本文關鍵詞： Bayesian估計 Rasch模型 缺失數(shù)據　出處：《貴州師范大學》2017年碩士論文　論文類型：學位論文

【摘要】：研究以貴州省黔南州某高中2000名高三學生英語測試的9道單項選擇題結果為原始數(shù)據,運用Matlab和Winsteps軟件對數(shù)據進行隨機缺失Bayes估計處理和Rasch模型擬合。得出結論:第一,本研究使用Gibbs抽樣對英語測試數(shù)據中的缺失數(shù)據進行處理比用一般均值替代法處理的缺失值對照組更接近原始數(shù)據真實的參數(shù)估計結果,證明了缺失數(shù)據合理處理的有效性和必要性。第二,本研究通過處理不可忽略的缺失數(shù)據能更真實反應英語測試試題的特性,證明了合理處理缺失數(shù)據的合理性與科學性。第三,本研究所選取的英語測試單項題目各個統(tǒng)計指標均符合心理測量學標準,題目設置相對合理,確實測量的是被試的英語水平這一特質。
[Abstract]:Based on the results of 9 multiple choice questions of 2 000 senior middle school students in a high school in Qiannan Prefecture of Guizhou Province, the study uses Matlab and Winsteps software to process the randomly missing Bayes estimation and Rasch model fitting. The conclusions are as follows: first, This study uses Gibbs sampling to process the missing data in English test data, which is closer to the real parameter estimation result of the original data than the control group treated by the general mean substitution method. It proves the validity and necessity of the reasonable processing of missing data. Secondly, this study can more truly reflect the characteristics of English test questions by processing the missing data which cannot be ignored. It proves that it is reasonable and scientific to deal with the missing data reasonably. Thirdly, each statistical index selected in this study accords with the standard of psychometrics, and the problem setting is relatively reasonable. It is true that the English proficiency of the subjects is measured.
【學位授予單位】：貴州師范大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：B844.2

【參考文獻】

相關期刊論文 前10條

1 張曉琴;程譽瑩;;基于隨機森林模型的成分數(shù)據缺失值填補法[J];應用概率統(tǒng)計;2017年01期

2 周巾裕;趙守盈;趙德軒;;分布式計算在計算機自適應測驗系統(tǒng)中的應用[J];黔南民族師范學院學報;2016年04期

3 王駿;韓景靜;黃欽;;臨床試驗缺失數(shù)據的統(tǒng)計學考量[J];中國臨床藥理學雜志;2016年05期

4 張曉琴;康菊;荊文君;;一種基于Epanechnikov二次核的成分數(shù)據缺失值填補法[J];應用概率統(tǒng)計;2014年06期

5 王孟成;葉浩生;;計劃缺失設計——通過有意缺失讓研究更高效[J];心理科學進展;2014年06期

6 趙海清;謝鳳蓮;何家慧;;缺失數(shù)據下指數(shù)族分布參數(shù)的經驗Bayes檢驗[J];湛江師范學院學報;2014年03期

7 金連;王宏志;黃沈濱;高宏;;基于Map-Reduce的大數(shù)據缺失值填充算法[J];計算機研究與發(fā)展;2013年S1期

8 帥平;李曉松;周曉華;劉玉萍;;缺失數(shù)據統(tǒng)計處理方法的研究進展[J];中國衛(wèi)生統(tǒng)計;2013年01期

9 王怡;周力;;運用Gibbs抽樣解決數(shù)據缺失[J];統(tǒng)計與決策;2011年12期

10 唐健元;楊志敏;楊進波;黃欽;吳春芳;馮毅;;臨床研究中缺失值的類型和處理方法研究[J];中國衛(wèi)生統(tǒng)計;2011年03期

相關碩士學位論文 前2條

1 李斌;IRT框架下的不可忽略缺失過程建模及Bayes估計研究[D];沈陽師范大學;2015年

2 趙琪;MCMC方法研究[D];山東大學;2007年

，

本文編號：1547227