ارسل ملاحظاتك

ارسل ملاحظاتك لنا







فاعلية طريقتي بوتستراب وجاكنايف في دقة خفض تحيز تقديرات أساليب الأرجحية العظمى لقدرات الأفراد اعتمادا على نموذجي التقدير الجزئي والاستجابات المتدرجة

العنوان بلغة أخرى: The Effectiveness of Bootstrap and Jackknife Ways in Precision Reducing of Bias Maximum Likelihood Estimation Ability Based on Partial Credit & Graded Response Models
المصدر: مجلة جامعة الجوف للعلوم الاجتماعية
الناشر: جامعة الجوف - كلية الدراسات العليا والبحث العلمى
المؤلف الرئيسي: العكايلة، عبدالناصر سند عبدالمطلب (مؤلف)
المجلد/العدد: مج3, ع1
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2017
التاريخ الهجري: 1438
الشهر: يناير
الصفحات: 185 - 210
ISSN: 6700-1658
رقم MD: 815014
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
كلمات المؤلف المفتاحية:
نموذج الاستجابات المتدرجة | تحيز الفقرة | الخطأ المعياري | نظرية الاستجابة للفقرة | منحني خصائص الفقرة | Progressive Responses Model | Paragraph Bias | Standard Error | The Response to Paragraph Theory | Curve Characteristics Paragraph
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

160

حفظ في:
المستخلص: هدفت الدراسة إلى كشف دقة فاعلية طريقتي بوتستراب وجاكنايف في خفض تحيز قديرات أساليب الأرجحية العظمى لقدرة الفرد اعتمادا على نموذجي التقدير الجزئي والاستجابات المتدرجة، حيث اعتمدت الدراسة أسلوب المحاكاة في توليد استجابات ثنائية للأفراد وذلك من خلال عينتين حجمهما (400، 1400) فردا، ولثلاثة اختبارات بأطوال (15،25،35) فقرة، وقد استخدم الباحث البرمجيات الإحصائية (بارسكال PARSCALE)، و (ساس SAS) لحساب دقة تقدير معالم قدرات الأفراد على أساليب الأرجحية العظمى، والأرجحية الموزونة والتقدير البعدي ولطريقتي بوتستراب وجاكنايف اعتمادا على نموذجي التقدير الجزئي والاستجابات المتدرجة. وقد أظهرت نتائج تحليل البيانات تفوق طريقة بوستراب على باقي الأساليب والطرق اعتمادا على نموذج التقدير الجزئي في دقة التقدير وانخفاض قيم مؤشرات التحيز لأدنى قيم ممكنة إلا في بعض الحالات القليلة للاختبار بطول 15 فقرة، وللعينة بحجم 400 فردا، وأفضلية طريقة جاكنايف على أساليب الأرجحية العظمى والأرجحية الموزونة والقدير البعدي، فيما جاء بعد ذلك أسلوب التقدير البعدي والأرجحية العظمى في دقة التقدير لكن مع زيادة في قيم مؤشرات الأخطاء المعيارية، وأنه وبزيادة طول الاختيار من 15 إلى 25 إلى 35 فقرة وزيادة حجم العينة من 400 إلى 1400 تزداد دقة تقدير معالم قدرات الأفراد مع انخفاض قيم مؤشرات التحيز ومربع متوسطات الأخطاء المعيارية.

The study aimed to explore the effectiveness of precision of Bootstrap and Jackknife ways in reducing bias Maximum likelihood estimation ability based on partial credit and graded response models, where the study adopted a style of simulation in the generation of dichotomous responses to persons accuracy through two samples their size (400.1400) per person and three tests lengths (15,25,35) items, has been used statistical software (PARSCALE), and (SAS) to calculate precision estimate the ability of person parameters on the methods of Maximum likelihood estimation, Estimation a posterior, Weighted likelihood of Bootsrap, Jackknife based on Partial Credit & Graded Response Models. The results of data analysis showed superiority of Bootsrap way on the rest of the methods and ways depending on the partial credit estimate model in precision estimate, and lower values of bias indicators for the lowest possible values of precision, except in a few cases to test the length of 15 item and a sample size of 400 people, and the favorable way Jackknife methods of Maximum likelihood estimation, estimation a posterior, weighted likelihood, thereafter came the Maximum likelihood estimation, estimation a posterior but with an increase in the values of standard errors of estimation indicators, and that the increase of the test length from 15 to 25 to 35 item and increasing the sample size from 400 to 1,400 increase accuracy estimate the ability of person parameters with low bias indicators values and standard errors of the mean square.

ISSN: 6700-1658