×
斯蒂芬·席林；博克·R·达雷尔

基于自适应求积的高维最大边际似然项因子分析。 （英语） Zbl 1306.62497号

心理测量学 70，第3期，533-555（2005）.
小结：尽管基于Bock-Aitkin类hood的二分项目反应数据因子分析估计方法与经典的项目四分相关性分析相比具有重要优势，但该方法的一个严重局限性是它依赖于定点高斯-海密特（G-H）似然方程解的求积和似然比检验。当潜在维数较大时，计算考虑要求每个维数的求积点数量较少。但是，对于大量项目，给定响应模式的可能性分散变得如此之小，以至于无法使用潜在空间中的稀疏不动点准确评估可能性。在本文中，我们证明，通过将求积点调整到对应于数据中每个不同模式的似然曲面的位置和离散度，可以显著提高精度。特别地，我们证明了自适应G-H正交，结合EM算法每次迭代时的均值和协方差调整，可以产生精确的快速收敛解，每个维度只有两个点。用模拟数据对该方法进行了评估，结果表明可以精确恢复多达八维模型的生成因子载荷。与Meng和Schilling早先将自适应Gibbs抽样应用于该问题不同，模拟还证实了本方法在计算相似比齐方统计量以确定模型中所需因子数时的有效性。最后，我们将该方法应用于教师资格考试的真实数据样本。

引用于40文件

MSC公司：

第62页，共15页 统计学在心理学中的应用
62H25个 因子分析和主成分；对应分析

关键词：

因子分析；项目反应理论；潜在变量；EM算法；边际似然估计；GLS估计；调适数值积分法；采用蒙地卡罗积分法

软件：

GLLAMM公司；Mplus公司；BILOG公司；测试事实
PDF格式BibTeX公司 XML格式引用
\textit{S.Schilling}和\textit{R.D.Bock}，《心理测量学》70，第3期，533--555（2005；Zbl 1306.62497）
全文： 内政部 链接

