%0 Journal Article
%T 校正的bootstrap方法对概化理论方差分量及其变异量估计的改善
%A 黎光明
%A 张敏强
%J 心理学报
%P 114-124
%D 2013
%X ？bootstrap方法是一种有放回的再抽样方法,可用于概化理论的方差分量及其变异量估计。用montecarlo技术模拟四种分布数据,分别是正态分布、二项分布、多项分布和偏态分布数据。基于p×i设计,探讨校正的bootstrap方法相对于未校正的bootstrap方法,是否改善了概化理论估计四种模拟分布数据的方差分量及其变异量。结果表明：跨越四种分布数据,从整体到局部,不论是“点估计”还是“变异量”估计,校正的bootstrap方法都要优于未校正的bootstrap方法,校正的bootstrap方法改善了概化理论方差分量及其变异量估计。
%K 概化理论
%K bootstrap方法
%K 方差分量
%K 方差分量变异量
%K 蒙特卡洛模拟
%U http://118.145.16.229:81/Jweb_xlxb/CN/abstract/abstract14177.shtml