计算机化自适应测验技术在情绪智力智能测评中的初步应用——基于项目反应理论

在项目反应理论(IRT)框架下,采用计算机化自适应测验技术实现对情绪智力的智能测评.基于IRT系列分析(含单维性检验、模型拟合检验、局部独立性检验以及项目质量分析),构建了符合IRT测量学要求的情绪智力测评的题库,并以此为基础探讨了计算机化自适应测验技术在情绪智力智能测评(CAT-EI)中的应用.实验结果表明:(i)CAT-EI相关算法具有较高的参数估计精度,同时具有较理想的测量信度和效度;(ii)CAT-EI可使用较少的题量(M_ean=9.88题)达到使用整个题库(67题)的测量精度,它一方面能做到减轻被试的测试负担,另一方面实现了对情绪智力高效、快速、准确的智能测评.总之,该研究为实现对情绪智力智能测评提供了一种新的测量技术支持.     

概化理论研究综述

目前,心理测量领域中主要存在三大理论派别,即经典测验理论(CTT),概化理论(GT)和项目反应理论(IRT),前两者同属于随机抽样理论,GT是对CTT的扩展和改进,是现代心理测量界最有影响的理论之一.在回顾了概化理论的研究内容和有关理论的基础上,介绍了概化理论产生的背景、优缺点、主要概念和研究设计以及在我国的应用研究.     

基于教育测量理论的数学学业测试卷质量评价

本文利用经典测量理论(CTT)和项目反应理论(IRT),对用于我国民族地区义务教育数学学业水平测试的试卷质量进行了质性和量化分析,并对CTT和IRT得出的部分结果进行了对比分析.结果表明,测试卷质量总体良好;IRT具有项目参数和被试能力参数不变性的特征,能更加真实全面地反映出学生的能力水平.     

两种测量理论(CTT和IRT)的分析与比较

针对两种测量理论(CTT和IRT)进行了分析和比较，提出在试题参数确定上的做法可以根据具体情况，以IRT在试题参数测试的不变性为基础，充分利用CTT的优点，抓住IRT与CTT的统计结果之间存在的相关性．取两者之所长，将两者有机地融合，实现客观评价教育质量的目的。     

基于IRT的决策一致性系数在大规模教育测量中的应用

在一个大规模教育测量中,以小学四年级和初中二年级的数学测验为例,使用基于项目反应理论(item response theory,IRT)的测验决策一致性系数作为评价测验信度的标准之一,并比较在测验中选取不同分界分数、分数量尺时决策一致性系数的差异.结果发现:相比经典测验理论(classical test theory,CTT)下的信度系数,基于IRT下的测验整体信度要高于CTT下的信度;划定的分界分数(cut score)个数越少,决策一致性系数越大;分界分数位置会影响决策一致性系数,能力水平在分界分数附近的考生更容易被划分到不同类别中;将测验原始分数转换成量表分数后,多个原始分数对应一个转换分数的规则会增大决策一致性系数.     

测验等值综述

对于教育评价计量单位的＂分＂来说,只有分数等值,测验同一心理特质的不同版本的测验分数之间才具有可比性,从而保证测验的公平性。要使这些分数可以直接比较就必须进行测验等值,测验等值已成为教育测量研究和应用的一个重要问题,也成为教育管理部门重视的问题。与经典测验理论（CTT）相比,基于项目反应理论（IRT）的等值方法,被认为是比较理想的。     

项目反应理论及其在计算机自适应测试中的应用

项目反应理论IRT（Item Response Theory）以强假设为基础,具有经典测试理论（CTT）所没有的众多优点,是计算机自适应测试的新突破．本文介绍了IRT的特点,以及基于IRT的计算机自适应测试（Computer Adaptive Test）工作原理、需要解决的难题以及相关设计原理．     

抗作假人格迫选测验中瑟斯顿IRT模型的影响因素

使用蒙特卡洛(MonteCarlo)模拟研究的方法,探讨应用瑟斯顿IRT模型对抗作假迫选测验计分时需满足的编制条件,考察了测验所测特质个数(2或5个)、每维度包含陈述数量(10或20个)、单维配对题目比例(0或20%)和正负向陈述间配对题目比例(0、20%或40%)对模型估计的影响.结果如下: 1)特质个数对模型估计有显著影响,测验所测特质个数越多,模型估计越准确; 2)陈述数量影响模型估计,测验包含陈述数量越多,模型估计越精确,且当特质个数较少时,陈述数量的影响更大; 3)测验中单维配对题目的比例基本不影响瑟斯顿IRT 模型的估计精度; 4)测验中加入一定比例(约20%)的正负向陈述间配对题目可提高模型的估计精度,且特质个数较少时,该因素的影响更大.最后,在研究结果的基础上给出了开发抗作假人格迫选测验的建议      

基于IRT参数估计的两种初始估计

在项目反应理论(IRT)框架下,主要任务是对被试进行能力参数估计和项目参数估计。由于参数估计主要是极大似然法,而这种方法用到Newton—Raphson的多重迭代,因此,初始估计的精度要求较高。本文使用两种估计作为(IRT)的初始估计能使迭代较快收敛,对参数估计起到很好的作用。     

IRT中测验信息函数性质的解析及估值方法

介绍了项目反应理论(IRT)的三参数Logistic数学模型,给出测验信息函数和项目信息函数的数学表达式.通过分析项目信息函数的主要特性,设计了绘制被试的特质水平(θ)~测验信息函数(I(θ))曲线的算法,给出I(θ)值的估算方法.     

