比尔库图特相对效率 (BRE)：在心理测量仿真中的表现检验
统计方法学
2025-05-01 v3 应用统计
统计计算
摘要
传统相对效率 (RE)仅基于方差，在评估计划性缺失数据设计中的估计器性能时存在局限性。我们引入比尔库图特相对效率 (BRE)，这是一种新型指标，通过整合精度和准确性提供更稳健的效率评估。为计算 BRE，我们使用四分位距 (IQR) 重叠度来衡量精度，并应用基于绝对中位数相对偏差 (AMRB) 的偏差调整因子。使用具有计划性缺失数据的潜在增长模型 (LGM) 的蒙特卡罗仿真表明，BRE 保持理论上的一致性和可解释性，避免 RE 超过 100% 的悖论。通过箱线图和 ridgeline 图的可视化 confirms，BRE 提供稳定且有意义的估计器效率评估，成为心理测量和统计建模领域的重要进步。通过解决传统 RE 的根本性弱点，BRE 为相对效率提供了在心理测量建模、结构方程模型和缺失数据研究中的 superior、在理论上得到合理化的替代方案。这一进步增强了数据驱动的决策，并为分析不完整数据集的研究者提供了方法论上严谨的工具。
引用
@article{arxiv.2503.04775,
title = {Bhirkuti's Relative Efficiency (BRE): Examining its Performance in Psychometric Simulations},
author = {Aneel Bhusal and Todd D. Little},
journal= {arXiv preprint arXiv:2503.04775},
year = {2025}
}