彭思韦，女，江西师范大学和荷兰特文特大学联合培养博士，讲师，研究领域为心理统计与测量。

研究方向（包括但不限于）：

1.项目反应理论；2.认知诊断；3.异常作答（作假、不认真作答等）建模；4.多模态数据建模；5.计算机化自适应测验；6.心理测验开发与应用；7.人格等非认知心理特质的迫选测量方法。

学术论文：

^∗shared first authorship; ⁺co-corresponding author

1. Peng, S., Man, K., Veldkamp, B. P., Cai, Y., & Tu, D. (2023). A mixture model for random responding behavior in  forced-choice noncognitive assessment: Implication and application in organizational research. Organizational Research Methods. (IF=9.5, IF-5y=11.4, JCR Q1)

2. Peng, S., Cai, Y., Wang, D., Luo, F., & Tu, D. (2021). A generalized diagnostic classification modeling framework integrating differential speediness: Advantages and illustrations in psychological and educational testing. Multivariate Behavioral Research. (IF=5.439, JCR Q1) 

5. 何翠婷,彭思韦^∗,朱怡安,汪大勋,蔡艳 & 涂冬波. (2025). 迫选测验中虚假作答行为建模及其在人格测评中的应用：基于RES理论框架.心理学报.

6. Chen, F., Ou, M., Wang, D., Peng, S.⁺, Cai Y. ,  & Tu D. (2025). Using Robust Estimation Method to Improve Personality Traits Assessment. Journal of Educational and Behavioral Statistics. (IF=1.7, JCR Q2) 

7. Jiang, Y., Zeng, B., Peng, S., & Wen, H. (2025). Modeling the Response Style in Continuous Bounded Responses: Model Development and Validation. Behavior Research Methods. (IF=5.4, JCR Q1)

8. Wang, Q., Zheng, Y., Liu, K., Cai, Y., Peng, S., & Tu, D. (2023). Item selection methods in multidimensional computerized adaptive testing for forced-choice items using Thurstonian IRT model. Behavior Research Methods. (IF=5.4, JCR Q1)

9. Xi, C., Cai, Y., Peng, S., Lian, J., & Tu, D. (2020). A diagnostic classification version of Schizotypal Personality Questionnaire using diagnostic classification models. International Journal of Methods in Psychiatric Research.  (IF=4.035, JCR Q2)

会议论文:

1. Peng, S., Ulitzsch, E., Veldkamp, B. P., Cai, Y., & Tu, D. (2024). A flexible item response modeling framework for applicant faking measurement. International Test Commission Conference. (西班牙:格拉纳达)

2. Peng, S., Man, K. (2023). A mixture model for random responding behavior in forced-choice noncognitive assessment. Annual Meeting of The American Educational Research Association. (美国:芝加哥) 

3. 彭思韦,戴步云,蔡艳 & 涂冬波.(2022).迫选测验中基于随机作答的混合树型瑟斯顿模型开发.第二十四届全国心理学学术会议.(中国:河南)

4. 彭思韦,戴步云,蔡艳 & 涂冬波.(2018).基于认知诊断模型的边缘型人格障碍新测验.第二十一届全国心理学学术会议.(中国:北京)

招生说明：

欢迎具备以下基础与特质的同学加入：

(1) 拥有扎实的心理测量理论基础（如了解CTT核心概念、IRT基本原理），掌握至少一种数据处理与分析工具（如SPSS、Python、R），具备基础编程或统计建模能力者优先；

(2) 具备良好的自学能力：研究过程中需主动学习现代心理测量理论（如项目反应理论、认知诊断理论）、数据处理与分析工具（如R、Python）及跨学科知识（如机器学习在心理与教育测量中的应用等）；

(3) 拥有较强的心理抗压能力：科研中可能面临数据处理复杂、模型调试反复、论文撰写与修改周期长等挑战，需能积极应对压力。