心理学报

作者：郭磊, 秦海江

单位：1西南大学心理学部； 2中国基础教育质量监测协同创新中心西南大学分中心, 重庆 400715

关键词：探索性因子分析,长短期记忆,因子保留,深度学习

基金：中央高校基本科研业务费专项资金(SWU2109222);中央高校基本科研业务费专项资金(SWU-XJLJ202307);西南大学2035先导计划项目(SWUPilotPlan006)

心理学研究中, 确定心理特质的维度及其特征极为重要。探索性因子分析(EFA)是识别潜在维度的一种重要统计方法。准确识别因子数量是EFA的关键技术之一, 低估或者高估因子数量都会带来不良后果。为准确识别因子数量, 本研究将特征根视作序列数据, 采用长短期记忆(LSTM)网络构建的深度神经网络的各项评估指标(准确率、精确率、召回率、F1、Kappa)均在83%以上。通过大规模的模拟实验及实证研究, 验证了LSTM在不同数据条件中的性能。结果表明: LSTM比CDF、EKC和PA方法具有更高的准确率, 平均提升率为48.50%, 最大提升率高达171.09%。而且, LSTM比CDF、EKC和PA方法具有更小偏差, 表现出更好稳健性。研究者可使用R包LSTMfactors调用本研究所训练的LSTM分析实证数据。

来源：2026年第3期

《心理学报》期刊编辑部

查看心理学报杂志2026年第3期