Sahu，Sujit K。 项目反应模型中的贝叶斯估计和模型选择。 （英语） Zbl 0999.62092号 J.统计计算。模拟 72，第3期，217-232（2002）. 摘要：项目反应模型是分析许多教育和心理测试结果的基本工具。这些模型用于量化正确回答的概率，作为未观察到的考生能力的函数，以及解释测试中问题的难度和辨别力的其他参数。其中一些模型还包含了正确回答概率的阈值参数，以说明在多选类型测试中猜测正确答案的影响。我们考虑使用吉布斯采样器拟合此类模型。介绍了一种分析含有阈值猜测参数的正态模型的数据增强方法，并与Metropolis-Hastings抽样方法进行了比较。所提出的方法比现有方法的效率高一个数量级。本文的另一个目标是开发用于模型识别的贝叶斯模型选择技术。使用了一种基于贝叶斯因子变量的预测方法，并与另一种在预测空间上最小化期望损失函数的决策理论方法进行了比较。基于改进似然比检验统计量的经典模型选择技术显示为第二个准则的一个组成部分。因此，本文提出的贝叶斯方法与基于似然比检验的经典方法进行了比较。给出了几个例子来说明这些方法。 引用于1审查引用于16文件 理学硕士： 第62页，共15页 统计学在心理学中的应用 2015年1月62日 贝叶斯推断 关键词：数据增强;吉布斯采样器;马尔科夫蒙特卡洛;模型选择;似然比统计;预测分布;三参数模型 PDF格式BibTeX公司 XML格式引用 \textit{S.K.Sahu}，J.统计计算。模拟72，No.3，217--232（2002；Zbl 0999.62092）