项目反应理论新进展之题组反应理论

通常把测验中共用同一刺激的项目集合称为题组,并把由共同刺激引起的题组项目反应间的相依性称为题组效应。本文首先分别对题组、局部独立性和局部依赖性的概念进行了介绍和梳理,并结合前人研究给出了题组效应的概念。之后在阐明直接使用标准项目反应模型去拟合题组反应数据会导致参数估计偏差等诸多问题后,引出能更好地处理题组效应的题组反应模型。全文详细介绍了包括高阶题组模型和多水平题组模型在内的6种题组反应模型,通过对"如何理解题组反应模型中的区分度参数"和"题组反应模型与多维项目反应模型的关系"两问题的探讨,认为:(1)题组反应模型与标准项目反应模型中的区分度参数含义并不相同,直接将两者进行对比是不合理的;(2)题组反应模型属于广义多维项目反应模型,与狭义多维项目反应模型的主要区别在于满足广义局部独立性假设时所需要控制的潜因素不同。

基于项目反应理论的组卷算法研究

传统的网络考试组卷算法由于仅仅考虑考试范围,以及试卷整体难度系数,而从不考虑应试者的能力水平,从而造成生成的部分试卷无法有效地达到测试应试者能力水平的效果。项目反应理论作为一种现代心理测试理论,在评估应试者能力水平方面具有广泛的应用。本文基于项目反应理论设计了一种能充分考虑应试者能力水平的组卷算法,从而使得组成的试卷能够达到命题老师的预期效果。实际应用结果也表明,该算法是非常有效的。

项目反应理论在大学英语词汇试题质量分析中的应用——基于等组设计的研究

基于项目反应理论中的等组等值原理,对贵州省某高校一次大学英语课程考试中的A、B试卷词汇题进行等值和质量分析。研究数据包括235份试卷的答题结果,其中A卷120份,B卷115份。采用软件SPSS 15和BILOGMG 3.3进行数据分析。结果显示,两套试卷的词汇题总体上区别度较高,猜测度较低,信息总量较高,但试题有些偏难,个别项目区别度和信息量不符合测量要求。研究结果对试题质量评价具有一定启示。

项目反应理论的局部独立性与局部依赖性研究述评

项目反应理论最基本的一个假设是局部独立性假设,但国内外学者对于局部独立性假设的定义尚有许多不同的看法。本文对目前学界关于项目反应理论局部独立性假设的主要观点进行文献梳理,简要介绍局部依赖现象及其检验方法,对计算机多阶段自适应测验趋势下应运而生的题组反应模型缓解局部依赖现象进行探讨,以期推动项目反应理论在测量学的发展。

题组反应理论及其在中学英语考试中的应用研究

题组作为众多测验中的一种常见题型,由于项目间存在一定程度的依赖性而违背了局部独立性假设,若用项目反应模型进行参数估计将会出现较大的偏差。题组反应理论将被试与题组的交互作用纳入到模型中,解决了项目间相依性的问题。笔者对题组反应理论的发展、基本原理及其相关研究进行了综述,并将其应用在中学英语考试中。与项目反应理论相对比,结果发现:(1)题组反应模型与项目反应模型在各参数估计值的相关系数较强,尤其是能力参数和难度参数;(2)在置信区间宽度的比较上,题组反应模型在各个参数上均窄于项目反应模型,即题组反应模型的估计精度优于项目反应模型。

国外非参数项目反应理论的回顾与展望

人们讨论数学测量模型与实际应用之间的关系,在共同发现的教育测量中大数据矩阵和在态度与个性测量中发现的小数据矩阵之间存在差异。非参数法是根据估计项目反应函数(非条件和条件)和项目间协方差进行估计。

加强题库建设 搞好高考改革——兼谈项目反应理论在题库建设中的应用

题库建设在我国尚处起步阶段,本文拟就题库建设的意义、理论与方法作一探讨,以利于高校招生考试改革的研究。加强题库建设是当务之急我国高考制度正在进行重大改革,其中重要一环是把原来高校招生的一次性考试,改为采用中学毕业会考和高校招生性向考试相结合的方法,以求克服原来把高校选拔考试和中学毕业水平考试相混淆的弊端,使之既有利于高校选拔德智体全面发展的优秀学生,又有利于中等教育的健康发展。高考改革基本的要求应该是,无论是会考还是专业性向考试,都必须做到科学、合理,真正起到鉴定和选拔的作用。

