认知诊断测评中缺失数据的处理:随机森林阈值插补法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

认知诊断测评中缺失数据的处理:随机森林阈值插补法

引用
认知诊断测评中缺失数据的处理是理论和实际应用者非常关注的研究主题.借鉴随机森林插补法(RFI)不依赖于缺失机制假设的特点,对已有的RFI方法进行改进,提出采用个人拟合指标(RCI)确定插补阈值的新方法:随机森林阈值插补方法(RFTI).模拟研究表明,RFTI在插补正确率上明显高于RFI方法;与RFI和EM方法相比,RFTI在被试属性模式判准率和边际判准率上表现出明显优势,尤其是非随机缺失和混合缺失机制,以及缺失比例较高的条件下,其优势更加明显.但对项目参数的估计,RFTI方法与EM方法相比不具有优势.

缺失数据、认知诊断测评、随机森林阈值插补、随机森林插补、EM算法

55

B841(心理学)

江西省教育厅科技重点项目;南昌市教育大数据智能技术重点实验室;国家自然科学基金

2023-07-11(万方平台首次上网日期,不代表论文的发表时间)

共15页

1192-1206

相关文献
评论
暂无封面信息
查看本期封面目录

心理学报

0439-755X

11-1911/B

55

2023,55(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn