Comparison of Partially Measured Latent Traits across Nominal Subgroups
不同类别子群间部分测量潜在特质的比较AI 解读 ↓
← 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：摘要研究教育测评中的潜在特质分布，未涉及经济分布效应或所列其他专门方向。
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
不同类别子群间部分测量潜在特质的比较
- 研究问题
- 在大规模测评中，如何估计不同类别子群的潜在能力分布，同时避免子群分布假设与总体正态假设相冲突？
- 方法与思路
- 作者在项目反应理论与边际最大似然的测评背景下，采用相互一致的总体和子群分布假设来估计子群分布。
- 材料陈述的贡献
- 摘要称所提方法消除既有子群均值估计中临时分布假设与总体正态性之间的冲突，使两层估计的分布假设一致。
- 阅读关注点
- 应核对子群分布的具体构造、与总体正态性的相容方式、部分测量如何处理，以及潜在特质尺度的可识别性。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；具体估计程序与比较结果未说明，也不能假定各子群均为正态分布。
原文摘要
This article presents a method for estimating the subgroup distributions of a latent trait measured as a normal variate in the population. This problem occurs in large-scale assessments, such as the National Assessment of Educational Progress, the National Adult Literacy Survey, and other programs where proficiencies are estimated via marginal maximum likelihood through a model based on item-response theory. Heretofore, estimates of subgroup means were often estimated using ad hoc assumptions about within-group distributions, which conflicted with concurrent assumptions about normality of the population distributions. The method presented here removes the conflict, using consistent distributional assumptions for population and subgroup estimates.