简介:认知诊断模型中,项目参数的方差-协方差矩阵具有很重要的作用。作为一种非参数化的方差-协方差矩阵估计方法,Bootstrap法的一个主要优势在于它不需要解析推导。比较认知诊断模型中基于解析法的经验交叉相乘信息矩阵、观察信息矩阵和三明治协方差矩阵法,与Bootstrap法在估计项目参数标准误时的表现,模拟结果显示,认知诊断模型及Q矩阵正确设定或是模型中错误设定较少时,解析法的表现优于Bootstrap法,只有在样本量N=5000的条件下,Bootstrap法的表现才基本与解析法接近;当模型中错误设定较多时,Bootstrap法也没有表现出明显的稳健性。因此,在认知诊断模型中,推荐使用基于解析法的方差-协方差矩阵估计方法,尤其是三明治协方差矩阵法;当没有现成的基于解析法的方差-协方差矩阵估计方法可用时,Bootstrap法可以作为一种粗略的估计方法使用,尤其是在样本量较小的情况下。
简介: 曾有一位少年问一位智者:"我怎样才能变成一个自己愉快、也能带给别人快乐的人?"智者送少年四句话:把自己当成别人,把别人当成自己,把别人当成别人,把自己当成自己.……
简介:从多元线性回归模型的参数检验问题出发,结合带线性约束条件的多元线性回归模型的参数估计问题,通过建立虚拟变量回归模型,推导出单因素方差分析问题的检验方法,从而对方差分析的方差分解方法的理论依据作出了简单合理的解释。
简介:【摘要】目的: 探究用 PDCA循环法对门诊药房的工作进行管理对降低处方调配差错率的效果。 方法: 对 2018 年 3 月 -2019 年 3 月在院门诊药房工作的 8 名药师进行本次研究,随机选择 2000 张处方,并在实施 PDCA 循环法对门诊药房工作进行管理后,对比实施前后处方调配差错率、处方相关情况 。结果: 管理 后,门诊药房处方调配明显好于实施前 ,比值数据 (P< 0.05 )统计学意义明显;管理 后,门诊药房处方相关情况明显好于实施前 ,比值数据 ( P< 0.05 )统计学意义显著。 结论 : PDCA循环法 改善了门诊药房工作管理方式,让药房工作变得更有效率,减少了处方调配出现差错的次数,保障了患者用药的安全度,广泛使用意义较大。