1) testlet model
题组模型
1.
This paper introduced the testlet response theory,used Q_3 index to explore the independence of items and applied MCMC algorithm(M-H algorithm within Gibbs sampling)to estimate the parameters of the 3PL testlet model.
本文引进了具有相依性的题组模型,同时介绍、实现了项目间相依的探查方法,并采用全新的MCMC算法,自主编程实现了该模型的参数估计。
2) Model with the Testlet Effect
题组随机效应模型
1.
The Model Selection Methods about the Model with the Testlet Effect;
关于题组随机效应模型的模型选择
4) topic model
主题模型
1.
The Study of Module Network and Community Mining Based on Topic Model;
基于主题模型的模块化网络和社区挖掘研究
2.
Based on the analysis of the principle and method of two outstanding language models in recent years, that are latent semantic analysis and topic model, the prospects of the two models on topic identification and text mining was presented.
在对潜在语义分析和主题模型2种语言模型的基本原理和方法分析的基础上,给出了其在主题内容识别及文本数据挖掘方面的应用前景。
5) problem model
问题模型
1.
The model construction process of the method is discussed in detail in terms of description model and problem model.
在对目前决策模型构造方法的局限性进行分析的基础上,给出决策问题的形式化表示,提出一种基于决策问题形式化的模型构造方法,从描述模型与问题模型两个角度探讨了该方法构造模型的过程。
6) Models of Solving Problems
解题模型
补充资料：随机效应模型
分子式：
CAS号：
性质：若被研究的因素是其水平可从许多可能的水平中随机选取的随机因素，对因素效应进行检验时，采用随机效应模型，即用因素效应方差对因素交互效应方差进行检验，以确定因素效应是否显著。随机模型所考察的因素水平，是该因素全部水平中随机选取的一部分，所作出统计检验结论对该因素的全部水平有效，可以根据检验结论从统计上推断该因素其他未经试验过的水平的效应。
CAS号：
性质：若被研究的因素是其水平可从许多可能的水平中随机选取的随机因素，对因素效应进行检验时，采用随机效应模型，即用因素效应方差对因素交互效应方差进行检验，以确定因素效应是否显著。随机模型所考察的因素水平，是该因素全部水平中随机选取的一部分，所作出统计检验结论对该因素的全部水平有效，可以根据检验结论从统计上推断该因素其他未经试验过的水平的效应。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条