基于IRT的共同题非等组设计中五种项目参数等值方法的比较研究

本文采用共同题非等组设计,对五种基于IRT的项目参数等值方法进行比较研究。研究数据来自湖北某试点地区课改实验区和非课改区考生在标准化中考数学科目的考试数据,兼用大样本标准和其他标准作为各等值方法比较的检验标准,以RMSD指标作为操作性检验标准,利用STUIRT程序进行等值分析。研究结果表明,针对本研究所设置的等值情境,MS方法稳健性最差,对于项目难度参数的等值,同时校准方法最好,其次是SL特征曲线法,对于项目区分度参数的等值,MM方法精确性最好。

基于项目反应理论的中国应征青年数学推理测验的编制

目的应用项目反应理论（Item Response Theory，IRT）编制中国应征青年数学推理测验。方法根据项目反应理论编制试题，并对1047名入伍一年的新兵进行测试，采用三参数Logistic模型（Three-Parameter Logistic Model，3PL）拟合数据，用因素分析的主成分方法检验数据单维性，利用BILOGMG软件估计项目参数，采用铆测验非等组设计进行参数等值以挑选最有效项目组成测验。结果四套测验第一特征值均超过第二特征值的4倍，符合单维性要求，基本拟合3PL，项目拟合度均在96％左右，最终选取66个项目组成正式测验，其信息量达到25．149，测量标准误为0．199。结论测验信息函数达到项目反应理论的要求，测验信度良好。

计分方式和题组效应对题组测验等值的影响:模型比较的视角

采用模拟研究的思路,用项目反应理论(IRT)同时校准的方法对题组测验的项目参数进行等值;同时基于模型比较的视角,考查题组效应大小以及项目计分方式对等值结果的影响。研究结果表明:(1)不同模型在题组测验等值上的效果因计分方式和题组效应的不同而不同;(2)当题组效应较低时(0.5以下),等级反应模型(GRM)在区分度参数和难度参数上的等值效果均好于等级反应题组模型(GRTM),且不受计分方式的影响;(3)当题组效应较高时(0.5以上),模型的等值效果因计分方式而异,等级反应模型(GRM)在0/1计分项目的等值误差最小,等级反应题组模型(GRTM)则在多级计分项目的等值误差最小。

基于IRT的三年级数学成就测验的编制

目的:尝试在项目反应理论的指导下,编制三年级数学成就测验,为学科学习的评价提供一辅助工具。方法:用贝佳方法检验试测数据单维性,利用ANOTE软件估计项目参数,采用铆测验设计进行参数等值。结果:四套试卷均符合单维性要求,基本拟合三参数逻辑斯蒂克模型,项目拟合度都在90%左右,最终选取52个项目组成正式测验。结论:正式测验的信息量达到31.1548,估计标准误为0.1267,符合项目反应理论的要求。