题库智能化组卷的心理计量理论与方法

现代教育成就测验的广泛应用，促使题库技术迅速发展。现代教育测量理论与计算机技术的结合，更使智能化组卷成为可能。本文报告了以项目反应理论为指导，并改进一般线性规划法为分步离差加权模型法，编制程序在高等教育自学考试“逻辑学”题库上，成功实现智能化组卷的研究成果，从而为计算机技术在题库建设中的应用作了新的探讨。

使用题组反应模型缓解局部题目依赖性对多阶段测验的危害

尽管多阶段测验(MST)在保持自适应测验优点的同时允许测验编制者按照一定的约束条件去建构每一个模块和题板,但建构测验时若因忽视某些潜在的因素而导致题目之间出现局部题目依赖性(LID)时,也会对MST测验结果带来一定的危害。为探究"LID对MST的危害"这一问题,本研究首先介绍了MST和LID等相关概念;然后通过模拟研究比较探讨该问题,结果表明LID的存在会影响被试能力估计的精度但仍为估计偏差较小,且该危害不限于某一特定的路由规则;之后为消除该危害,使用了题组反应模型作为MST施测过程中的分析模型,结果表明尽管该方法能够消除部分危害但效果有限。这一方面表明LID对MST中被试能力估计精度所带来的危害确实值得关注,另一方面也表明在今后关于如何消除MST中由LID造成危害的方法仍值得进一步探究的。

四参数Logistic题组反应模型的贝叶斯估计

项目反应理论中4PL项目反应模型是在3PL项目反应模型基础上发展起来的,它进一步对模型进行优化,加入失误参数,即引进一条上渐近线,使得估计结果更加准确。传统的项目反应模型往往忽略题目之间的相依性,所以为了使估计更加符合实际,将4PL项目反应模型与题组反应模型结合起来,提出了4PL题组反应模型。将这个模型运算出的结果与4PL项目反应模型的结果相比较,对比结果表明:题组效应不可忽略,2组参数估计结果差异显著。其中,针对4PL项目反应模型和4PL题组反应模型的参数数据,采用Win BUGS软件进行处理。

题组反应模式下的双因子模型和两层模型模拟比较

在测验开发中,以具有局部依赖性的题组形式存在的试题越来越多。双因子模型(bi⁃factormodel)和两层模型(two-tiermodel)是近年来基于试题局部依赖性提出的2种多维度模型。对2种模型进行模拟比较,结果显示:2种模型均可以处理具有局部依赖的试题多维度问题,并在局部依赖的识别、试题参数估计、被试特质分数估计方面具有一致性;在数据与模型的拟合方面,两层模型具有更好的拟合性;在运算的效率方面,两层模型的时间复杂性更高;在数据模拟的稳健性方面,两层模型在测验维度较高时可能存在无法收敛问题,双因子模型更加稳健。建议在测验结构相对简单时使用双因子模型,在测验结构较为复杂时使用两层模型。

多维题组效应认知诊断模型

当前认知诊断领域还缺少对包含题组的测验进行诊断分析的研究,即已开发的认知诊断模型无法合理有效地处理含有题组效应的测验数据,且已开发的题组反应模型也不具有对被试知识结构或认知过程进行诊断的功能。针对该问题,本文尝试性地将多维题组效应向量参数引入线性Logistic模型中,同时开发了属性间具有补偿作用的和属性间具有非补偿作用的多维题组效应认知诊断模型。模拟研究结果显示新模型合理有效,与线性Logistic模型和DINA模型对比研究后表明:(1)作答数据含有题组效应时,忽略题组效应会导致项目参数的偏差估计并降低对目标属性的判准率;(2)新模型更具普适性,即便当作答数据不存在题组效应时,采用新模型进行测验分析亦能得到很好的项目参数估计结果且不影响对目标属性的判准率。整体来看,新模型既具有认知诊断功能又可有效处理题组效应。

