多维项目反应理论等级反应模型

基于因子分析和单维项目反应理论的多维项目反应理论是测量理论的新发展方向之一。但是,多维项目反应理论仍处于不成熟的发展阶段,多数研究也只是以二级评分为主。本文首先介绍了逻辑斯蒂形式的多维等级反应模型,并以二维等级反应模型为例,分析了模型的数学函数图像及其性质。然后,推导出了多维等级反应模型的项目信息函数,并结合实例进行了讨论。进一步地,本文阐述了使用联合极大似然估计和马尔科夫链蒙特卡洛方法估计多维等级反应模型参数的思想。最后,指出了一些有待研究的问题。

多维项目反应理论补偿性模型参数估计:基于广义回归神经网络集合

运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项目参数值与考生作答矩阵。其次,把通过主成分分析得到的前两个因子在每个题目上的载荷作为区分度的初始值以及题目通过率作为难度的初始值,这两个指标的初始值作为神经网络的输入。集成100个神经网络,其输出值的均值作为MIRT的项目参数估计值。最后,设置2×2种(能力相关水平:0.3和0.7;两种估计方法:GRNN和MCMC方法)实验处理,对GRNN和MCMC估计方法的返真性进行比较。结果表明,小样本的情况下,基于GRNN集成方法的参数估计结果优于MCMC方法。

用非参数项目反应理论模型研究大规模教育考试维度的问题

大规模教育考试的维度与考试分数的意义解释、考生在考试中的行为表现解释密切相关。利用非参数项目反应理论模型选择试题组成单维量表,可以达到研究考试维度的目的。选择单维量表试题时,下界c值的确定,是个值得探讨的问题。用非参数项目反应理论模型对英语考试的三个量表维度研究发现,从每一个量表中只能选择出一个单维量表,而不是与每一部分测量的微技能数相应的多个单维量表;每一单维量表测量的均为该部分不同微技能的组合。这个特征表明这些单维量表均为基本单维量表,非严格单维量表。无论c值为0.3,还是0.2,选择出的基本单维量表均满足弱单调性要求,整个单维量表的区分功能不会有明显差异。

多维项目反应理论的计量模型、参数估计及应用

多维项目反应理论是现代心理测量理论的新发展,文章对多维项目反应理论的计量模型、参数估计及应用进行了综述,认为多维项目反应理论模型开发应与认知结构相结合,马尔科夫链蒙特卡洛方法能较好地实现多维项目反应理论的参数估计,应加强多种题型、多种多维项目反应模型结合的参数估计研究,建议使用基于最大信息量法的多维项目反应理论模型计算测验的总分。

基于多维项目反应理论的“多维度-多归因因果量表”心理测量学评估

为获得一个能科学测量学生数学学习归因能力,并且能够准确筛选不恰当归因能力水平个体的测量工具,研究应用项目反应理论方法对经典测量理论框架下相对成熟的“多维度—多归因因果量表”进行心理测量学评估.研究表明,原量表的心理测量学性质并不理想,但经过项目反应理论方法修正后的量表具有良好的心理测量学性质.量表具有积极归因和消极归因两因素维度结构,所含项目有良好的区分度和难度,且量表及其各项目(除N10)都能准确测量不恰当归因能力水平.

项目反应理论在慢性心力衰竭自我管理量表条目筛选中的应用

目的应用项目反应理论(IRT)对慢性心力衰竭自我管理量表(CSMHFI)预试量表进行条目筛选,并验证其有效性及可行性。方法应用IRT中的等级反应模型拟合含有60条目的 CSMHFI预试量表,估计条目难度、区分度参数以及项目最大信息量并据此进行条目筛选。同时,与普遍使用的经典测量理论(CTT)对该预试量表的条目筛选结果进行对比评价。结果在60个条目中,依据IRT方法保留条目27个,依据CTT方法保留条目30个。二者保留结果相同的条目数为24,不一致的条目有9个,其不一致的原因为难度参数值过高/过低、变异系数过低以及因子归类不明确。结论IRT在CSMHFI条目筛选中有效且可行,与CTT方法相比,IRT在利用难度参数精简条目数量方面更具优势。

