Identification and estimation of bounds on school performance measures: a nonparametric analysis of a mixture model with verification
学校绩效指标界限的识别与估计：带验证信息混合模型的非参数分析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：摘要通过混合分布与非参数界限分析成绩分布所对应的学校绩效指标。
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
学校绩效指标界限的识别与估计：带验证信息混合模型的非参数分析
- 研究问题
- 若考试成绩并非对所有学生都有效，学校绩效指标还能被识别到什么范围？作者研究验证信息如何缩小评价分歧。
- 方法与思路
- 作者构建带验证信息的混合模型，依据学生英语能力行政分类划分数据，并结合单调性限制非参数估计绩效指标的锐界。
- 材料陈述的贡献
- 摘要称识别并估计学校绩效指标的锐界；加州部分公立学校的分析展示了验证信息与单调性限制如何约束评价分歧。
- 阅读关注点
- 应核对目标成绩分布的定义、验证组更可能来自该分布的具体限制、锐界证明，以及单调性假设和估计不确定性的处理。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断界限宽度与限制可信度；验证组仅更可能来自目标分布，不能据此视为全部成绩有效。
原文摘要
Abstract This paper identifies and nonparametrically estimates sharp bounds on school performance measures based on test scores that may not be valid for all students. A mixture model with verification is developed to handle this problem. This is a mixture model for data that can be partitioned into two sets, one of which (the so‐called verified set) is more likely to be from the distribution of interest than the other. An administrative classification of each student as English proficient or limited English proficient determines these sets. An analysis of performance measures for some California public schools reveals how verification information and plausible monotonicity restrictions can bound the range of disagreement about school performance based on observed scores. Copyright © 2006 John Wiley & Sons, Ltd.