利用广义信息矩阵检验评估 CDMs 中的误设
统计方法学
2024-11-06 v1 统计理论
统计理论
摘要
若概率模型正确设定，则可使用似然函数的一阶或二阶导数来估计渐近最大似然估计分布的协方差矩阵。因此，若这两个不同的协方差矩阵估计公式的行列式不同，则表明模型存在误设。这一误设检测策略即为行列式信息矩阵检验（）的基础。为考察 的性能，将确定性输入噪声与门（DINA）认知诊断模型（CDM）拟合到 Fraction-Subtraction 数据集上。接着，从原始拟合的 DINA CDM 中采样生成自助数据集，并将 DINA CDM 的各种误设版本拟合到这些自助数据集上。 在较大水平的误设下表现出良好的判别性能。此外，当不存在模型误设时， 未检测到模型误设；当误设水平非常低时， 同样未检测到模型误设。然而，当误设水平为中等大小时， 的判别性能在不同的误设策略下差异较大。所提出的新型误设检测方法具有前景，但需要进一步的实证研究来充分刻画其优势与局限。
引用
@article{arxiv.2411.02769,
title = {Assessment of Misspecification in CDMs Using a Generalized Information Matrix Test},
author = {Reyhaneh Hosseinpourkhoshkbari and Richard M. Golden},
journal= {arXiv preprint arXiv:2411.02769},
year = {2024}
}