比D2统计量可以有效地识别题目的属性向量, 该方法一方面可以实现新编制题目属性向量的在线估计, 另一方面可以验证已经定义的题目属性向量的准确性。