换一批认知诊断测评中缺失数据的处理:随机森林阈值插补法
Missing data analysis in cognitive diagnostic models: Random forest threshold imputation method
摘要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.
更多相关知识
- 浏览39
- 被引3
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
