CAT中提升题库安全性的选题策略和a分层终止规则的研究

摘要

20世纪以来，基于项目反应理论（Item Response Theory，IRT）的计算机化自适应测验（Computerized Adaptive Test，CAT）由于其相对于传统的纸笔测验更加的灵活、高效，所以越来越受到人们的青睐，应用越来越广泛。
　　本文对 CAT中 GRM模型中不定长测验下的几个选题策略进行分析，得出各个项目的信息量与区分度组合函数的值越是集中，其项目调用越均匀。所以，在现有的选题策略的基础上，将Fisher信息量与区分度参数a组合的函数转化为指数小于1的指数函数，使得其函数值分布的更为集中，这样项目在调用时会更加的均匀，从而提高了题库的利用率和测试的安全性。但是题库安全性能的提高将导致测量的精度和测验的效率降低，为了兼顾测量的精度和题库安全性，本文又定义了曝光因子控制指数函数，通过这一函数逐步弱化曝光因子在选题策略中的影响力，增大信息量大的项目被选中的可能性，提升测量精度和测验的效率。最后分别将两个新的选题策略应用于 GRM模型中的定长测验和0-1评分的3PLM模型的定长和不定长测验中。新策略一在项目调用均匀性和题库安全性上均有明显的提高，新策略二在测量精度上均优于其他几个作比较的选题策略。
　　另外，本文还对CAT中按a分层的不定长终止规则进行了研究分析，发现减小测验信息量较低的层的在整个测验信息总量的比重，增加信息量较高的层的在整个测验信息总量的比重，有助于人均用题数和测验效率的优化，所以设计了两个新的终止规则。新的终止规则在项目调用均匀性、人均用题数、测验效率、测验重叠率上均有所的优化，并且在GRM不定长模型中，在优化了项目调用均匀性、人均用题数、测验效率、测验重叠率的同时还能兼顾到测量的精度。

目录

声明

1 引 言

1.1 研究背景

1.2 国内外研究现状

1.3 本文主要内容及创新点

1.4 论文组织结构

2 项目反应理论(IRT)

2.1 项目反应理论简介

2.2 IRT的理论体系

2.3 IRT常用的模型

2.4 参数估计方法

2.5 信息量与信息函数

3 计算机化自适应测验

3.1 题库的建设

3.2 初始项目的选取

3.3 能力参数估计

3.4 选题策略

3.5 终止规则

4 新选题策略

4.1选题策略介绍

4.2 选题策略分析

4.3 新的选题策略

4.4 模拟研究

4.5 模拟CAT测试过程

4.6 实验结果及分析

5 a分层不定长终止规则的探究

5.1 a分层不定长终止规则

5.2 相关a分层不定长终止规则分析

5.3 新的终止规则

5.4 模拟CAT测试实验

5.5 实验结果及分析

6 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

在读期间公开发表论文（著）及科研情况