新校准方法实现多维项目参数估计,大幅降低计算成本

GolinoHudson · x · 2026-08-04

作者分享了一项历时两年的研究进展,探讨了如何在不依赖因子分析或多维项目反应理论(MIRT)的情况下,使用 EGA(探索性图分析)估计多维项目参数。

为此,作者开发了一种名为“方向最小距离”(Directional Minimum-Distance)的校准方法。基于已完成的一半蒙特卡洛模拟(包含 4000 个数据集),结果显示:在 EGA 原生的 probit/tetrachoric 框架下,该全经验流水线恢复多维区分度和难度的效果与 MIRT 几乎无异,同时实现了完美的优化成功率和维度恢复率,且计算成本大幅降低。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →