版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、學(xué)校代碼: 10663 學(xué) 號(hào): 4201410000209 貴 州 師 范 大 學(xué) 碩 士 學(xué) 位 論 文 基于 Bayes 估計(jì)和 Rasch 模型擬合的考試缺失數(shù)據(jù)分析 Analysis of Examination Missing Data Based on Bayes Estimation and Rasch Model Fitting 專 業(yè) 名 稱: 基礎(chǔ)心理學(xué) 專 業(yè) 代 碼: 07
2、7101 研 究 方 向: 心理測(cè)量與統(tǒng)計(jì) 申 請(qǐng) 人 姓 名: 周巾裕 導(dǎo) 師 姓 名: 趙守盈 二零一七年五月二十四日 6.1 三種情況下的被試參數(shù)估計(jì) ...................................................................................... 27 6.2 測(cè)驗(yàn)考試數(shù)據(jù)的單維性 ..............................
3、................................................................ 28 6.3 研究的信度指標(biāo) .......................................................................................................... 29 6.4 研究擬合統(tǒng)計(jì)量的選擇 ...............
4、............................................................................... 31 7. 結(jié)論 ...................................................................................................................................
5、. 33 8. 研究的創(chuàng)新與不足 ............................................................................................................ 33 8.1 研究的創(chuàng)新之處 ...............................................................................
6、........................... 33 8.2 研究的不足之處 .......................................................................................................... 35 參考文獻(xiàn) ..............................................................
7、................................................................... 36 碩士研究生學(xué)習(xí)期間發(fā)表的論文 ......................................................................................... 40 致謝詞 .....................................
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Bayes估計(jì)和Rasch模型擬合的考試缺失數(shù)據(jù)分析.pdf
- 參數(shù)的E Bayes估計(jì)和多層Bayes估計(jì).pdf
- GPLSI模型的Bayes估計(jì).pdf
- ARFMA模型的Bayes估計(jì).pdf
- 縱向和分類數(shù)據(jù)分析中秩回歸模型的參數(shù)估計(jì).pdf
- 34409.基于mcmc的garchsn模型的bayes估計(jì)
- 42213.帶有不可忽略缺失數(shù)據(jù)的混合效應(yīng)模型的bayes局部影響分析
- 一類線性模型中參數(shù)的Bayes估計(jì)和經(jīng)驗(yàn)Bayes估計(jì)及其優(yōu)良性.pdf
- InSAR數(shù)據(jù)缺失擬合探討.pdf
- 數(shù)據(jù)分析如何處理數(shù)據(jù)缺失問題
- 18989.基于飽和模型的帶有缺失的可交換兩值數(shù)據(jù)分析
- 基于局部逼近的數(shù)據(jù)分析及其在人臉識(shí)別和基因微陣列缺失值估計(jì)中的應(yīng)用.pdf
- 缺失數(shù)據(jù)下EV模型的參數(shù)估計(jì).pdf
- 基于主題模型的用戶手機(jī)日志數(shù)據(jù)分析
- 缺失數(shù)據(jù)下AR(p)模型的參數(shù)估計(jì).pdf
- 含有缺失數(shù)據(jù)的兩值吸毒數(shù)據(jù)分析.pdf
- 基于穩(wěn)定分布的GARCH模型的Bayes參數(shù)估計(jì)及其實(shí)證分析.pdf
- 基于saas和云技術(shù)的商業(yè)數(shù)據(jù)分析及挖掘模型應(yīng)用
- SLTBL模型的Bayes估計(jì)與子集選擇.pdf
- 基于小波去噪和互譜估計(jì)的基因表達(dá)數(shù)據(jù)分析.pdf
評(píng)論
0/150
提交評(píng)論