计算机自适应考试项目选择方法的探究

摘要

在计算机自适应考试中,考试题目的选取一直是我们最为关心的问题。我们既要对被试者能力做出精确的估计,同时也想使得题库里的题目得到充分合理的利用,提高自适应考试题库的安全性。在传统的计算机自适应考试中我们往往依赖于最大信息量方法去选择题目,虽然最大信息量方法能效率很高的估计出被试者的能力,然而最大信息量方法会导致一些项目曝光率的不均衡性和项目重叠率过高,这样对考试的安全性构成了一定的威胁。为了降低项目的曝光率,减少项目的重叠率。和最大信息量方法相比,本文将利用加权似然估计的方法模拟最大信息量方法,MS和MS-MI方法,这几种方法都在准确估计被试者的能力和控制曝光率上有一定的优势。
　　 本文将通过计算机模拟的方法对以上几种方法进行比较。

目录

文摘

英文文摘

引言

§1．CAT 考试的理论基础和发展

§1．1 CAT 考试理论基础

§1．2 CAT 考试的理论发展

§2 CAT对被试者能力的估计

§2．1 Fisher 信息函数

§2．2 CAT 中被试者能力的估计方法

§3选题策略和控制曝光率

§3．1曝光率的测量

§3．2 MI方法选题策略

§3．3 a分层的选题策略

§3．4 MS的选题策略

§3．5 MS—MI的选题策略

§4模拟

§5结论

参考文献

致谢