Comparison of Two MCMC Approaches to Missing Response Data in 2PL Model
2PL模型的两种马尔可夫蒙特卡洛缺失数据处理方法比较

马尔科夫蒙特卡洛（MCMC）是项目反应理论中处理缺失数据的一种典型方法。文章通过模拟研究比较了在不同被试人数，项目数，缺失比例下两种MCMC方法（M-H within Gibbs和DA-T Gibbs）参数估计的精确性，并结合了实证研究。研究结果表明，两种方法是有差异的，项目参数估计均受被试人数影响很大，受缺失比例影响相对更小。在样本较大缺失比例较小时，M-H within Gibbs参数估计的均方误差（RMSE）相对略小，随着样本数的减少或缺失比例的增加，DA-T Gibbs方法逐渐优于M-H within Gibbs方法