负二项抽样下r/N(G)系统可靠性增长的Bayes估计

本文讨论了在负二项抽样模型下,部件可靠概率,带有验前负对数 Gamma 分布、验前 Beta分布及其特殊情况验前 U(0,1)分布时,对 r/N(G)系统的可靠性增长作出 Bayes 估计.主要结果有定理1、2.而几何抽样模型下的结论是本文的特例,最后附有实例.     

基于IRT的一种计算机化自适应测验的选题方法

传统的纸笔测验无法有效地满足全部被试的能力估计的要求，计算机化自适应测验（CAT）能够不断根据被试的作答来估计其能力，并抽取与此能力相适应的项目来，选题是CAT的关键．先介绍了CAT的概念和原理，然后借助项目信息函数重点研究了一种CAT的选题方法．     

基于项目反应理论自适应考试系统的设计与应用

在个性化教育中,传统的考试形式正面临着越来越多的问题,统一的试题内容并不适用于各个层次的学生,考试成绩无法准确衡量学生的能力.个性化学习系统中的自适应考试系统(PLCAT),部分地解决了传统考试形式所面临的问题.PLCAT考试系统是基于项目反应理论的Web自适应考试系统,学生可以随时随地使用PLCAT系统进行测试,系统能够根据学生的能力自动选择适合学生的试题,并在考试结束时给出个性化的评价.实践证明,PLCAT系统可以提高考试效率和提高对学生评价的精度,更重要的是,它为个性化教育提供了一种更加有效的测验途径,也为贯彻现代化教育理念,提高学生自主学习能力、创新能力提供了一种新思路.     

认知诊断自适应测验选题策略探新

提出了一种新的认知诊断自适应测验选题策略和题库按项目所包含的属性模式分层方法.与传统方法相比,该方法不仅提高了测量精度而且可以提升选题速度.     

认知诊断计算机化自适应测验按模式分层选题策略

提出一种题库按属性模式分层,并结合项目曝光度控制的新方法.蒙特卡洛模拟研究显示:该方法在题库使用均匀程度上表现优异,并保有较高测量精度.     

截尾试验下指数分布可靠度的Bayes估计

在指数分布场合,定时或定数截尾试验下,本文讨论了相应于几种不同先验分布可靠度的Bayes估计。     

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.     

自动控制区分度作用的选题策略研究

沿用引入曝光控制因子的CAT选题策略中所提出的曝光控制因子,同时将定长测验的测验长度以及不定长测验中被试累积信息量加入到新选题策略中,提出了在不分层的条件下自动控制区分度作用的选题策略.蒙特卡洛模拟结果表明:新方法在项目调用均匀性、测验效率等评价指标上效果均较为理想.     

计算机化自适应诊断测验新的选题策略

提出了一种既能满足属性平衡又能有效处理相似属性模式的新方法——改进的极大化整体判别认知诊断模型信息量指标法(MGCDI).对无结构型的属性,讨论定长CD-CAT的选题策略.研究结果表明,使用相同选题策略选题时,先选择可达矩阵的所有列对应的项目比不使用这些项目的诊断准确率高.     

计算机在语言测试中的应用

本文综合讨论计算机在语言测试中应用的三个主要方面 :题库建设 ,计算机辅助语言测试以及计算机自适应语言测试 ,同时分析了这三方面在应用中的优势 ,应注意的问题以及语言测试今后的发展趋势。     

产品验收试验中参数的Bayes序贯估计

论述了产品验收试验中参数θ的Bayes序贯估计。首先基于序贯检验确定了θ的较小的范围,在这个范围内运用Bayes方法求θ的估计。