混合模型方法(Mixture Model Method)是近年来提出的,对心理与教育测验中的异常作答进行处理的方法。与反应时阈值法,反应时残差法等传统方法相比,混合模型方法可以同时完成异常作答的识别和模型参数估计,并且,在数据污染严重的情况下仍具有较好的表现。该方法的原理为根据正常作答和异常作答的特点,针对分类潜变量(即作答层面的分类)的不同类别,在作答反应和(或)反应时部分建立不同的模型,从而实现对分类潜变量,以及模型中其他题目和被试参数的估计。文章详细介绍了目前提出的几种混合模型方法,并将其与传统方法比较分析。未来研究可在模型前提假设违背,含有多种异常作答等情况下探索混合模型方法的稳健性和适用性,通过固定部分题目参数,增加选择流程等方式提高混合模型方法的使用效率。
展开▼
