自适性语言测试题库CTT与IRT参数估计对比研究

在计算机自适应性(CAT)与评价中,题库是测试系统实现的基础,其中题目参数估计质量是决定题库建设的核心和必要条件。研究以22582名中国汉语水平考试(HSK)考生的实测大数据为基础,采用分层随机抽样法,对获得的8个不同容量的被试样本进行了CTT和IRT参数的估计及比较研究。结果发现,在样本分布同质性前提下,当样本规模在500以内时,CTT与IRT的项目难度参数、区分度参数之间一致性较差;项目的区分度参数稳定性不高;考生能力参数之间存在显著相关性。在远程自适应性语言测试的题库建设中,建议采用大样本IRT参数估计方案。

基于IRT框架的乡村旅游发展评价研究

近些年我国乡村旅游发展势头强劲,国家也在积极推动乡村旅游发展,乡村旅游已经成为助力乡村发展和实施乡村振兴的重要途径。有效评价乡村旅游发展状况,可以引导乡村旅游发展方向,助理乡村旅游发展。本文全面梳理一体化乡村旅游框架的内涵、包含要素及其含义等内容,并对一体化乡村旅游各维度权重进行设计计算,旨在评估旅游业的维度整合方向,以便将评估结果应用到农村地区经济发展中。

基于IRT框架采用Angoff法进行合格标准设置的探索

学业水平考试分界分数的划定关系到教育决策的科学性和公平性,涉及标准设定技术。为探究在项目反应理论(IRT)框架下采用Angoff法进行合格标准设置,以某地区初中学业水平考试某学科的模拟考数据为分析对象,将专家第三轮打分结果作为“最低合格能力考生”的作答数据,与真实考生的数据汇总,进行IRT参数估计。最终以“最低合格能力考生”能力分数的平均值-0.85作为合格的分界分数,该合格分数线的信息量为28.13,专家判断与实际结果的Pearson相关系数为0.9,表明采用该方法进行标准设定具有较高的质量和推广性。

乡村旅游如何促进乡村振兴?——IRT理论视角下的重庆市綦江区中华村案例研究

乡村旅游是促进乡村振兴的重要方式,本文基于IRT理论,以重庆市綦江区中华村为研究对象,分析乡村旅游促进乡村振兴的内在机制,即乡村旅游在开发过程中所发挥的资源整合功能和由此激活的强大内生动力系统耦合协调下促进了乡村振兴。旅游网络系统进入乡村地域系统后,开发乡村内生性资源同时互补本地产业形成振兴经济动力,嵌入本地社会文化资源形成振兴文化动力,“赋权”村民及“规模”开发形成振兴环境动力,经济–文化–环境动力系统形成交互式合力促进乡村振兴的实现。

混合IRT潜在模型及其应用轨迹

项目反应理论是测量被试潜在特质的现代测量理论,潜在类别分析是基于模型的潜在特质分类技术。混合项目反应理论将项目反应理论与潜在类别分析相结合,能够同时对被试分类并量化其潜在特质。在阐述混合项目反应理论概念、原理的基础上,介绍了MRM、mNRM和mPCM等几种常见混合模型及其参数估计方法,并从心理与行为特征分类、项目功能差异检测、测验效度评价等方面评述了其在心理测验中的应用发展轨迹。

基于IRT的测验等值应用研究

项目反应理论(IRT)在当前教育测量中应用日益普遍。由于不同原因其入门推广有一定难度,该文从与经典测量理论的衔接延伸入手,深入浅出的阐明项目反应理论的基础。基于项目反应理论所依据的数学模型,从联合概率分布的角度,对项目反应理论进行了剖析,对应用广泛的等值技术进行阐释,并推荐易用软件进行实现。

测验等值:从IRT到MIRT

等值作为保证测验公平性的技术手段,一直是测验理论研究的重要方面。MIRT理论的发展证明了题目和测验是复杂的,传统的单维模型已经不能满足对人和题目/测验之间关系的探讨需求。目前MIRT等值研究主要有两种取向,其中一种取向是研究多维数据对IRT等值会产生什么样的影响;第二种取向是通过开发新的计算方法和计算工具研究MIRT等值过程。MIRT等值研究最重要的是对等值方法和过程实现的研究,目前已取得一些进展,在进行这些研究的过程中最重要的考虑因素是控制其误差影响因素。

IRT真分数等值和IRT观察分数等值的对比研究

研究采用锚测验非等组设计,对IRT真分数等值和IRT观察分数等值两种方法进行了比较研究。研究数据取自TIMSS2003数据库,首先用BILOG程序得出参数估计和被试能力分布,然后用四种方法对项目参数进行再校准,最后,用PIE程序运行两种IRT等值方法。研究表明,针对研究的等值情境,四种再校准的方法没有显著区别,IRT真分数等值和IRT观察分数等值仅在较低的分数段出现了很小的差别。对样本量的分析表明,IRT观察分数等值的精确性受到样本容量的影响更大。

高阶IRT模型——项目反应理论的新进展

早期的单维IRT模型忽视了测验多维性的可能,而多维IRT模型对各维度的划分不够明确,不能很好地反映各维度能力的内涵。高阶IRT模型承认测验的多维性,以分测验划分维度,同时又将多个维度的能力统一到一个高阶的能力中,能够在了解被试各维度的能力同时,为被试提供整体的能力估计,它能更好地反映实际,并且适应大规模测验的需求。

一种新的多维IRT模型——高阶IRT模型

早期的单维IRT模型忽视了测验多维性的可能,而多维IRT模型对各维度的划分不够明确,不能良好反应各维度能力的内涵。高阶IRT模型承认测验的多维性,以分测验划分维度,同时又将多个维度的能力统一到一个高阶的能力中,能够在了解被试各维度能力的同时,为被试提供整体的能力估计,它能更好地反映实际,并且适应大规模测验的需求。

IRT与MIRT在测验垂直等值中的应用

测验垂直等值是指将测试同一心理特质的不同水平的测验转换到同一个分数量尺上的过程。IRT与MIRT是实现垂直等值的主要方法。IRT无需假设被试的能力分布,参数估计不依赖于样本,是构建垂直量表的有效方法,但测验不满足单维假设时其应用受到限制。MIRT结合IRT和因素分析的特点对IRT进行了拓展,可更有效估计多维测验的项目参数和被试能力参数,在垂直等值中有重要应用。已有研究主要探讨IRT和MIRT在垂直等值应用中的适用性、标定方法和参数估计方法,比较研究两种方法的特性。未来研究应纳入更多变量条件进行比较研究,拓展方法的应用。

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.

基于IRT模型参数的BP神经网络估计

该文依据项目反应理论(IRT)的0-1记分模式,应用BP神经网络对项目参数和考生能力进行估计。在对这些参数进行估计时,将得分矩阵分别采用得分率、通过率、相关系数、猜测率进行降维处理。此方法经计算机模拟实验,结果与目前流行的参数估计方法进行分析比较,能得到更好的精度,降低了误差。训练好的网络可以用于实际测试中,并且只需较少的人数和题数,能得到较好的精度。在计算机模拟实验过程中,考生能力和项目难度、项目区分度采用正态分布比均匀分布要好得多。

迫选式人格测验的传统计分与IRT计分模型

迫选测验的传统计分方式会产生自模式数据,不能进行传统的信效度检验、因素分析和方差分析等。近年来研究者提出了一些基于项目反应理论的计分模型,如瑟斯顿IRT模型和MUPP模型等,它们可以规避自模式数据的弊端。瑟斯顿IRT模型方便进行参数估计,模型定义灵活;而MUPP模型的拓展性较差,参数估计的方法有待提高。另一方面,已有研究者基于MUPP模型开发了一些抗作假的迫选测验,而瑟斯顿IRT模型距离这种应用还比较远。此外,两个模型的适用性和有效性都有待更多的实证研究来检验。

IRT中Logistic模型的c、γ参数对能力估计的改善

设计一个理想测验和被试作答情况,在单、双参数模型下进行能力估计,存在第一、二未契合现象;增加c参数后进行能力估计,则能有效纠正第一未契合现象,仍然存在第二未契合现象,同时存在第三未契合现象;增加γ参数后进行能力估计,则能有效纠正第二未契合现象,仍然存在第一未契合现象,同时存在第四未契合现象;同时增加c、γ参数后进行能力估计,则能有效纠正第一、二、三、四未契合现象。最后概述了c、γ参数的测量含义。

缺Fe/Zn及盐胁迫下苋菜对Cd及矿质元素的吸收与IRT1表达的关系

选用Cd低累积品种白梗尖叶苋菜(B)和高累积品种花红苋菜(H)2个苋菜品种,采用水培法分别研究了在缺Fe、缺Zn和盐胁迫3种处理条件下2个苋菜品种对矿质元素以及cd的累积特征,并通过测定2个品种不同处理根部IRT1(铁离子转运蛋白)的表达量,建立了缺Fe/Zn及盐胁迫下苋菜对Cd及矿质元素的吸收与IRT1表达的关系。结果表明,3个处理组中2个苋菜品种生物量均显著低于对照组,缺Fe以及缺Zn处理显著促进了2个苋菜品种对Cd以及矿质元素的累积,而盐胁迫显著抑制了苋菜对Cd的累积,同时促进了其对矿质元素的累积(P<0.05)。不同处理下,Zn、Fe相关转运基因IRT1的表达差异显著,IRT1表达量的增加可以促进植物对Cd、Fe、Zn、Mn、Mg等元素的吸收(P<0.05)。

高考数学中考试评价的研究——基于CTT与IRT的实证比较

相关研究表明,IRT在教育考试评价中比CTT具有诸多优点。本文以某地区高考数学考试数据为基础,比较CTT与IRT在项目参数、评价方式、精度估计三个方面之间的差异。研究结果证明,在IRT下参数更容易反映观测各个项目的特征属性,IRT参数比CTT参数更具精确性,项目信息函数能更好的反映试题信息;CTT与IRT的评价方式不同,IRT下的能力分数优于CTT下的测验分数,更能反映学生能力水平;CTT与IRT精度估计不同,IRT测验信息函数和能力置信区间比CTT有更好的精度。实证展示出IRT在高考数学考试评价中的优越性,具有重要的价值和应用前景。

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 。

IRT在自适应考试中的应用

随着计算机技术在考试中的应用,自适应考试正日益成为人们关注的研究课题。主要介绍了()及其在计算IRTItem Response Theme 机化的自适应考试系统中的应用,同时简要说明了自适应考试与非自适应考试的区别以及当前自适应考试的一些研究方向。

Likert量表分析中不同IRT模型的有效性

5级Likert量表可直接分析,也可以转化为3级评分,或转化为2级评分,前二者可以采用等级IRT模型,后者可以采用2级IRT模型。研究表明2级IRT模型中的2参数模型是最适合的模型。多级评分模型与数据拟合也很好,而且等级越多测量精度越大。