心理科学 ›› 2023, Vol. 46 ›› Issue (2): 450-460.
孟祥斌1 刘佳1 丁锐 2
meng xiangbin1, Liu Jia1, Ding Rui2
摘要: Normal-Ogive模型是IRT领域的代表性模型,具有优良的拓展性和直观性,但目前其参数估计主要是基于MCMC抽样实现的。在样本规模较大的情况下,MCMC抽样需要大量的计算时间,计算效率很低。针对这一问题,本文以混合模型(Mixture Model)的视角,通过变量扩充,提出三参数Normal-Ogive(3PNO)模型题目参数估计的随机逼近EM(Stochastic Approximation EM, 简称SAEM)算法,并通过Monte Carlo模拟对SAEM算法的主要影响因素、计算效率、估计的返真性进行验证。模拟研究的结果表明:SAEM算法能够准确实现3PNO模型题目参数估计的计算,并且具有很高的计算效率,表现出优良的计算性质。