蔡、李；马克·汉森 分层项目因子模型的有限信息质量测试。 （英语） Zbl 1406.91346号 英国数学杂志。Stat.Psychol公司。 66，第2期，245-276（2013）. 摘要：在项目反应理论的应用中，模型拟合度的评估是一个关键问题。最近，有限信息良好性测试在心理测量学文献中受到了越来越多的关注。与皮尔逊（Pearson）（X^2）或似然比（G^2）等全信息检验统计量相比，这些有限信息检验使用低阶边缘表，而不是全列联表。一个显著的例子是Maydeu-Olivares及其同事基于单变量和双变量边际的（M_2）统计家族。当列联表稀疏时，基于\（M_2\）的测试比全信息测试保留了更好的I型错误率控制，并且可以更强大。虽然原则上，（M_2）统计可以扩展到测试分层多维项目因子模型（例如，双因子和testlet模型），但计算是非平凡的。为了获得（M_2），研究人员通常必须获得（数千）个边际概率、导数和权重。这些都必须用高维数值积分进行近似。我们提出了一种降维方法，该方法可以利用分层因子结构，从而可以更有效地近似积分。我们还提出了一种新的测试统计量，当测试较长且项目为多峰时，该统计量可以比原始的（M_2）统计量更好地校准和更强大。我们使用仿真来证明我们的新方法的性能，并通过实际数据应用来说明其有效性。 引用于7文件 MSC公司： 91第45页 心理学中的测量和表现 第62页第15页 统计学在心理学中的应用 PDF格式BibTeX公司 XML格式引用 \textit{L.Cai}和textit{M.Hansen}，Br.J.数学。Stat.Psychol公司。66，No.2，245--276（2013；Zbl 1406.91346） 全文： 内政部 链接