热点事件持续更新
课堂规模缺失数据策略的蒙特卡洛研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年9月30日，Frontiers in Psychology 发表一项蒙特卡洛研究，比较课堂规模（N=40–200）下四种缺失数据策略在考生评估中的表现。研究指出，区分各方法的首要因素是能否得到可接受解，而非准确性。在40名考生、15%缺失率条件下，完整数据基准的可接受解比例为0.42–0.46，直接估计为0.19–0.23，多重插补为0.02–0.07，双因子IRTree模型为0.00–0.05。目前该研究为最新进展，尚无后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 15:10
研究发表于 Frontiers in Psychology，指出可估计性先于准确性。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Frontiers in Psychology课堂规模学生评估中的缺失数据策略：可估计性先于准确性
一项 Monte Carlo 研究比较了课堂规模（N=40–200）下四种缺失数据策略，发现区分各方法的首要因素是"能否得到可接受解"而非准确性：在 40 名考生、15% 缺失率下，完整数据基准的可接受解比例为 0.42–0.46，直接估计为 0.19–0.23，多重插补为 0.02–0.07，双因子 IRTree 模型为 0.00–0.05。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。