近日，我系詹沛达课题组在SSCI期刊《Frontiers in Psychology》(SSCI, Q2, IF = 2.129)上发表题为《The impact of sample attrition on longitudinal learning diagnosis: A prolog》的论文。论文第一作者为我系17级本科生潘艳方，詹沛达博士为论文的通讯作者。该研究得到了国家自然科学基金(31900795)和教育部人文社科基金(19YJC190025)的资助。
在纵向学习诊断和其他纵向研究中，缺失数据是难以避免的。样本磨损是实践中最常见的缺失模式之一，其指的是学生在研究结束前退出且不再回归。本研究旨在通过模拟研究来探究一种最基本的样本耗损（即个体水平随机磨损）对纵向学习诊断精度的影响。研究结果表明：(1)所有模型参数的返真性随着磨损率的增加而减小；(2)相对而言，样本磨损率对诊断准确性(或被试分类精度)的影响最大，对高阶能力的返真性影响最小； (3)足够数量的题目是抵消样本损耗的负面影响的必要条件之一。
Pan, Y., & Zhan, P.* (2020). The impact of sample attrition on longitudinal learning diagnosis: A prolog. Frontiers in Psychology. 11:1051.
