信度傳播演算法

『壹』 信度系數問題

作者說得是對的。因為信度的演算法就如同作者說得使用相關系數來算的。
被試的同質性越高，就是說被試們都很相似，那麼被試的得分就會越集中，那麼不管怎麼算相關系數，算出來的都很小，那麼信度就相應得低了。
然後第二段就是說，如果光用被試的異質性來提高信度，是不合適的，因為那不是測驗真正的信度，真正得信度就要在同質的亞團體，在這個基礎上提高測驗的信度。比如合理得編制試題，更好得標准化等等。

『貳』 信度,效度,難度,區分度怎麼算

信度，效度，難度，區分度的演算法如下：

1、效度

效度是指測量的正確性，即一個測驗能夠測量出其所要測量的東西的程度。就一個測驗的優劣而言，效度是一個比信度更為重要的指標。

例如：想知道小明數學學得如何，用語文試卷來測，不能測量出想測量的東西，效度較差。

2、信度

信度是指測驗結果的穩定性或可靠性，即某一測驗在多次施測後所得到的分數的穩定、一致程度。它既包括在時間上的一致性，也包括內容和不同評分者之間的一致性。

例如：同一量表某人前後幾次施策得出分數十分接近，信度較高。

3、難度

難度是指測驗包含的試題難易程度。在教學測量中，通常用答對或通過測驗的人數比例作為難度值。難度值(P)=答對人數(R)/被試總人數(N)×100%。P值越大，難度越低；P值越小，難度越高。一般來說，難度值平均在0.5最佳。

4、區分度

區分度有時也稱鑒別力，主要指測驗對於不同水平的被試加以區分的能力。區分度與難度有關，只有在試卷中包含有不同難度的試題，才能提高區分度，拉開考生得分的差距。

『叄』 文本分析法是什麼呢

文本分析法（內容分析法）是指從文本的表層深入到文本的深層，從而發現那些不能為普通閱讀所把握的深層意義。方法有「新批評」法、文化研究法、互文法。

根據Bowers提出內容分析法的定義，不是針對內心是否客觀而且有系統或量化，而是內容分析的價值，即是傳播內容利用系統客觀和量化方式加以歸類統計，並根據這些類別的數字作敘述性的解釋。

透過量化的技巧和質的分析，以客觀和系統的態度對文件內容進行研究和分析，分析傳播內容中各種語言和特性，不僅分析傳播內容的訊息，而且分析傳播內容對於整個傳播過程所發生的影響，藉以推論產生該項內容的環境背景和意義的一種研究。

優點

1、非親身訪談法技術︰研究人製造出的傳播內容，和推敲傳播內容的問題，不直接觀察人的行為，或是要訪問他們。因此，測量時不會受到測量行動本身的干擾，被觀察的內容不會察覺被觀察，因此反應不會不穩定。

2、經濟效益︰內容分析不貴，學生也能負擔。

步驟

1、 形成問題或假設︰切忌漫無目的為研究內容計算次數，分析要在研究進行前，才不會徒勞無功。

2、 界定母群體︰明確規劃內容主體的界線，賦予母群體設定的操作定義。

3、 抽取樣本︰抽取樣本為研究對象，掌握母群體特性，才會有代表性。

4、 界定分析單位︰隨類目不同而有差異，內容分析常包含許多特性，所以必須容納不同分析單位。

5、 建構類目︰內容分析的核心工作，類目釐定清楚，應該保持互斥、詳盡、信度高等原則。

6、 建立量化系統︰內容分析是定量分析，量化系統的建立為必要。

7、 執行預測建立信度︰建立信度之前必須施行預測，檢視類目定義是否清楚明確。

8、 依照定義將內容編碼︰將分析單位規劃到類目就是編碼，依照類目和分析單位的定義。編碼者依照類目和分析單位判讀內容，必須設計標准編碼表，制定統一量尺，才能堅守標准。

