期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
缺失数据的结构方程建模:全息极大似然估计时辅助变量的作用
被引量：
4
1
作者
王孟成
邓俏文
《心理学报》
CSSCI
CSCD
北大核心
2016年第11期1489-1498,共10页
本研究通过蒙特卡洛模拟考查了采用全息极大似然估计进行缺失数据建模时辅助变量的作用。具体考查了辅助变量与研究变量的共缺机制、共缺率、相关程度、辅助变量数目与样本量等因素对参数估计结果精确性的影响。结果表明,当辅助与研究...
本研究通过蒙特卡洛模拟考查了采用全息极大似然估计进行缺失数据建模时辅助变量的作用。具体考查了辅助变量与研究变量的共缺机制、共缺率、相关程度、辅助变量数目与样本量等因素对参数估计结果精确性的影响。结果表明,当辅助与研究变量共缺时:(1)对于完全随机缺失的辅助变量,结果更容易出现偏差;(2)对于MAR-MAR组合机制,纳入单个辅助变量是有益的;对于MAR-MCAR或MAR-MNAR组合机制,纳入多于一个辅助变量的效果更好;(3)纳入与研究变量低相关的辅助变量对结果也是有益的。
展开更多
关键词
缺失数据
缺失机制
结构方程
全息极大似然估计
辅助变量
蒙特卡洛模拟
在线阅读
下载PDF
职称材料
计划缺失设计——通过有意缺失让研究更高效
被引量：
6
2
作者
王孟成
叶浩生
《心理科学进展》
CSSCI
CSCD
北大核心
2014年第6期1025-1035,共11页
缺失值是社会科学研究中非常普遍的现象。全息极大似然估计和多重插补是目前处理缺失值最有效的方法。计划缺失设计利用特殊的实验设计有意产生缺失值,再用现代的缺失值处理方法来完成统计分析,获得无偏的统计结果。计划缺失设计可用于...
缺失值是社会科学研究中非常普遍的现象。全息极大似然估计和多重插补是目前处理缺失值最有效的方法。计划缺失设计利用特殊的实验设计有意产生缺失值,再用现代的缺失值处理方法来完成统计分析,获得无偏的统计结果。计划缺失设计可用于横断面调查减少(或增加)问卷长度和纵向调查减少测量次数,也可用于提高测量有效性。常用的计划缺失设计有三式设计和两种方法测量。
展开更多
关键词
缺失值
计划缺失设计
全息极大似然估计
多重插补
三式设计
两种方法测量
在线阅读
下载PDF
职称材料
题名
缺失数据的结构方程建模:全息极大似然估计时辅助变量的作用
被引量：
4
1
作者
王孟成
邓俏文
机构
广州大学心理系
广州大学心理测量与潜变量建模研究中心
出处
《心理学报》
CSSCI
CSCD
北大核心
2016年第11期1489-1498,共10页
基金
国家自然科学基金(31400904)
广州大学"创新强校工程"(2014WQNCX069)项目资助
文摘
本研究通过蒙特卡洛模拟考查了采用全息极大似然估计进行缺失数据建模时辅助变量的作用。具体考查了辅助变量与研究变量的共缺机制、共缺率、相关程度、辅助变量数目与样本量等因素对参数估计结果精确性的影响。结果表明,当辅助与研究变量共缺时:(1)对于完全随机缺失的辅助变量,结果更容易出现偏差;(2)对于MAR-MAR组合机制,纳入单个辅助变量是有益的;对于MAR-MCAR或MAR-MNAR组合机制,纳入多于一个辅助变量的效果更好;(3)纳入与研究变量低相关的辅助变量对结果也是有益的。
关键词
缺失数据
缺失机制
结构方程
全息极大似然估计
辅助变量
蒙特卡洛模拟
Keywords
missing data
missing mechanism
SEM
full information maximum likelihood
auxiliary variable
Monte Carlo simulation
分类号
B841 [哲学宗教—基础心理学]
在线阅读
下载PDF
职称材料
题名
计划缺失设计——通过有意缺失让研究更高效
被引量：
6
2
作者
王孟成
叶浩生
机构
广州大学心理与脑科学研究中心
广州大学教育学院心理学系
出处
《心理科学进展》
CSSCI
CSCD
北大核心
2014年第6期1025-1035,共11页
基金
国家社会科学基金教育学青年项目:"心理健康教育的循证实践模式及本土化研究"(CBA130124)
文摘
缺失值是社会科学研究中非常普遍的现象。全息极大似然估计和多重插补是目前处理缺失值最有效的方法。计划缺失设计利用特殊的实验设计有意产生缺失值,再用现代的缺失值处理方法来完成统计分析,获得无偏的统计结果。计划缺失设计可用于横断面调查减少(或增加)问卷长度和纵向调查减少测量次数,也可用于提高测量有效性。常用的计划缺失设计有三式设计和两种方法测量。
关键词
缺失值
计划缺失设计
全息极大似然估计
多重插补
三式设计
两种方法测量
Keywords
missing data
planned missing data designs
full-information maximum likelihood estimation
multiple imputation
3-form design
two methods measurement design
分类号
B841 [哲学宗教—基础心理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
缺失数据的结构方程建模:全息极大似然估计时辅助变量的作用
王孟成
邓俏文
《心理学报》
CSSCI
CSCD
北大核心
2016
4
在线阅读
下载PDF
职称材料
2
计划缺失设计——通过有意缺失让研究更高效
王孟成
叶浩生
《心理科学进展》
CSSCI
CSCD
北大核心
2014
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
