×
伊斯梅尔·卡贝罗;艾琳·埃皮法尼奥

寻找二元问卷的原型模式。 （英语） Zbl 1442.62142号

分拣 44，第1号，39-66（2020年）.
摘要：原型分析是一种探索性工具，它将一组观察结果解释为纯（极端）模式的混合物。如果这些图案是对样本的实际观察，我们称之为原型。我们首次提出将原型分析用于二进制观测。此工具可以帮助理解二进制数据集，如在多元情况下。我们在模拟研究和两个应用中说明了所提出方法的优势，一个是探索对象（行），另一个是探究项目（列）。一个与确定学生技能集档案有关，另一个与描述项目响应函数有关。

引用于三文件

MSC公司：

62小时99 多变量分析
62第25页 统计学在社会科学中的应用
97D60型 学生评估、成绩控制和评分（数学教育方面）

关键词：

二分项目测试;原型分析;功能数据分析;项目反应理论;技能简介

软件：

布道;公共生命周期评价;神经心理学;群集查找;科恩平滑IRT;吉菲;集群（R）;fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{I.Cabero}和\textit{I.Epifanio}，SORT 44，No.1，39--66（2020；Zbl 1442.62142）
全文： 内政部 arXiv公司

参考文献：

[1] Alcacer，A.、Epifanio，I.、Ib´Aánez，M.V.、Sim´o，A.和Ballester，A.（2020年）。根据基于地标的原型形状对3D足型进行数据驱动分类。PLOS ONE，第15页，第1-19页。
[2] 卡贝罗，I.和埃皮法尼奥，I.（2019年）。原型分析：无监督纹理分割的聚类替代方法。图像分析与体视学，38，151-160·Zbl 1419.94003号
[3] Canhasi，E.和Kononenko，I.（2013）。通过内容-纹理联合模型的原型分析进行多文档摘要。知识和信息系统，1-22。
[4] Canhasi，E.和Kononenko，I.（2014）。面向查询的多文档摘要的多元素图加权原型分析。应用专家系统，41，535-543。
[5] Chan，B.、Mitchell，D.和Cram，L.（2003）。星系光谱的原型分析。英国皇家天文学会月报，338790-795。
[6] Chiu，C.-Y.、Douglas，J.A.和Li，X.（2009）。认知诊断的聚类分析：理论与应用。《心理测量学》，74633·Zbl 1179.62087号
[7] Cutler，A.和Breiman，L.（1994）。原型分析。技术计量学，36，338-347·Zbl 0804.62002号
[8] Davis，T.和Love，B.（2010年）。通过与竞争选项的对比，类别信息的记忆得到了理想化。心理科学，21，234-242。
[9] de Leeuw，J.和Mair，P.（2009）。R中最佳缩放的Gifi方法：软件包homals。统计软件杂志，31，1-20。
[10] Dean，N.和Nugent，R.（2013年）。使用多元贝塔的混合物在单位超立方体中聚类学生技能集档案。数据分析和分类进展，7339-357·Zbl 1416.62334号
[11] D’Esposito，M.R.、Palumbo，F.和Ragozini，G.（2012年）。区间原型：用于区间数据分析的新工具。统计分析和数据挖掘，5322-335·Zbl 07260333号
[12] Epifanio，I.（2013）。用于显示非度量差异矩阵的H图。统计分析和数据挖掘，6136-143·Zbl 07260357号
[13] Epifanio，I.（2016）。功能原型和原型分析。计算统计与数据分析，104，24-34·兹比尔1466.62062
[14] Epifanio，I.、Ib´aánez，M.V.和Sim´o，a.（2018年）。基于地标和扩展的原型形状，用于处理丢失的数据。数据分析和分类进展，12705-735·Zbl 1416.62326号
[15] Epifanio，I.、Ib´aánez，M.V.和Sim´o，a.（2020年）。缺少数据的原型分析：查看所有样本
[16] 64寻找二元问卷的原型模式
[17] Henry，D.、Dymnicki，A.B.、Mohatt，N.、Allen，J.和Kelly，J.G.（2015）。定性数据的聚类方法：小样本预防研究的混合方法。《预防科学》，第16期，1007-1016页。
[18] Hinrich，J.L.、Bardenfleth，S.E.、Roge，R.E.、Churchill，N.W.、Madsen，K.H.和Mörup，M.（2016）。多主体fMRI数据建模的原型分析。IEEE信号处理专题期刊，101160-1171。
[19] IBM支持（2016）。使用K-Means聚类二进制数据（应避免）。网址：http://www-01.ibm.com/支持/docview.wss？uid=swg21477401。访问时间：2018-07-09。
[20] Jones，M.C.和Rice，J.A.（1992年）。显示相似曲线的大型集合的重要特征。美国统计学家，46140-145。
[21] Kaufman，L.和Rousseeuw，P.J.（1990）。在数据中寻找群体：聚类分析导论。纽约：约翰·威利·Zbl 1345.62009号
[22] Lawson，C.L.和Hanson，R.J.（1974年）。求解最小二乘问题。普伦蒂斯·霍尔·Zbl 0860.65028号
[23] Li，S.，Wang，P.，Louviere，J.和Carson，R.（2003）。原型分析：基于极端个体细分市场的新方法。InANZMAC 2003年会议记录，第1674-1679页。
[24] Linzer，D.A.和Lewis，J.B.（2011年）。poLCA：多体变量潜在类分析的R包。统计软件杂志，42，1-29。
[25] Lloyd，S.P.（1982）。PCM中的最小二乘量化。IEEE信息理论汇刊，28129-137·Zbl 0504.94015号
[26] Maechler，M.、Rousseeuw，P.、Struyf，A.、Hubert，M.和Hornik，K.（2018年）。集群：集群分析基础和扩展。R软件包版本2.0.7-1。
[27] Makowski，D.（2016）。“神经心理学”包：心理学家、神经心理学家和神经科学家的R工具箱。(0.5.0).
[28] Mazza，A.、Punzo，A.和McGuire，B.（2014）。KernSmoothIRT：项目反应理论中用于核平滑的R包。统计软件杂志，58，1-34。
[29] Midgley，D.和Venaik，S.（2013年）。跨国公司子公司的营销策略：纯原型与混合原型。发票。McDougall-Covin和T.Kiyak，《国际商业学院第55届年会会议记录》，第215-216页。
[30] Mill´an-Roures，L.、Epifanio，I.和Mart´nez，V.（2018）。通过功能数据分析检测水网中的异常。工程中的数学问题，2018（文章ID 5129735），13。
[31] Ramsay，J.O.和Silverman，B.W.（2005）。功能数据分析（第二版）。斯普林格·Zbl 1079.62006号
[32] Ramsay，J.O.和Wiberg，M.（2017）。取代总和评分的策略。《教育与行为统计杂志》，42，282-307。
[33] Rossi，N.、Wang，X.和Ramsay，J.O.（2002）。用EM算法估计非参数项目响应函数。《教育与行为统计杂志》，27，291-317。
[34] Seth，S.和Eugster，M.J.A.（2016a）。标称观测值的原型分析。IEEE模式分析和机器智能汇刊，38，849-861。
[35] Seth，S.和Eugster，M.J.A.（2016年b）。概率原型分析。机器学习，102，85-113·Zbl 1352.62083号
[36] Slater，S.、Joksimovi´c，S.，Kovanovic，V.、Baker，R.S.和Gasevic，D.（2017年）。教育数据挖掘工具：综述。《教育与行为统计杂志》，42，85-106。
[37] Steinley，D.（2006）。K-表示聚类：半个世纪的综合。《英国数学与统计心理学杂志》，59，1-34。
[38] Steinschneider，S.和Lall，U.（2015）。美国东部每日降水量和热带湿度输出：应用原型分析确定时空结构。《气候杂志》，28，8585-8602。
[39] Stone，E.和Cutler，A.（1996年）。时空动力学原型分析导论。《物理D：非线性现象》，96，110-131·Zbl 0900.76189号
[40] Su，Z.、Hao，Z.、Yuan，F.、Chen，X.和Cao，Q.（2017）。长江流域夏季极端降水的时空变化及其与气候模式的关系。水，9。
[41] Theodosiou，T.、Kazanidis，I.、Valsamidis，S.和Kontogiannis，S.（2013）。课件使用原型。《第17届泛希腊信息学会议论文集》，PCI’13，美国纽约州纽约市，第243-249页。ACM公司。
[42] Thögersen，J.C.、Mörup，M.、Damkiñr，S.、Molin，S.和Jelsbak，L.（2013）。不同铜绿假单胞菌转录组的原型分析揭示了囊性纤维化气道的适应性。BMC生物信息学，14279。
[43] Thurau，C.、Kersting，K.、Wahabzada，M.和Bauckhage，C.（2012）。可持续性的描述性矩阵分解：采用对立原则。数据挖掘和知识发现，24325-354·Zbl 1235.6202号
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。