计算机化自适应测验的分层终止规则与选题策略的研究

摘要

计算机化自适应测验(CAT)，把项目反应理论这类现代测量理论跟计算机技术相结合，开辟了心理与教育测量的新天地。与传统笔纸测验(Paper-PencilTest)相比，CAT具有快速、准确、灵活、多元化、环保等诸多优点，自二十世纪七十年代进入测验领域后，在理论研究和实际应用方面均受到越来越多人的重视和青睐。同样，CAT也遇到越来越多的问题和面临越来越大的挑战。解决这些问题和挑战，具有重要的理论和现实意义。 本文研究的内容涉及两方面:分层化CAT的分层退出（终止）规则和选题策略。 众所周知，分层化CAT的分层终止规则研究较少。基于0-1评分按a分层法的CAT，提出了一种具有题库适应性的新的分层终止规则，并将其推广至多级评分按a分层法的CAT。Monte Carlo模拟表明，新的分层终止规则优于目前的分层终止规则。 选题策略是CAT的核心内容，它不但使测验具有智能性而且它的优劣直接影响测验的好坏。本文基于0-1评分不定长CAT，提出了两种新的选题策略。第一种选题策略主要是动态影子题库与加权难度匹配法的结合，第二种选题策略则是基于第一种选题策略与加权最大Fisher信息量选题策略的具有调控因子的混合型选题策略。Monte Carlo模拟表明，第一种选题策略在试题曝光率控制方面相当出色;第二种选题策略在效率、准确性和曝光率控制等多方面取得很好的均衡。

目录

声明

摘要

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 本文的组织结构

2 项目反应理论

2．1 项目反应理论简述

2．2 项目反应理论常用模型

2．2．1 0—1评分模型

2．2．2 多级评分模型

2．3 项目与测验信息函数

3 计算机化自适应测验

3．1 计算机化自适应测验简述

3．2 常见的选题策略

3．2．1 随机选题策略

3．2．2 最大Fisher信息量选题策略

3．2．3 按a分层选题策略

3．2．4 引入曝光因子的选题策略

3．2．5 平均难度匹配选题策略

3．2．6 按a分层平均难度匹配选题策略

3．3 被试能力的估计方法

3．4 蒙特卡洛方法

3．4．1 蒙特卡洛方法简介

3．4．2 CAT中的蒙特卡洛模拟

3．4．3 CAT模拟实验流程

3．5 评价指标

3．5．1 能力估计准确性

3．5．2 选题策略的稳定性

3．5．3 项目调用均匀性

3．5．4 人均用题数

3．5．5 测验效率

3．5．6 x2统计量

3．5．7 测验重叠率

3．5．8 耗时比

4 按a分层不定长CAT分层终止规则的研究

4．1 问题的提出

4．2 问题的求解

4．3 模拟研究

4．3．1 被试及题库模拟

4．3．2 施测过程

4．4 实验结果分析

4．5 进一步研究

4．6 讨论

5 新的选题策略

5．1 新选题策略

5．2 模拟研究

5．2．1 被试及题库模拟

5．2．2 施测过程

5．3 实验结果与分析

5．4 进一步研究

5．4．1 新的选题方法

5．4．2 实验结果与分析

5．5 讨论

结语

参考文献

致谢

在读期间公开发表论文(著)及科研情况