摘要 概化理论广泛应用于心理与教育测量实践中, 方差分量估计是进行概化理论分析的关键。方差分量估计受限于抽样, 需要对其变异量进行探讨。采用蒙特卡洛(Monte Carlo)数据模拟技术, 在正态分布下讨论不同方法对基于概化理论的方差分量变异量估计的影响。结果表明: Jackknife 方法在方差分量变异量估计上不足取; 不采取Bootstrap 方法的“分而治之”策略, 从总体上看, Traditional 方法和有先验信息的MCMC 方法在标准误及置信区间这两个变异量估计上优势明显。关键词 概化理论; 方差分量; 方差分量变异量; MCMC 方法; 蒙特卡洛模拟