首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文

高阶项目反应理论模型及其应用

摘要第3-5页
英文摘要第5-7页
第一章 绪论第11-21页
    1.1 项目反应理论的起源第11-12页
    1.2 项目反应理论模型简介第12-18页
        1.2.1 一维项目反应理论模型第12-13页
        1.2.2 多维项目反应理论模型第13-14页
        1.2.3 bi-factor模型第14-15页
        1.2.4 高阶项目反应理论模型第15页
        1.2.5 可识别性条件第15-18页
    1.3 选题背景第18-19页
    1.4 本文的主要工作和结构安排第19-21页
第二章 HO-IRT模型的参数估计第21-33页
    2.1 研究背景第21-22页
    2.2 参数估计第22-27页
        2.2.1 基于DAGS的Gibbs抽样第22-26页
        2.2.2 Metropolis-Hastings算法第26-27页
    2.3 模拟研究第27-33页
        2.3.1 模拟设计第28页
        2.3.2 模拟结果第28-33页
第三章 基于HO-IRT模型的项目拟合优度检验第33-53页
    3.1 研究背景第33-35页
    3.2 基于卡方的项目拟合指标第35-38页
        3.2.1 项目拟合指标第35-37页
        3.2.2 期望比例E_(ir)的计算第37-38页
    3.3 模拟研究第38-46页
        3.3.1 模拟设计Ⅰ第39-40页
        3.3.2 模拟结果Ⅰ第40-44页
        3.3.3 模拟设计Ⅱ第44页
        3.3.4 模拟结果Ⅱ第44-46页
    3.4 附录第46-53页
第四章 高阶潜在特质的测量误差、偏差的校准第53-87页
    4.1 研究背景第53-55页
    4.2 模型介绍第55-57页
    4.3 Two-stage估计方法第57-62页
        4.3.1 解析边际极大似然(CF-MMLE)估计方法第58-60页
        4.3.2 蒙特卡罗EM算法第60-61页
        4.3.3 Naive方法第61-62页
        4.3.4 Moment估计方法第62页
    4.4 模拟研究第62-74页
        4.4.1 模拟设计第63-64页
        4.4.2 模拟结果第64-74页
    4.5 实例分析第74-78页
        4.5.1 数据描述第74-75页
        4.5.2 分析结果第75-78页
    4.6 附录第78-87页
        4.6.1 Maximum a posterior第78-80页
        4.6.2 EM算法(估计总体分布)第80-81页
        4.6.3 MC-EM算法中标准误差的计算第81-84页
        4.6.4 Stage-1参数估计结果第84-87页
第五章 总结与展望第87-91页
    5.1 结论第87-89页
    5.2 不足与展望第89-91页
参考文献第91-101页
致谢第101-105页
在学期间公开发表论文及著作情况第105页

论文共105页,点击 下载论文
上一篇:高维总体均值向量和协方差矩阵的同时检验
下一篇:图的点不交子图以及边临界图的性质