项目反应理论等级反应模型项目信息量

信息函数作为项目反应理论中的一个重要概念,在进行项目和测验分析的工作中,以及在指导测验编制的工作中,有着非常重要的应用价值。信息函数的应用在计算机化自适应测验中更是重中之重,也受到最大关注。然而,关于多级记分项目信息函数特性的研究还比较少。该研究模拟了被试特质水平参数数据和项目参数数据,其中被试特质水平参数生成了121个被试特质水平参数点,项目参数生成了4批不同区分度参数数据,每批数据有126个不同难度等级参数组合模式的项目,每个项目有5个难度等级。通过数据分析后发现,等级反应模型项目提供最大信息量所对应的被试特质水平,是与该项目几个相互临近的难度等级组相适应,既不是只与其中一个难度等级对应,也不一定是与所有难度等级对应。该研究称这种规律为"临近难度等级占优"。

项目反应理论多级记分模型参数估计的实现

项目反应理论中参数估计程序的实现 ,一直是研究现代测量理论的学者们关注的问题。该研究从理论上探讨了多级模型参数估计的实现途径 ,并模拟了 5批不同数量及分布情形的项目及被试参数 ,生成相应的原始得分矩阵 ,对自编程序及国际流行的相关程序进行了严格的比较校验 ,验证结果证明本程序具有精确、稳定的性能 ,并且发现被试量太少将影响参数估计的精确性及稳定性。

基于项目反应理论的公开招聘考试的最优题型选择

本研究基于项目反应理论,探索题目变动的公开招聘考试的最优题型。利用《北京市新进人员通用能力考试》专业技术岗位1 000名考生成绩,通过探索性因素分析保证仅包含一个维度的情况下,使用项目反应理论等级反应模型分析10个题型的性能。先将各个题型不同题目的得分加和,将不同得分的频数转换为等级,分别计算区分度、难度、类别反应曲线和信息函数。最优题型用两种方法确定,一是选取信息量占比高于均值的题型,二是排除各种参数达不到常用标准的题型。两种方法得到非常接近的结果,即逻辑推理、图表解读、短文加工、阅读理解四个题型最优。

数量化方法在试题难度预测中的应用

本文提出了一种试题难度的客观测定方法．该方法不同于传统的试测法和直接评价法，基本上解决了试题难度测量中的主观性、随意性、模糊性问题． 本方法中的基本公式是基于数量化理论Ｉ，借助微机处理大量专家对试题评价结果而得到的．

文献剔除方法初探

本文提出了一种有关文献剔除的客观测定方法，该方法不同于传统的剔除法和直接评价法，基本上解决了文献剔除中的主观性、随意性、模糊性问题。本方法中的基本公式是基于数量化理论Ｉ，并借助微机处理了大量专家对文献评价结果而得到。