9、 分析資料︰依量化方式，設定處理方法，辨別描述性統計和推論統計的適用性。

10、 結論解釋︰驗證變項之間關聯性的假設，闡述與推論這些假設。

『肆』 貝葉斯網路的特性

1、貝葉斯網路本身是一種不定性因果關聯模型。貝葉斯網路與其他決策模型不同，它本身是將多元知識圖解可視化的一種概率知識表達與推理模型，更為貼切地蘊含了網路節點變數之間的因果關系及條件相關關系。
2、貝葉斯網路具有強大的不確定性問題處理能力。貝葉斯網路用條件概率表達各個信息要素之間的相關關系，能在有限的、不完整的、不確定的信息條件下進行學習和推理。
3、貝葉斯網路能有效地進行多源信息表達與融合。貝葉斯網路可將故障診斷與維修決策相關的各種信息納入網路結構中，按節點的方式統一進行處理，能有效地按信息的相關關系進行融合。
對於貝葉斯網路推理研究中提出了多種近似推理演算法，主要分為兩大類：基於模擬方法和基於搜索的方法。在故障診斷領域里就我們水電模擬而言，往往故障概率很小，所以一般採用搜索推理演算法較適合。就一個實例而言，首先要分析使用哪種演算法模型：
a.)如果該實例節點信度網路是簡單的有向圖結構，它的節點數目少的情況下，採用貝葉斯網路的精確推理，它包含多樹傳播演算法，團樹傳播演算法，圖約減演算法，針對實例事件進行選擇恰當的演算法；
b.)如果是該實例所畫出節點圖形結構復雜且節點數目多，我們可採用近似推理演算法去研究，具體實施起來最好能把復雜龐大的網路進行化簡，然後在與精確推理相結合來考慮。
在日常生活中，人們往往進行常識推理，而這種推理通常是不準確的。例如，你看見一個頭發潮濕的人走進來，你認為外面下雨了，那你也許錯了；如果你在公園里看到一男一女帶著一個小孩，你認為他們是一家人，你可能也犯了錯誤。在工程中，我們也同樣需要進行科學合理的推理。但是，工程實際中的問題一般都比較復雜，而且存在著許多不確定性因素。這就給准確推理帶來了很大的困難。很早以前，不確定性推理就是人工智慧的一個重要研究領域。盡管許多人工智慧領域的研究人員引入其它非概率原理，但是他們也認為在常識推理的基礎上構建和使用概率方法也是可能的。為了提高推理的准確性，人們引入了概率理論。最早由Judea Pearl於1988年提出的貝葉斯網路(Bayesian Network)實質上就是一種基於概率的不確定性推理網路。它是用來表示變數集合連接概率的圖形模型，提供了一種表示因果信息的方法。當時主要用於處理人工智慧中的不確定性信息。隨後它逐步成為了處理不確定性信息技術的主流，並且在計算機智能科學、工業控制、醫療診斷等領域的許多智能化系統中得到了重要的應用。
貝葉斯理論是處理不確定性信息的重要工具。作為一種基於概率的不確定性推理方法，貝葉斯網路在處理不確定信息的智能化系統中已得到了重要的應用，已成功地用於醫療診斷、統計決策、專家系統、學習預測等領域。這些成功的應用，充分體現了貝葉斯網路技術是一種強有力的不確定性推理方法。

『伍』 particle belief propagation什麼意思

particle belief propagation
信念傳播的粒子

拼音 雙語對照
雙語例句

Aiming at weaknesses of degradation of weights and loss ofparticles 'diversity after resampling in elementary particlefiltering, this paper studies the particle filter based onnonparametric belief propagation algorithm.
本文針對基本粒子濾波方法具有的權值退化和重采樣後粒子喪失多樣性等不足，對基於非參數信念傳播的粒子濾波目標跟蹤方法進行研究。

『陸』 問卷可以只做信度分析而不做效度分析么,我用的五個變數都是前人模型中的，問卷的問題也差不多

問卷不可以只做信度分析而不做效度分析，如果是自己編制的量表，一定要檢驗信效度，這是基本要求，否則無法證明你的數據是可信可靠的。

做一個調查問卷，首先要確定問卷內容的信效度，也就是問卷的內部一致性和外部一致性，做探索性問卷，一般都是要做探索性因素分析的，分析問卷中有幾個因子，每個因子的負荷，然後對因子命名。

