项目反应理论中潜在心理特质“填补”的参数估计方法及其演变

在心理与教育测量中,项目反应理论(Item Response Theory,IRT)模型的参数估计方法是理论研究与实践应用的基本工具。最近,由于IRT模型的不断扩展与EM(expectation-maximization)算法自身的固有问题,参数估计方法的改进与发展显得尤为重要。这里介绍了IRT模型中边际极大似然估计的发展,提出了它的阶段性特征,即联合极大似然估计阶段、确定性潜在心理特质"填补"阶段、随机潜在心理特质"填补"阶段,重点阐述了它的潜在心理特质"填补"(data augmentation)思想。EM算法与Metropolis-Hastings Robbins-Monro(MH-RM)算法作为不同的潜在心理特质"填补"方法,都是边际极大似然估计的思想跨越。目前,潜在心理特质"填补"的参数估计方法仍在不断发展与完善。