基于反应和反应时间的能力与速度参数的联合模型

提出了基于反应和反应时间的能力与速度参数的两个联合模型M_Logistic和M_Probit,它们的反应部分的连接函数分别Logistic和Probit.在贝叶斯框架下,采用偏差信息准则(deviance information criterion,DIC)和对数伪边际似然(logarithm of the pseudo marginal likelihood,LPML)进行模型比较.在实证研究中,采用M_Logistic,M_Probit,LNIRT对PISA数据进行拟合,结果显示其效果依次递减,模拟研究证实了本文的结论.

贝叶斯项目反应模型及nimble实现

针对国际学生评估项目2015年数据(PISA),采用单参数、双参数和三参数的项目反应模型进行建模,在每个模型下,分别采用logistic连接函数和probit连接函数。针对6个模型,应用偏差信息准则(Deviance Information Criterion,DIC)和伪边际似然对数(Logarithm of Pseudo-Marginal Likelihood,LPML)进行模型评价和模型选择。结果表明,当连接函数为logistic双参数的项目反应模型表现最好,因为这个模型下的DIC值最小,并且LPML值最大。我们采用R软件nimble包进行编程。

数据挖掘在市场营销中的应用与研究

当今世界中由于数据量的快速增长,用户很难像以前一样找出数据的规律用以分析决策.因此,必须使用相应的数据挖掘工具,挖掘出隐藏的规则或模式,给用户的决策分析以有力支持.数据挖掘技术的特点就是对海量的商业数据进行分析处理,从中提取出有用的信息为使用者在对业务进行决策时提供帮助.同样,在营销领域,通过对消费者的消费行为进行收集和整理,分析出消费者的下一个消费行为,可在以后的营销过程中,对特定的消费者进行有目的的营销,既能节约营销的成本,降低营销的盲目性,又能使企业的利润最大化.本文使用IBM SPSS Modeler软件对用户的数据进行分析及挖掘.