(6)信度傳播演算法擴展閱讀：

效度分析指尺度量表達到測量指標准確程度的分析。效度分析的方法很多，傳播研究中經常使用的是項目分析法、獨立效標測度效度分析法和因素分析法。項目分析主要是測度量表中的各種項目的難度和辨別度，以選擇難易適中的鑒別度較高的量表為有效量表。

獨立效標測度分析方法主要以某種獨立效度作為效度分析的准則和依據，每一個量表之項目均與此獨立效標作相關分析。沒有達到顯著程度的為無效之項目，而達到顯著程度的，為有效之量表。

因素分析是效度分析的最理想的方法。因為只有它才能測度效度分析過程及其有效項目解釋整個量表變異型態的百分率。因素分析實質上是一種將一組變數相互之間作為自變數和因變數的數學模式，其計算過程是一種復變數線型模式的簡化過程。

因素分析因應用的目的不同，而有以下特點：一是能用較小的共同因素來說明多個變數的關系。二是能從一組變數間的關系中，發現未曾發現的因果關系的因素，並具有提出假說的意義。三是因素分析不僅能夠提出假說，而且能夠更進一步證明假說。

『柒』 用SPSS神經網路分析信度

神經網路屬於挖掘領域，是一種自學習的演算法。
既然是自學習的，就是可以不斷通過追加數據來提高模型預測的准確度，這也是數據挖掘的關鍵所在，它比傳統統計分析多了一個矯正和不斷通過追加數據提升模型准確度的過程。

因此 採用挖掘類的演算法，一般都需要再追加數據做矯正或者叫做驗證

『捌』 用spss如何進行奇偶折半信度分析

先將測題按易到難排序，
排序後的測題，奇數題號為一組，偶數題號為另一組，
在SPSS中，找到菜單「可靠性分析」也就是「信度分析」，選擇「分半」的演算法，
先把所有奇數題放入變數框，再把所有偶數題放入變數框，
確定就行了。

『玖』 跪求用Java語言實現試卷的難度與區分度 信度評估演算法的源代碼

簡單的說，所謂調查問卷的信度是指這個問卷是不是可靠的，這個包含多層含義，比如說這份問卷是不是多次重復做結果都接近等等。
效度是指這個問卷是不是考察出了你想要考察的結果，一般這個會和一個校標做校標關聯系數。

信度一般用阿爾法系數做檢驗
效度一般用T檢驗，顯著性差異指數P檢驗。

一般應該先用小樣本做信度和效度，但是做效度的樣本也不應該低於60人。然後再做推廣。

還有你這種量表是否應該在做效度時用校標關聯系數呢，但這又需要你有新的校標。

因為不太了解具體情況，所以先這么說，在做的時候你要遇到什麼問題，你在問我哈。還有建議關於怎麼做信度和效度，你還是看一下相關書籍。我覺得這還是很有必要的。

一、信度系數與信度指數
大部分情況下，信度是以信度系數為指標，它是一種相關系數。常常是同一被試樣本所得到的兩組資料的相關，理論上說就是真分數方差與實得分數方差的比值，公式為：
r(xx)=r^2(xt)=S^2(t)/S^2（x）
公式中r^2(xt)是真分數標准差與實得分數標准差的比值，稱作信度系數，公式為：
r(xt)=S(t)/S(x)
可見信度指數的平方就是信度系數。
二、測量標准誤
信度系數僅表示一組測量的實得分數與真分數的符合程度，但並沒有直接指出個人測驗分數的變異量。我們可以用一組被試兩次測量結果來代替對同一個人的反復施測，於是有了信度的另一個指標，公式為：
SE=S(x)√1-r(xx)
公式中SE為測量的標准誤，S(x)是所得分數的標准差，r(xx)為測驗的信度系數，從公式我們可以看出測量的標准誤與信度之間有互為消長的關系：信度越高，標准誤越小，信度越低，標准誤越大。

p value 和t value 我在網路上沒看到，你自己再找找吧