简介：针对EM算法在估计混合正态分布参数时使用不完全信息的总样本所得到的参数估计误差较大的问题,提出一种新的估计方法——TU截断改进算法。该算法根据正态分布的特点,运用部分拥有完全信息的样本将混合正态分布中的分布参数逐一估计出来。这一算法一方面克服了EM算法运用于混合分布的缺陷,另一方面改进了使用截尾数据的参数估计。仿真结果表明,TU算法比EM算法估计更精确。
简介：在一般题组反应模型基础上,通过构造题组判别参数,提出了带有题组判别参数的两参数正态卵形题组反应模型。在贝叶斯理论框架下,基于数据扩充技术,使用Gibbs抽样方法,研究了该模型参数估计问题以及该模型的适应性问题,模拟研究表明,在参数返真方面,新提出的模型在一定程度上优于原有相应的项目反应模型和题组反应模型。
一种混合正态分布的新估计法：TU算法
一种题组反应模型的构建与统计分析
