一种基于SEM多维题目因素分析模型参数估计方法的改进

摘要

本文希望使用数学上的Tikhonov正则化改进原有的参数估计方法，处理参数估计过程中的非适定问题，减少Heywood现象发生的概率。研究使用蒙特卡罗仿真实验法，从Heywood现象发生的比率、参数估计速度、参数估计质量和模型拟合指标几个方面，对Tikhonov正则化方法和原方法进行了比较。研究结果验证了Tikhonov正则化改进方法的可用性。使用该方法对基于SEM的多维题目因素分析模型进行参数估计，能够极大的减少发生Heywood现象的可能性，提高模型参数的收敛率和收敛速度。而且，在参数估计质量、模型拟合程度等方面，基于Tikhonov正则化的方法也有较为优良的表现。该研究成果将为心理测量的研究提供强有力的分析工具，提高心理和教育测量等相关研究的发展。