Key points are not available for this paper at this time.
인지 진단 모델의 인기가 높아지고 있음에도 불구하고, 소규모 샘플에 대한 제한된 유용성으로 비판받아 왔다. 본 연구에서는 일반화 결정론적 입력 잡음 '및' 게이트(G-DINA) 모델을 기반으로 소규모 샘플에서 항목 모수 추정의 안정성을 높이고 개인 분류를 촉진하기 위해 베이즈 모달(BM) 추정 및 단조 제약을 사용할 것을 제안하였다. BM 추정 및 단조 제약의 유용성을 평가하기 위해 시뮬레이션 연구와 실제 데이터 분석이 사용되었다. 결과는 소규모 샘플에서 (a) BM 추정이 포함된 G-DINA 모델이 성공적으로 수렴할 가능성이 더 높고, (b) 사전 분포가 합리적으로 지정되고 단조성이 위배되지 않을 때, 단조성이 있는 BM 추정이 더 안정적인 항목 모수 추정치와 더 정확한 개인 분류를 생성하는 경향이 있으며, (c) 단조성이 있는 BM 추정을 사용하는 G-DINA 모델이 데이터를 과적합할 가능성이 낮고 더 높은 예측력을 보인다는 것을 보여주었다.
Ma et al. (Thu,)가 이 질문을 연구하였다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: