心理学报

作者：游晓锋, 杨建芹, 秦春影, 刘红云

单位：1南昌师范学院数学与信息科学学院, 南昌 330032；2应用实验心理北京市重点实验室；3北京师范大学心理学部, 北京 100875

关键词：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

基金：江西省教育厅科技重点项目(GJJ212601);南昌市教育大数据智能技术重点实验室(2020-NCZDSY-012);国家自然科学基金项目(32071091)

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。

来源：2023年第7期

《心理学报》期刊编辑部

查看心理学报杂志2023年第7期