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.     

经典测验理论与项目反应理论的对比研究

经典测验理论(CTT)的主要缺点有对测题难度、区分度及测验信度的估计依赖于被试组,对被试能力的估计依赖于所使用的测验题目,只提供平均测量精度等．而项目反应理论(IRT)则有参数不变性的优点,并能给出不同水平被试的测量精度．CTT有使用方便的优点,而IRT的理论体系尚需进一步完善．二者将互相促进,共同发展.     

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.     

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．     

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.     

结合α分层改进基于IRT计算机自适应题库系统

IRT理论中基于最大信息量函数的选题方法会使系统偏向于选取信息函数值最大的试题进行测验,容易造成部分试题被反复选取,导致试题的曝光度过高从而影响后期测验的有效性。本文在原有选题策略的基础上融入α分层和内容筛选,有效地提高了系统的有效性和安全性。     

基于IRT的汽车驾照理论考试CAT系统的应用

基于IRT的计算机自适应汽车驾照理论考试系统是借助计算机技术和网络技术,以项目反应理论为原理,在题库建设、选题策略和能力评估等方面形成一整套方案的考试过程.它能够克服传统基于CTT驾照理论考试系统的缺陷和不足,有效解决应试者的个体化差异,实现以考生为中心,更加快速、准确地评估出考生的实际水平,为驾考筛选出知识完善、理论合格的驾驶人员.     

基于IRT若干参数估计方式的比较

在项目反应理论（IRT）框架下，就目前流行的若干能力参数和项目参数的估计方法进行分析比较，阐述了它们各自适用的范围和不足之处，为选用估计方法提供依据。     

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。     

在.net框架下基于IRT理论的CAT考试系统的设计

本文介绍了项目反应理论(IRT)的基本理论,将IRT理论应用于计算机自适应考试中,主要设计和实现了基于IRT的计算机自适应考试系统中的普通考试,IRT考试和改进的IRT考试。该系统在VisualStudio.net2005的环境下,以ASP.NET为平台C#为编程语言结合ADO.NET和SQL Server,以三参数Logistic模型为项目反应模型,设计开发。最后本文介绍了自适应考试的流程,给出基于B/S结构的自适应考试系统的框架,有利于该系统日后集成到教务管理系统。     

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。     

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．     

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。     

应用Stan软件包实现IRT模型的贝叶斯参数估计

Stan是一个新的用于估计指定统计模型的概率编程语言,它使用了强大而高效的汉密尔顿蒙特卡罗(Hamiltonian Monte Carlo,HMC)抽样算法,相比较传统的Gibbs抽样和Metropolis算法具有显著的效率提升.R软件包“rstan” 链接了R与Stan 2个软件,使得Stan可以借助R的计算环境运行.首先,该文通过3参数Logistic(3PL)模型代码介绍了Stan的程序语言; 其次,该文使用Stan计算2个评估模型-数据拟合的全新指标WAIC和LOO,为应用Stan进行IRT模型相关研究提供了有效的参考工具; 最后,该文还采用了2个真实数据分别考察了Stan在单维IRT模型和多维IRT模型参数估计中的运行表现.研究结果表明:采用一个新的贝叶斯统计软件Stan,通过2个实证研究验证了该方法的有效性与可行性,为国内学者应用Stan进行IRT模型相关研究提供了有效的参考资料.     

多维二参数Logistic项目反应模型的Gibbs抽样法

项目反应理论主要有3个基本假设：单维性,局部独立性和单调性。但是这3个假设存在一些弊端亟待解决。一些科学研究表明,用单维模型来模拟多维测量数据往往会增大测量误差,导致对学生的能力做出不正确的推论。因此,研究者基于各种不同的测验背景,将单维项目反应模型推广到多维项目反应模型。多维项目反应模型涉及到的参数较多,如果采用传统的估计方法,如边际最大似然法和贝叶斯众数估计法处理起来比较困难。然而,在项目反应理论中,Gibbs抽样法可以作为一种高效灵活的估计方法加以应用。基于Gibbs抽样的增加数据的技巧,给出了多维二参数Logistic项目反应模型的Bayes估计方法。随着潜在变量的引入,每个参数的满条件分布都很容易得到,并且不受先验分布选取的限制,这样Gibbs抽样的方法就很容易实施。     

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.     

遗传算法在 IRT 模型参数估计中的应用

IRT(项目反应理论)在现代教育考试与测量中的研究和应用正日益受到广泛关注,本文阐述了遗传算法在IRT模型参数估计中的应用。     

等级反应模型的Gibbs抽样方法

探讨了MCMC算法在多级评分项目反应模型参数估计中的实现及其估计精度.针对等级反应模型,基于数据扩充技术,提出了一种高效灵活的Gibbs抽样方法,得到了各个参数的Markov链.随着潜在变量的引入,每个参数的满条件分布为相应参数的先验分布的截断分布.这种抽样方法适用于任何类型的先验分布,不受先验分布形式的约束.对应每个...     

基于IRT模型的BP神经网络降维法参数估计及其应用

该文对应用BP神经网络和降维法相结合在0—1记分模式下估计项目参数和考生能力的方法作了概述，重点是对该方法如何应用于实际进行探讨。