%A 宋枝璘, 郭磊, 郑天鹏 %T 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 %0 Journal Article %D 2022 %J 心理学报 %R 10.3724/SP.J.1041.2022.00426 %P 426-440 %V 54 %N 4 %U {https://journal.psych.ac.cn/xlxb/CN/abstract/article_5200.shtml} %8 2022-04-25 %X

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。