《表1 使用CSE算法估计Q矩阵的结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于项目拟合统计量RMSEA的Q矩阵估计方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表1中的平均估计成功率，结合图2、图3、图4纵坐标的截距点和变化趋势明显地看出，相对于样本容量，CSE算法成功率受属性数目和基础题个数影响显著。从3个图中可以看出，各样本容量的变化趋势线挨得很近，表明成功率受样本容量影响甚微。然而，各图中纵坐标的起点和终点差异很大，表明成功率受属性数目和基础题个数影响明显。具体而言:当基础题个数从8个增加到12个时，成功率的变化为:Q1时，成功率从98%增加到100%；Q2时，成功率从70.5%增加逐步递增到98.5%，起点较Q1时低，但变化幅度较Q1时大，增加了28个百分点；Q3时，起点再次降低，幅度再次提升，从30.5%增加到86.5%，上升了56个百分点。进一步对Q1、Q2、Q3不同基础题个数的估计成功次数进行KurskalWallis H检验，结果显示不同个数的基础题估计成功率有显著差异，分别为χ22=14.85，df=4，p<0.01；χ22=16.72，df=4，p<0.01；χ22=17.91，df=4，p<0.001。由此，可以得出:CSE算法估计成功率随着属性数目的增加而减低，随着基础题个数的增加而升高，但受样本容量影响相对较小。在Q矩阵估计中，基础题个数非常重要，当属性数目没办法改变时，提高成功率的重要途径则是增加基础题个数。