跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究能力与题目难度驱动的二元反应及潜在分布,未明确经济选择行为或结构经济模型的估计。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Lalitha Sanathanan
Saul Blumenthal

Logistic模型与潜在结构的估计

研究问题
在个体能力和题目难度均存在差异的二元反应Logistic模型中,如何估计某一群体的潜在能力分布参数?
方法与思路
作者基于缺失信息原理给出迭代极大似然估计程序,以真实数据说明,并分析估计量的渐近方差与协方差。
材料陈述的贡献
摘要称,论文提供能力分布参数的迭代估计与渐近精度结果,并讨论如何利用能力分布比较不同个体群体。
阅读关注点
应核对能力分布的参数化、题目难度的处理、模型识别与迭代收敛条件,以及跨群体比较所需的可比性。
阅读边界
依据版本未注明的OpenAlex索引摘要;分布假设、识别约束与真实数据结果未说明,不能据此判断群体差异来源。

原文摘要

Consider the logistic model for dichotomous response involving a group of individuals with varying levels of ability and a set of items with varying degrees of difficulty. This article is concerned with estimating the parameters of the latent ability distribution for any given group of individuals. An iterative procedure for obtaining maximum likelihood estimates of these parameters based on the missing information principle is presented and illustrated with real data. The article also contains results on asymptotic variances and covariances of estimators and a discussion of the use of ability distributions in comparing groups of individuals.

笔记与分组
相关领域论文