3V-JMLE法:计算机自适应测试中一种基于三值矩阵的联合参数估计方法

文章对计算机自适应测试中常用的参数估计法——联合极大似然估计(Joint Maximum Likelihood Estimation,JMLE)法进行了改进,提出了一种基于三值矩阵的联合参数估计方法——3V-JMLE法。基于此,文章以作答反应数据库中被试作答信息为样本,分别采用JMLE法、3V-JMLE法进行参数估计,其对比结果表明:在理想作答矩阵下,3V-JMLE法和JMLE法具有同等的参数估计精度和计算效率;在非理想作答矩阵下,采用JMLE法进行参数估计存在一定的局限性,而采用3V-JMLE法具有很高的参数估计精度并大大提高了计算效率。3V-JMLE法的提出,对于联合参数估计方法的实际估计参数过程有重要指导意义。

基于Rasch模型的参数估计方法比较研究

本研究的目的是基于Rasch模型,比较联合极大似然估计法、边际极大似然估计法和EM算法、边际贝叶斯估计法参数估计结果的准确程度。实验数据为2 185名被试在HSK试卷170道试题中的作答矩阵,考虑到初值和收敛精度对参数估计结果的影响,将三种参数估计方法按照初值设置和收敛精度不同分别进行参数估计,然后通过计算项目参数估计标准误判断参数估计方法的准确度。