无需先验信息的两步项目功能差异检验方法

传统的项目功能差异检验方法依赖先验信息设定锚题,误设锚题可能产生误导性结果。研究提出以数据驱动的难度差异QQ图(D-QQ图)选择锚题,再结合传统方法检验DIF的两步DIF检验法。两个实证研究说明了新方法在实际测验公平性检验中的适用性及可视化优势。模拟研究进一步表明当测验中有一半试题存在DIF时,若DIF试题仅偏向一组,则两步法兼具高统计检验力和低I类错误的优势;若DIF试题分别有利于两组,则其在I类错误控制上优于RCD方法。

多分格相关与皮尔逊相关的蒙特卡罗仿真

为了解对于有序分类数据,使用多分格相关系数估计数据间线性依存关系的精确性,运用蒙特卡罗仿真法考察样本量的大小、分类数的多少、相关程度的高低以及数据分布的偏度对多分格相关系数估计精确度的影响;同样条件下计算皮尔逊相关系数并与之相比较.在实验设计的条件下,多分格相关系数的表现非常稳定,绝大多数情况下给出的估计值都比皮尔逊相关系数更精确.两种相关系数受样本量的影响都很有限,且估计值的偏差会明显随着分类数的增多而变小;但数据的偏态分布对皮尔逊相关系数的精确度有很大影响.

有中介的调节模型的拓展及其效应量

传统的有中介的调节(mediated moderation,meMO)模型关于误差方差齐性的假设经常被违背,应用研究中也缺乏测量meMO效应大小的指标。对于单层数据,本文借助于两层建模的思想,提出了一种可用于处理方差非齐性的两层有中介的调节(2meMO)模型;给出了用于测量meMO分析中总调节效应、直接调节效应和有中介调节效应大小的效应量。通过Monte Carlo模拟研究,比较了meMO和2meMO模型在参数和效应量估计上的表现。并通过实际案例解释了2meMO模型的应用以及效应量的计算和解释。