测验理论的新发展:多维项目反应理论

多维项目反应理论是基于因子分析和单维项目反应理论两大背景下发展起来的一种新型测验理论。根据被试在完成一项任务时多种能力之间是如何相互作用的,多维项目反应模型可以分为补偿性模型和非补偿性模型两类。本文在系统介绍了当前普遍使用的补偿性模型的基础上,指出后续研究者应关注多维项目反应理论中多级评分和高维空间的多维模型、补偿性和非补偿性模型的融合、参数估计程序的开发和多维测验等值四个方面的研究。

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。

HSK潜在维度的探索性分析——多维项目反应理论的应用

本文采用多维项目反应理论(MIRT)中的补偿型模型,探索性地分析HSK(初中等)阅读部分的潜在维度空间,为HSK的构想效度研究提供一个佐证。实验使用自编程序估计参数。在模型拟合检验时,应用聚类分析技术为被试分组。结果表明:三维的MIRT模型是阅读部分的最佳心理计量模型,其中维度1能较好地区分被试,是阅读部分的主要测量对象。维度1与维度2所代表的能力呈一定相反的变化趋势,维度3较"独立"于其他两个维度。

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。

IRT等级反应模型在冠心病PRO量表编制中的应用

目的探讨项目反应理论中的等级反应模型在基于冠心病患者报告临床结局量表(CHD-PRO)条目筛选中的应用。方法对CHD-PRO初始量表所有条目拟合等级反应模型,依据区分度参数和难度等级参数对条目进行评价和筛选。结果通过等级反应模型理论对量表条目进行筛选,初始量表共计62个条目,建议删除12个条目。结论与经典测量理论和传统方法相比,项目反应理论与等级反应模型能够克服等级资料的限制,增加了对受试对象能力的估计,更加适合量表条目的筛选。

使用验证性补偿多维IRT模型进行认知诊断评估

随着人们对测验反馈结果精细化的需求逐渐提高,具有认知诊断功能的测量方法逐渐受到人们的关注。在认知诊断模型(CDMs)闪耀着光芒的同时,另一类能够在连续量尺上提供精细反馈的多维IRT模型(MIRTMs)似乎受到些许冷落。为探究MIRTMs潜在的认知诊断功能,本文以补偿模型为视角,聚焦于分别属于MIRTMs的多维两参数logistic模型(M2PLM)和属于CDMs的线性logistic模型(LLM);之后为使两者具有可比性,可对补偿M2PLM引入验证性矩阵(Q矩阵)来界定题目与维度之间的关系,进而得到验证性的补偿M2PLM(CC-M2PLM),并通过把潜在特质按切点划分为跨界属性,以期使CC-M2PLM展现出其本应具有的认知诊断功能;预研究表明logistic量尺上的0点可作为相对合理的切点;然后,通过模拟研究对比探究CC-M2PLM和LLM的认知诊断功能,结果表明CC-M2PLM可用于分析诊断测验数据,且认知诊断功能与直接使用LLM的效果相当;最后,以两则实证数据为例来说明CC-M2PLM在实际诊断测验分析中的可行性。

高阶项目反应模型的发展与应用

在测量具有层阶结构的潜质时,标准项目反应模型对项目参数估计和能力参数估计都具有较低的效率,多维项目反应模型虽然在估计第一阶潜质时具有高效性,但没有考虑到潜质层阶的情况,所以它不适合用来处理具有层阶结构的潜质;而高阶项目反应模型在处理这种具有层阶结构的潜质时,不仅能够高效准确地对项目参数和能力参数进行估计,而且还能同时获得高阶潜质与低阶潜质。目前存在的高阶项目反应模型有高阶DINA模型、高阶双参数正态肩型层阶模型、高阶逻辑斯蒂模型、多级评分的高阶项目反应模型和高阶题组模型。未来对高阶项目反应模型的研究方向应注意多水平高阶项目反应模型、项目内多维情况下的高阶项目反应模型以及高阶认知诊断模型。

单参数单维度Rasch模型的优势与意义

相比多参数多维度IRT模型通过增加参数的方式来提升模型拟合度和解释度,Rasch模型流派强调"理论驱动研究"和"数据符合模型",推崇单参数单维度的测量模型能最大限度地减少额外因素对真实测量目的的影响和干扰,从而保证测量的客观性和准确性。Rasch模型关注测量目标与测量工具的对应关系,它的"简单"特性有助于研究者更准确地评估和解释被测目标与测量工具间的适配性,且在将非线性数据转化为等距数据时具有天然的优势。