基于神经网络集成的IRT参数估计

针对统计方法难以解决小样本条件下项目反应理论（IRT）项目参数问题,提出了运用广义回归神经网络（GRNN）集成对小样本条件下项目参数进行估计的方法,运用计算机模拟的方法产生项目参数的真实值,根据双参数逻辑斯蒂模型得到被试的反应矩阵。运用经典测验理论方法得到项目难度和区分度的统计量,将其作为神经网络的输入,以模拟产生IRT的项目参数作为网络的输出,对GRNN进行训练。并且对30个神经网络加以集成,将它们在测试阶段得到输出值的平均值作为IRT参数的估计值。结果表明,神经网络集成可以得到比统计方法和单个神经网络更好的参数估计结果。     

项目反应理论模型及其问题分析

项目反应理论是一种先进的测量理论,是针对经典测量理论的不足而提出来的,也是CAT的重要理论基础。建立自适应考试系统时,常采用Logistic模型,其中又以三参数的Logistic模型最为常用。本文以三参数Logistic模型为典型代表论述了IRT模型的基本理论,并指出了项目反应理论中存在的问题,并对该理论模型的研究现状和前景进行了一定的分析。     

传统测验理论与项目反应理论

传统测验理论具有许多不足。项目反应理论可以克服这些不足,而且具有其他一些优越性。实践证明,项目反应理论在团体测验和个别测验中都是可行的。     

艾森克人格问卷项目质量的项目反应理论分析

使用MULULOG7．03软件的边际极大似然估计法,选取双参数kgistic模型对某大学2011级新生的EPQ测试数据进行分析,针对项目区分度、项目难度、信息量等指标对各项目及各分量表进行深入探讨．结果显示：数据符合项目反应理论的基本假设;多数项目的区分度、难度达到理论要求．但E、P、N三个分测验在划界分数点上得到的信息量有限,难以对被试做出良好的区分;三个分测验各自的总信息量未达到理论要求．     

基于CTT、SEM、GT方法的无领导小组讨论信效度研究

如今企业的竞争已成为人才的竞争，企业对于人员的选拔越来越严格．无领导小组讨论作为一种现代的测评技术，也愈受企业组织的重视．但是，与此同时很多企业对无领导小组讨论的信效度仍持质疑态度．与以往的研究有所不同，通过使用经典测量理论、结构方程模型和概化理论分析某企业员工晋升选拔中无领导小组讨论的评分．研究发现，无领导小组讨论的评分者一致性系数较高；结构信度与结构效度较好；此外，概化理论分析获得的概化系数与可靠性指数都较高，且无领导小组讨论的评分者以4个为最佳．研究表明，无领导小组讨论在注意操作规范的前提下具有较好的信度与效度．     

基于域理论的自适应谐振神经网络研究

在自适应谐振理论和域理论的基础上提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ。该算法将自适应谐振理论和域理论的优点有机结合,采用了独特的解决样本间冲突和动态扩大分类区域的方法,不需人为设置陷层神经元,学习速度快,精度高。此外,还提出了一种从ＦＴＡＲＴ网络中抽取符号规则的方法,即基于统计的产生－测试法,实验结果表明,使用该方法抽取出的符号规则可理解性好、预测精度高,可以很好地描述ＦＴＡＲＴ     

基于IRT的计算机化自适应测试系统研究

 计算机化自适应测试(Computerized Adaptive Test,CAT)系统是一种基于项目反应理论(Item Response Theory,IRT)的智能测试系统.它不但可以提高测试效率,而且能提高对测试者能力评价的精确度.作者介绍了IRT的详细内容,论述了CAT的工作原理和实施过程及其系统设计的相关知识,提出一种初始能力值估计的解决办法并对测试终止条件进行了优化处理.为个性化学习提供一种理想的测试方法.     

IRT理论框架下不同参数模型和评分模型对能力估计的影响

考察在IRT理论框架下,选用不同的参数模型和评分模型对能力估计的影响.结果发现:对同一批被试,不同的参数模型会得出不同的能力估计值;模型误用会带来能力估计上的误差,某些情况下误差相当大;能力估计的具体方法和技术也会对最终的能力估计值产生影响.