教师效应增值评估中不可忽略缺失数据的相关随机效应模型
统计方法学
2017-10-06 v1
摘要
增值模型已被广泛用于基于纵向学生成绩数据来评估教师个体和学校对学生学业增长的贡献。然而，存在一种担忧，即忽略纵向研究中常见的缺失值会使教师的增值评分产生偏差。本文开发了一个灵活的相关随机效应模型，该模型对学生回答和学生缺失数据指标进行联合建模。学生回答和缺失数据机制均依赖于潜在的教师效应和潜在的学生效应，而这两组随机效应之间的相关性可针对信息性缺失数据对教师的增值评分进行调整。利用一所大型公立大学微积分课程的数据和一个小学学区的数据对该方法进行了说明。
引用
@article{arxiv.1710.01894,
title = {A Correlated Random Effects Model for Nonignorable Missing Data in Value-Added Assessment of Teacher Effects},
author = {Andrew T. Karl and Yan Yang and Sharon L. Lohr},
journal= {arXiv preprint arXiv:1710.01894},
year = {2017}
}