多元数据中双向离群点的检测及其在教育考试作弊检测中的应用
统计方法学
2021-10-25 v4 应用统计
摘要
本文提出一种新的潜变量模型，用于对项目反应型数据进行离群个体与离群题目同时(双向)检测。所提模型是刻画正常项目反应行为的二元反应与连续反应时的因子模型，与刻画离群个体和题目的潜类别模型之间的协同。在该模型下发展了一个统计决策框架，提供用于控制离群点检测的局部错误发现/未发现率的复合决策规则。统计推断在 Bayesian 框架下实施，为此开发了 Markov chain Monte Carlo 算法。所提方法被应用于利用一个基于计算机的非自适应执照评估案例研究来检测由题目泄露引起的教育考试作弊。所提方法的性能通过模拟研究进行了评估。
引用
@article{arxiv.1911.09408,
title = {Detection of Two-Way Outliers in Multivariate Data and Application to Cheating Detection in Educational Tests},
author = {Yunxiao Chen and Yan Lu and Irini Moustaki},
journal= {arXiv preprint arXiv:1911.09408},
year = {2021}
}