论文部分内容阅读
本文在估计参数时采用了Gibbs抽样.这里要估计的参数是二项分布的参数.我们通过真实状态属于某个给定上集合的个体数不断的变化从而调整二项分布的参数,这是因为利用了偏序集合才达到这样的效果.对于有限偏序分类模型用序贯分类的方法可以大大减少试验的个数.本文针对Tatsuoka(2002)<[1]>的例子在序贯分类方面做了一些新的尝试,并与Shannon熵法做了比较.本文提出了对模糊情况的一种处理方法.因为学生具不具有某种能力不能简单的看他是否答对某道题而定,且分的越细分的结果可能越不好.本文还利用了Kullback-Leibler信息对参数的估计结果做了分析.