含题组的测验等值

题组越来越多地出现在各类考试中,采用标准的IRT模型对有题组的测验等值,可能因忽略题组的局部相依性导致等值结果的失真。为解决此问题,我们采用基于题组的2PTM模型及IRT特征曲线法等值,以等值系数估计值的误差大小作为衡量标准,以Wilcoxon符号秩检验为依据,在几种不同情况下进行了大量的MonteCarlo模拟实验。实验结果表明,考虑了局部相依性的题组模型2PTM绝大部分情况下都比2PLM等值的误差小且有显著性差异。另外,用6种不同等值准则对2PTM等值并评价了不同条件下等值准则之间的优劣。

计算机自适应考试理论分析

依据自适应考试中的项目反应理论,对其中参数进行了分析,建立了试题库建库模型,同时对受测者的能力进行分析;应用组卷理论中的组卷原则和问题的形式化描述,对生成试卷的算法进行分析。该结论对当前计算机自适应考试提供了理论依据。

改进量子行为粒子群算法智能组卷策略研究

提出一种求解智能组卷问题的改进量子粒子群算法。首先,通过定义粒子进化速度及粒子聚集度,将惯性权重表示为粒子进化速度和粒子聚集度的函数,使惯性权重具有自适应性。其次,将慢变函数引入传统位置更新公式中,以有效地解决陷入局部最优解的问题。最后,根据项目反应原理对组卷问题进行数学建模。仿真实验表明,与标准粒子群算法和量子粒子群算法相比,所提算法在组卷成功率和组卷效率方面均具有更好的性能。

自动组题算法中适应度函数的构建方法

在基于GA的自动组题算法中,构建适应度函数是最大的一个难点。适应度函数构建的关键在于如何选择适应度函数的参数以及如何计算各个参数的值,本文从IRT理论和试题以及算法的特殊性出发,确定了适应度函数的参数及其计算方法。该方法有着强大的理论支持和完善的用户需求接口,同时也为试卷的分析提供了新的方法。

启发式遗传算法组卷模型研究

随着计算机及其数据库技术的发展,利用计算机存储大量的试题信息并结合数据库技术实现试题的自动组卷功能已成为一项实际可行且应用性广泛的一项课题。在遗传算法的基础上,提出了一种新的基于启发式遗传算法的智能组卷算法。新算法利用组卷过程中与目标约束条件的误差进行诱惑,使基因变异产生的子代具有更好的性能,从而确保上代群体优势能够沿着有利于最终问题求解的方向进行传递,有效地降低无效试卷所导致的系统开销。实验结果表明,新算法具有较好的智能组卷性能。

基于IRT指导的组卷策略的遗传算法设计与实现

智能组卷是自适应测验中的一个重要环节.根据试卷生成的目标要求,提出一种基于项目反应理论(IRT)组卷的自适应遗传算法,较好地解决了智能组卷过程中的约束优化问题.

一种求解组卷问题的量子粒子群算法

为提高智能组卷的效率,提出一种求解组卷问题的带自适应变异的量子粒子群优化(AMQPSO)算法。首先在算法中嵌入有效判断早熟停滞的方法,一旦检索到早熟迹象,根据构造的变异概率对粒子进行变异使粒子跳出局部最优;其次基于项目反应理论,构建分步组卷问题的数学模型,减少组卷冗余度和提高组卷效率。仿真实验表明,与遗传算法相比,所提出的算法在组卷成功率和组卷质量方面均具有更好的性能。

基于CPC和动态联盟的船舶建造系统研究

倘若按敏捷制造理论来考虑船舶建造过程,将每艘船的设计和建造过程管理视为一个项目组并以此作为盟主,则各个分段加工中心和大量的配套厂是内外盟员且可组成一个动态联盟;若多艘船同时建造,则存在多个项目的动态联盟,并形成多层次和多交叉的形态。本文在基于CPC理念的协同平台上将船厂、客户、供应商和合作伙伴引入船舶的开发和建造过程,通过有效的协作,将质量好、全寿命成本低的船舶更快地推向市场。文中对组建船舶建造多项目动态联盟的方式及其协调机制进行了分析和研究,并用多学科分析综合的方式提出了对船舶建造系统的模式及其功能进行评价的方法,为进一步研究和探索新的造船模式提供了参考。