参考文献：

[1] Ahrens J.H.，Dieter U.（1979）指数分布和正态分布抽样的计算机方法。计算机协会通讯15:873–882·Zbl 0247.65002号 ·数字对象标识代码：10.1145/355604.361593
[2] Ansari A.，Jedidi K.（2000）多级二进制观测的贝叶斯因子分析。《心理测量学》65（4）：475–496·兹比尔1291.62190 ·doi:10.1007/BF02296339
[3] Bartholomew D.J.、Knott M.（1999），潜在变量模型和因子分析。牛津，纽约·兹比尔1066.62528
[4] Bock R.D.（1975/1985）行为研究中的多元统计方法。McGraw-Hill，纽约；1985年重印，芝加哥：科学软件国际·Zbl 0398.62086号
[5] Bock R.D.，Lieberman M.（1970）为二分评分项目拟合反应模型。《心理测量学》35:179–197·doi:10.1007/BF02291262
[6] Bock R.D.，Aitkin M.（1981）项目参数的边际最大似然估计：EM算法的应用。心理测量学46:443–459·doi:10.1007/BF02293801
[7] Bock R.D.、Gibbons R.D.、Muraki E.（1987）《全信息项目因子分析》。应用心理测量12（3）：261–280·doi:10.1177/014662168801200305
[8] Bock R.D.，Schilling S.G.（1997）高维全信息项因子分析。收录：Birkane M.（ed）潜在变量建模及其在因果关系中的应用。纽约州施普林格，第163-176页·Zbl 0919.62058号
[9] Bock R.D.、Gibbons R.D.、Muraki E.、Schilling S.G.、Wilson D.T.、Wood R.（1999）TESTFACT 3:测试评分、项目统计和全信息项目因子分析。科学软件国际，芝加哥
[10] Divgi D.R.（1979）四基色相关系数的计算。《心理测量学》44:169–172·Zbl 0422.62052号 ·doi:10.1007/BF02293968
[11] Ferguson G.A.（1941）测试难度的析因解释。《心理学》6:323–329·doi:10.1007/BF02288588
[12] Fox J.P.，Glas C.A.W.（2001）使用吉布斯抽样对多级IRT模型进行贝叶斯估计。《心理测量学》66（2）：271–288·Zbl 1293.62242号 ·doi:10.1007/BF02294839
[13] 吉尔福德J.P.（1941）测试的难度及其因素构成。心理测量学6:66–77
[14] Haberman S.J.（1977），预期小区数较小的对数线性模型和频率表。统计年鉴5:1148–1169·Zbl 0404.62025号 ·doi:10.1214/aos/1176344001
[15] Harman H.H.（1987）现代因素分析。芝加哥大学出版社·Zbl 0161.39805号
[16] Hedeker D.，Gibbons R.D.（1994）用于多水平分析的随机效应有序回归模型。生物计量学50:933–944·Zbl 0826.62049号 ·doi:10.2307/2533433
[17] Hill H.C.、Schilling S.G.、Ball D.L.（2004）《教师数学知识教学发展措施》。《小学学报》正在出版。
[18] Householder A.S.（1964）《数值分析中的矩阵理论》。纽约州布莱斯德尔·Zbl 0161.12101号
[19] Kaiser H.F.（1958）因子分析中分析旋转的方差最大准则。心理测量学23:187–200·Zbl 0095.33603号 ·doi:10.1007/BF02289233
[20] Leonelli B.T.、Chang C.H.、Bock R.D.、Schilling S.G.（2000）《MMPI-2的全信息项目因子分析解释：使用非马拉松描述符的规范抽样》。个性评估杂志74（3）：400–422·doi:10.1207/S15327752JPA7403_5
[21] Lesaffre E.，Spiessens B.（2001）关于逻辑随机效应模型中正交点数量的影响：一个例子。应用统计学50:325–335·Zbl 1112.62307号
[22] Lindstrom M.J.、Bates D.M.（1990）重复测量数据的非线性混合效应模型。生物统计学46:673–687·doi:10.2307/2532087
[23] Liu C.，Rubin D.B.，Wu Y.N.（1998）加速EM的参数扩展：PX-EM算法。生物特征85（4）：755–770·Zbl 0921.62071号 ·doi:10.1093/biomet/85.4.755
[24] Liu Q.，Pierce D.A.（1994）关于G-H正交的一个注记。生物特征81（3）：624–629·Zbl 0813.65053号
[25] Meng X.L.，Schilling S.G.（1996）全信息因子模型拟合与桥梁抽样实证研究。美国统计协会杂志91:1254–1267·Zbl 0925.62220号 ·doi:10.1080/01621459.1996.10476995
[26] Mislevy R.J.（1984）估计潜在分布。《心理测量学》49（3）：359–381·Zbl 0555.62093号 ·doi:10.1007/BF02306026
[27] Muthén B.O.（1984）具有二分法、有序分类和连续潜在变量指标的一般结构方程模型。心理测量学49:115–132·doi:10.1007/BF02294210
[28] 穆森L.K.，穆森B.O.（1998–2001）。Mplus用户指南（第二版）。穆森（Muthén&amp；）；Muthén，加利福尼亚州洛杉矶
[29] Naylor J.C.，Smith A.F.M.（1982）后验分布有效计算方法的应用。应用统计学31:214–225·Zbl 0521.65017号 ·doi:10.2307/2347995
[30] Polak E.（1971）优化中的计算方法。纽约学术出版社·Zbl 0257.90055号
[31] Powell M.J.D.（1964）无需计算导数即可计算多个变量的有效方法。计算机期刊7:155–162·Zbl 0132.11702号 ·doi:10.1093/comjnl/7.2.155
[32] Rabe-Hesketh S.，Pickles A.，Skrondal A.，（2001）GLLAMM手册。技术报告。2001/01. 伦敦大学国王学院精神病学研究所生物统计与计算系。可从下载http://www.gllamm.org。
[33] Rabe-Hesketh S.，Skrondal A.，Pickles A.（2002）使用自适应求积对广义线性混合模型进行可靠估计。《统计杂志》2:1–21
[34] Rabe Hesketh S.，Skrondal A.，Pickles A.（2005a）广义多级结构方程建模。《心理测量学》69:167–190·Zbl 1306.62484号 ·doi:10.1007/BF02295939
[35] Rabe-Hesketh S.，Skrondal A.，Pickles A.（2005b）具有嵌套随机效应的有限和离散因变量模型的最大似然估计。《计量经济学杂志》，出版中·Zbl 1336.62079号
[36] Ramsay J.O.（1998）估计光滑单调函数。英国皇家统计学会期刊，B辑60:365-375·Zbl 0909.62041号 ·doi:10.1111/1467-9868.00130
[37] Raudenbush S.W.，Yang M.，Yosef（2000）通过高阶多元拉普拉斯近似，具有嵌套随机效应的广义线性模型的最大似然。计算与图形统计杂志9（1）：141–157
[38] Raudenbush S.W.，Birk A.S.（2002）通过高阶多元拉普拉斯近似，具有嵌套随机效应的广义线性模型的最大似然。计算与图形统计杂志9（1）：141–157
[39] Ripley B.D.（1987）随机模拟。纽约威利·Zbl 0613.65006号
[40] Schilling S.G.（1993）使用吉布斯采样器进行全信息项目因子分析的进展。（未发表的博士论文，芝加哥大学）
[41] Schrage L.（1979）一个更便携的fortran随机数生成器。计算机协会：数学软件学报5:132–138·Zbl 0403.68041号 ·数字对象标识代码：10.1145/355826.355828
[42] Thurstone L.L.（1947）多因素分析。芝加哥大学出版社，芝加哥·Zbl 0029.22203号
[43] 瑟斯顿L.L.，瑟斯顿T.G.（1941）智力因素研究。心理测量专著2号。芝加哥大学出版社·JFM编号51.0415.04
[44] Tierney L.，Kadane J.B.（1986），后力矩和边缘密度的精确近似。美国统计协会杂志81:82–86·Zbl 0587.62067号 ·doi:10.1080/01621459.1986.10478240
[45] Wei G.C.G.，Tanner M.A.（1990）EM算法和穷人数据增强算法的蒙特卡罗实现。美国统计协会杂志85:699–704·网址：10.1080/01621459.1990.10474930
[46] Wood R.、Wilson D.T.、Gibbons R.D.、Schilling S.G.、Muraki E.、Bock R.D.（2003）TESTFACF 4：测试评分、项目统计和全信息项目因子分析。科学软件国际，芝加哥
[47] Zimowski M.F.、Muraki E.、Mislevy R.J.、Bock R.D.（1995）BILOG-MG：多组项目分析和测试评分。科学软件国际，芝加哥
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。