现代智慧教育下的认知诊断模型比较分析研究

认知诊断是认知心理学与教育测量理论的融合,它可以通过学生的答题记录和试题信息,推断出学生当前的知识状态,从而全面地评估和诊断被测个体的心理或活动行为规律。由于认知诊断可以提供相较教育测量理论更为丰富的测量信息,它逐渐成为现代智慧教育场景下的主要能力评估手段。该文首先详细介绍了认知诊断的概念、历史发展以及研究现状,之后聚焦4个具有代表性的认知诊断模型:项目反应理论、多维项目反应理论、DINA模型以及神经认知诊断模型,详细介绍了它们的理论基础、模型结构以及训练方式,并基于经典的认知诊断数据集ASSISTments 2009-2010 Skill-builder data的346 860条样本,对4个模型的认知准确度和模型的可解释性分别进行了比较分析。经过比较分析,发现神经认知诊断模型与其他认知诊断模型相比不仅具有更好的认知准确度,而且具备高度的可解释性。此外,通过调研和实践总结出了4个认知诊断模型在现代智慧教育下的不同适用场景,为认知诊断研究提供了新视角。

多维IRT与单维IRT在多维量表中应用的差异

目的探讨单维条目反应理论与多维条目反应理论在多维量表分析中的差异,并从中找出较优的分析方法。方法用单维分部评分模型(PCM)和多维分部评分模型分别对世界卫生组织生存质量研究小组提供的来自世界20个研究中心的WHOQOL-OLD量表数据进行条目和量表结构的分析。结果 "感觉能力"领域中的条目OLD_10"您的感觉功能的问题影响您和他人交往的能力吗?"同时不拟合两种模型,单维IRT得到Infit和Outfit均方拟合指数、6个维度的信度系数及潜在特质间的相关系数均低于多维IRT。结论多维IRT更适合于条目数较少的多维量表的分析和评价。

认知诊断中Q矩阵和Q矩阵理论

Q矩阵和Q矩阵理论是认知诊断中一对容易混淆的概念,一方面需要强调它们的差异,另一方面对Q矩阵理论做一些补充,比如在一定条件下,多级评分的认知诊断中测验蓝图的设计原理.根据实测数据对测验蓝图Q矩阵修正的设想,以及认知诊断模型和多维项目反应模型的联系.

全信息项目双因子分析:模型、参数估计及其应用

全信息项目双因子分析作为一种重要的统计方法,使得双因子模型在近20年得到重新认识和广泛应用。首先详细介绍了全信息项目双因子分析方法的概念、特征、模型基础以及参数估计中体现的维度缩减思想,然后例举全信息项目双因子分析在分析测验结构、分数解释和计算机化自适应测验中的应用。全信息项目双因子分析中双因子模型符合大量心理、教育与医学测验的结构特征,其维度缩减方法能显著降低计算量,因而具有广阔的应用前景。结合当前研究现状对全信息项目双因子分析的相关研究,如:参数估计、模型特征、拟合检验、量表连接、项目功能差异及其在计算机化自适应测验中的应用提出一些思考和建议。

计算机化多维测验中作答时间和作答精度数据的联合分析

随着心理与教育测量研究的发展和科技的进步,计算机化(大规模)测验逐渐受到人们的关注。为探究在计算机化多维测验中如何利用作答时间数据来辅助评估多维潜在能力,以及为我国义务教育阶段教育质量监测提供数据分析方法上的理论支持。本研究以2012年和2015年国际学生能力评估(PISA)计算机化数学测验数据为例,提出了一种可同时分析作答时间和作答精度数据的联合作答与时间的多维Rasch模型。根据新模型对PISA数据的分析结果,表明引入作答时间数据,不仅有助于提高多维Rasch模型参数的估计精度,还有助于数据分析者在今后利用被试的作答时间信息来做进一步的决策和干预(例如:对异常作答行为或预备知识的诊断)。

双因子模型MCAT中多级评分项目选题策略的比较

针对多级评分项目计算机化自适应测验,推导双因子等级反应模型Fisher信息量的计算,然后将"维度缩减"方法运用到后验加权D优化(PDO)、后验加权Kullback-Leibler(PKL)、连续熵(CEM)和互信息(MI)方法,并在低、中、高双因子模式下比较它们的表现。模拟研究表明:(1)双因子模式越强,全局因子估计精度降低,局部因子估计精度提高;(2)相同实验条件下,CEM方法的测量精度最高,PKL方法的估计精度最低,其它方法没有显著差异。