王宇廷
- 作品数：3 被引量：2H指数：1
- 供职机构：吉林师范大学数学学院更多>>
- 发文基金：吉林省社会科学基金国家自然科学基金吉林省科技发展计划基金更多>>
- 相关领域：理学哲学宗教文化科学更多>>
- 贝叶斯框架下一组英语测试数据的统计分析
- 2017年
- 在贝叶斯偏差信息(DIC)准则下,研究了一组大型英语测试的二级反应数据在传统的项目反应模型、随机效应题组反应模型以及带有题组判别参数的题组反应模型之间的模型选择问题以及题目参数和应试者能力参数的估计问题.首先,基于Gibbs抽样程序得到的各个模型参数的MCMC样本,计算出了各个模型的DIC函数值,然后经过比较,确定带有题组判别参数的题组反应模型是该组数据较优的拟合模型,最后基于带有题组判别参数的题组反应模型,研究了该项测试的题目参数和应试者的能力参数的后验期望估计以及这些参数的95%的等尾置信区间,所得结果在合理范围内.
- 徐宝王宇廷马艺光
- 关键词：GIBBS抽样
- Pareto分布形状参数的最小风险同变估计被引量：2
- 2017年
- 在加权p,q对称损失函数下,对实际中广泛应用的两参数Pareto分布,当刻度参数已知时,用参数估计方法,研究了形状参数的最小风险同变估计的形式和性质.得到了最小风险同变估计的一般形式,又经由该参数的广义Bayes估计,得到了最小风险同变估计的精确形式,并证明了这一最小风险同变估计具有最小最大性,从而它也是该参数的最小最大估计,由此将Pareto分布形状参数的最小风险同变估计、广义Bayes估计以及最小最大估计联系起来.
- 徐宝王宇廷马艺光
- 关键词：PARETO分布最小风险同变估计BAYES估计
- 一种题组反应模型的构建与统计分析
- 2017年
- 在一般题组反应模型基础上,通过构造题组判别参数,提出了带有题组判别参数的两参数正态卵形题组反应模型。在贝叶斯理论框架下,基于数据扩充技术,使用Gibbs抽样方法,研究了该模型参数估计问题以及该模型的适应性问题,模拟研究表明,在参数返真方面,新提出的模型在一定程度上优于原有相应的项目反应模型和题组反应模型。
- 徐宝王宇廷赵志文
- 关键词：GIBBS抽样参数估计
