医学统计学计算机自适应测验算法的模拟研究

目的对医学统计学计算机自适应测验(computerized adaptive testing,CAT)算法进行模拟研究,为实现医学统计学CAT奠定基础。方法基于中山大学医学统计学研究生试题库,采用蒙特卡洛模拟生成被试作答及能力水平,对CAT测验中应用的选题策略及其非统计约束、终止规则进行模拟比较及验证。结果根据模拟结果,选择了渐进最大信息量法作为选题策略,标准误=0.3为测验终止规则,0.4为最大曝光控制界值,并研究了不同能力考生在内容平衡约束下的CAT应用结果。结论为医学统计学CAT选定了适用的算法,了解了其测试结果规律,为确保医学统计学CAT具有良好的性能提供了理论支持,也为其他学科进行CAT建设前模拟提供了一定的参考。