认知诊断缺失数据处理方法的比较：零替换、多重插补与极大似然估计法

作者：宋枝璘; 郭磊^*; 郑天鹏

来源：心理学报, 2022, 54(04): 426-444.

• 认知诊断
• GDINA模型
• 缺失数据
• 多重插补
• 极大似然估计

数据缺失在测验中经常发生,认知诊断评估也不例外,数据缺失会导致诊断结果的偏差。首先,通过模拟研究在多种实验条件下比较了常用的缺失数据处理方法。结果表明：(1)缺失数据导致估计精确性下降,随着人数与题目数量减少、缺失率增大、题目质量降低,所有方法的PCCR均下降,Bias绝对值和RMSE均上升。(2)估计题目参数时, EM法表现最好,其次是MI, FIML和ZR法表现不稳定。(3)估计被试知识状态时,EM和FIML表现最好, MI和ZR表现不稳定。其次,在PISA2015实证数据中进一步探索了不同方法的表现。综合模拟和实证研究结果,推荐选用EM或FIML法进行缺失数据处理。

• 单位
  西南大学; 北京师范大学