12月25日 | 孟祥斌:四参数Normal-Ogive模型参数估计的混合随机逼近EM(MSAEM)算法

时间:2022-12-24浏览:10设置

时   间:2022年12月25日(周日)10:00-11:00  

地   点:腾讯会议:588-869-9283

主  题:四参数Normal-Ogive模型参数估计的混合随机逼近EM(MSAEM)算法

主讲人:孟祥斌 东北师范大学数学与统计学院副教授

主持人:张思亮 助理教授

主   办:统计学院

摘   要:

近年来,四参数项目反应模型的参数估计引起了越来越多的关注。本研究针对已有方法的不足,以四参数Normal Ogive(简称4PNO)模型为研究对象,基于数据扩充策略,提出了一种性质更加优良、适用于四参数模型题目参数估计的计算方法。首先,对4PNO模型进行数据扩充,给出完全数据似然的指数族结构及参数的充分统计量。然后,在该数据扩充下,提出了4PNO模型MMAP估计的SAEM算法。该方法的优点是避免了EM算法复杂的数值积分计算。但根据已有研究经验,四参数模型的特殊形式会影响SAEM算法的精度。于是,本研究在SAEM算法的基础上,进一步提出了一种改进的SAEM算法。该改进算法被称为混合的SAEM(简称MSAEM)算法。模拟研究的结果表明:(1)MSAEM 具有更加准确的计算精度,同时表现出更高的计算效率;(2)MSAEM对初值及参数先验的选择均具有优良的稳健性。最后,通过分析一组真实数据展示了4PNO模型及MSAME算法的应用价值。

报告人简介:

孟祥斌,东北师范大学数学与统计学院统计系副教授,美国伊利诺伊大学香槟分校(UIUC)访问学者。目前主要关注潜变量模型参数估计的统计计算、项目反应时间数据的统计建模、异质性项目反应理论模型的统计分析等问题。以第一作者身份在Psychometrika、British Journal of Mathematical and Statistical Psychology、Journal of Educational Measurement、Journal of Statistical Computation and Simulation、《心理学报》和《心理科学》等国内外知名SSCI、SCI、CSSCI期刊发表论文多篇,主持和参与完成国家自然科学青年基金项目、基金面上项目、吉林省科技厅优秀青年人才基金项目、中国博士后科学基金面上项目等国家级课题多项。


返回原图
/