×
孙建安;陈云晓;刘京晨;Ying、Zhiliang;辛、陶

基于（L_{1}）正则化的多维项目反应理论模型的潜在变量选择。 （英语） Zbl 1367.62322号

心理测量学 81，第4期，921-939（2016）.
总结：我们为多维项目反应理论模型开发了一种潜在变量选择方法。该方法通过多维测试项目识别潜在特征。其基本策略是对对数似然性施加一个（L_1}）惩罚项。计算采用期望最大化算法和坐标下降算法相结合。仿真研究表明，该估计器为正确识别潜在结构提供了一种有效的方法。该方法应用于包含艾森克个性问卷的真实数据集。

引用于9文件

MSC公司：

第62页第15页 统计学在心理学中的应用

关键词：

潜在变量选择;多维项目反应理论模型;\（L_{1}\）正则化;EM算法;银行识别码

软件：

格尔姆奈特;诺哈姆
PDF格式BibTeX公司 XML格式引用
\textit{J.Sun}等人，《心理测量学》81，第4期，921--939（2016；Zbl 1367.62322）
全文： 内政部

参考文献：

[1] Ackerman，T.A.（1989）。补偿性和非补偿性多维项目的一维IRT校准。应用心理测量，13，113-127·doi:10.1177/014662168901300201
[2] Ackerman，T.A.（1994）。使用多维项目反应理论来理解哪些项目和测试正在测量。《教育中的应用测量》，7255-278·doi:10.1207/s15324818ame0704_1
[3] Akaike，H.（1974年）。统计模型识别的新视角。IEEE自动控制汇刊，19716-723·兹伯利0314.62039 ·doi:10.1109/TAC.1974.1100705
[4] Ansley，T.N.和Forsyth，R.A.（1985年）。对从二维数据导出的一维IRT参数估计值的特征进行检查。应用心理测量，937-48·doi:10.1177/014662168500900104
[5] Béguin，A.A.和Glas，C.A.（2001）。多维IRT模型的MCMC估计和一些模型到模型分析。《心理测量学》，66，541-561·Zbl 1293.62234号 ·doi:10.1007/BF02296195
[6] Bock，D.R.、Gibbons，R.和Muraki，E.（1988年）。全信息项目因子分析。应用心理测量，12261-280·doi:10.1177/014662168801200305
[7] Bock，D.R.、Gibbons，R.、Schilling，S.、Muraki，E.、Wilson，D.和Wood，R.（2003）。测试事实4.0。在计算机软件和手册中。伊利诺伊州林肯伍德：科学软件国际·兹比尔1067.62010
[8] Bolt，D.M.和Lall，V.F.（2003）。使用马尔可夫链蒙特卡罗估计补偿和非补偿多维项目反应模型。应用心理测量，27395-414·doi:10.1177/0146621603258350
[9] Cai，L.（2010）。采用Metropolis-Hastings-Robbins-Monro算法进行高维探索性项目因子分析。《心理测量学》，75，33-57·Zbl 1272.62113号 ·doi:10.1007/s11336-009-9136-x
[10] Dempster，A.P.、Laird，N.M.和Rubin，D.B.（1977年）。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志，B辑（方法学），39，1-38·兹比尔0364.62022
[11] Donoho，D.L.和Johnstone，I.M.（1995）。通过小波收缩适应未知平滑度。美国统计协会杂志，901200-1224·兹比尔0869.62024 ·网址：10.1080/01621459.1995.10476626
[12] Embretson，S.E.（1984）。反应过程的一般潜在特征模型。心理测量学，49175-186·doi:10.1007/BF02294171
[13] Embretson，S.E.和Reise，S.P.（2000）。心理测量方法：心理学家项目反应理论。新泽西州马华：劳伦斯·埃尔鲍姆协会。
[14] Eysenck，S.和Barrett，P.（2013）。介绍EPQ的跨文化研究。个性和个体差异，54（4），485-489·doi:10.1016/j.paid.2012.09.022
[15] Fraser，C.和McDonald，R.P.（1988年）。NOHARM：最小二乘项目因子分析。多元行为研究，23，267-269·doi:10.1207/s15327906mbr2302_9
[16] Friedman，J.、Hastie，T.、Hofling，H.和Tibshirani，R.（2007）。路径坐标优化。应用统计年鉴，1302-332·Zbl 1378.90064号 ·doi:10.1214/07-AOAS131
[17] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型的坐标下降正则化路径。统计软件杂志，33，1·doi:10.18637/jss.v033.i01
[18] Jöreskog，K.G.（1969年）。验证性最大似然因子分析的一般方法。《心理测量学》，第34期，第183-202页·doi:10.1007/BF02289343
[19] Kang，T.（2006）。一维和多维IRT模型的模型选择方法。威斯康星州麦迪逊：威斯康星大学。
[20] Lord，F.M.和Novick，M.R.（1968年）。心理测试成绩的统计理论。马萨诸塞州雷丁：Addison-Wesley·Zbl 0186.53701号
[21] Mallows，C.L.（1973）。关于Cp.Technometrics的一些评论，第15661-675页·Zbl 0269.62061号
[22] Maydeu-Olivares，A.和Liu，Y.（2015）。多元离散数据中的项目诊断。心理学方法，20，276-292·doi:10.1037/a0039015
[23] 麦克唐纳，共和党（1967年）。非线性因素分析。心理测量专著，第15期。弗吉尼亚州里士满：心理测量公司·Zbl 0850.62538号
[24] McDonald，R.P.（1982）。项目反应理论中的线性与非线性模型。应用心理测量，6379-396·doi:10.1177/014662168200600402
[25] McKinley，R.L.（1989）。使用多维项目反应理论对测试结构进行验证性分析。技术报告编号RR-89-31。新泽西州普林斯顿：教育测试服务·兹比尔0869.62024
[26] McKinley，R.L.和Reckase，M.D.（1982年）。通用Rasch模型与多维项目响应数据的使用。技术报告编号：ONR-82-1。爱荷华州爱荷华市：美国大学测试项目·兹比尔0364.62022
[27] Reckase，M.D.（1972年）。多元logistic潜在性状模型的开发与应用。纽约州锡拉丘兹市锡拉丘斯大学未发表博士论文。
[28] Reckase，M.D.（1997年）。多维项目反应理论的过去和未来。应用心理测量，21，25-36·doi:10.1177/0146621697211002
[29] Reckase，M.D.（2009年）。多维项目反应理论。纽约：斯普林格·Zbl 1291.62023号 ·数字对象标识代码：10.1007/978-0-387-89976-3
[30] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》，第6461-464页·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[31] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和Van Der Linde，A.（2002）。模型复杂度和拟合度的贝叶斯度量。英国皇家统计学会杂志：B辑（统计方法），64，583-639·兹比尔1067.62010 ·数字对象标识代码：10.1111/1467-9868.00353
[32] Svetina，D.和Levy，R.（2012年）。在多维模型中进行维度评估的软件概述。应用心理测量，36659-669·doi:10.1177/01466216124593
[33] Sympson，J.B.（1978年）。使用多维项目进行测试的模型。D.J.Weiss（编辑），《1977年计算机自适应测试会议记录》（第82-98页）。
[34] Tibshirani，R.（1996）。通过套索进行回归收缩和选择。英国皇家统计学会期刊：B辑（方法论），58267-288·Zbl 0850.62538号
[35] Way，W.D.、Ansley，T.N.和Forsyth，R.A.（1988年）。补偿性和非补偿性二维数据对一维IRT估计的比较影响。应用心理测量，12239-252·doi:10.1177/014662168801200303
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。