潜在类别模型和主成分法在稀有变异关联分析中的应用比较

目的比较潜在类别模型和主成分法在稀有变异遗传关联研究中的统计性能。方法利用GAW17数据库,通过集合策略将同一基因中的稀有变异合并成一个新变量,以基因为分析单位,分别运用潜在类别模型和主成分法构建常见变异和集合后稀有变异的分类潜变量或主成分,再应用线性回归模型分析基因对定量性状的整体效应,评价两种方法的I类错误和效能。结果潜在类别模型的I类错误(0.040~0.085)均不高于主成分法(0.040~0.190)。对强效应的稀有变异和常见变异,即使存在多个无关联稀有变异,潜在类别模型也能很好地分类且效能(1.000)不低于主成分法(0.990~1.000);但稀有或常见变异效应弱时主成分法效能(0.635)高于潜在类别模型(0.200)。对多数非关联基因,潜在类别模型不收敛。结论和主成分法类似,潜在类别模型也可和稀有变异的集合策略结合,通过构建遗传变异数据的分类潜变量,进行稀有变异的遗传关联研究。分析定量性状时两法均可识别较强效应的稀有变异和常见变异。人群中遗传变异分布无异质性时,潜在类别模型常不收敛,提示遗传变异和性状无关联。

中学生图形推理认知特征诊断

在前人的研究基础上进行口语报告分析,形成图形推理的认知成分模型。引进多策略多成分潜在特质模型(MLTM for MS)将图形推理的认知成分模型与心理测量模型加以整合,对235名中学生图形推理认知特征进行诊断。结果发现:(1)图形推理总能力相同的被试,各成分对应能力即视知觉识别能力、规则构建能力、规则应用能力不一定相同。(2)被试使用知觉分析策略和分析策略的正确作答概率较高,而使用猜测策略的正确作答概率较低。

基于认知诊断的被试类比推理测验行为分析

本文在构建被试解题路径模型的基础上,应用多策略多成分潜在特质模型研究被试类比推理测验的行为,精细地分析了被试在类比推理过程中所使用的策略、分析了影响被试类比推理测验策略选择的因素、估计了被试在类比推理测验中所表现的各种能力。

采用MLTM作测量与认知结合研究的进一步探讨

LLTM从项目参数(难度)方面着手把测量和认知结合起来研究,实际上,测量与认知的结合研究还可从被试参数(能力)方面入手.本文就是利用MLTM,以空间认知的加工过程为例,从被试能力参数方面对测量与认知的结合研究作进一步的探讨.