多维计算机化多阶段自适应测验研究：自动组卷算法及其路由规则

摘要

大多数教育和心理测验都测量了多重结构或维度。相较于单维结构的测验，测验数据的多维性与人在完成一项测验任务时需要多种能力的共同配合是相符的。然而，计算机化多阶段自适应测验(MST)作为常见的自适应测验形式，大多以单维项目反应理论为模型基础。因此，本研究的主要目的是将传统单维的MST的测验设计拓展到多维情境中，并探究多维模型下的MST相关算法与技术及其可行性。多维MST的基本框架与传统MST的基本一致，但在多维MST中的框架下，测试者的测量特质从单维变为多维。因此，本文开展了三项研究：(1)多维计算机化多阶段自适应测验自动组卷算法及路由规则的开发；(2)两维情境下多维MST的可行性验证；(3)高维情境下多维MST的可行性验证。同时还探讨了自动组卷算法、路由规则、测验长度、维度间的相关性对多维MST的测量精度的影响。研究结果表明：①新提出的多维MST下的NWADH-D 算法和NWADH-A算法效果接近且可行，另外二维相较于高维情境下的效果更佳；②新提出的多维MST下的AMI-D/AMI-A路由规则效果好于Multidim-proximity，且二维相较于高维情境下的效果更佳；③在测量精度、非统计约束、面板的平行性、面板合理性等方面，多维MST测验设计在各个条件下整体表现合理且二维的结果相较于四维的结果更佳。另外，研究针对MST如何应用于多维的实际测验提了建议，期望能为测验使用者在组建多维MST时提供支持。

目录

声明

引言

1 文献综述

1.1 计算机化多阶段自适应测验

1.2 多维项目反应理论模型

1.3 计算机化多阶段自适应测验的最常用的自动组卷算法

1.4 计算机化多阶段自适应测验的路由规则

1.5 多维计算机化多阶段自适应测验的发展现状

2 研究内容与设计

2.1 问题的提出

2.2 研究内容及框架

2.3 研究的意义和价值

3 研究1多维MST自动组卷算法及路由规则的开发

3.1 Fisher信息量与Fisher信息矩阵

3.2 MCAT中基于FIM的选题策略

3.3.1 自动组卷算法的开发

3.3.2 多维与单维MST的自动组卷算法的关系

3.4 多维MST中的路由规则的开发

4 研究2 两维情境下多维MST研究

4.1 实验目的

4.2 MST设计与过程

4.2.1 题库模拟

4.2.2 实验设计

4.2.3 非统计约束要求

4.2.4 生成被试作答数据

4.3 评价标准

4.4.1 测量精度

4.4.2 非统计约束违背情况

4.4.3 面板的平行性

4.4.4 面板的合理性

4.5 小结

5 研究3 高维情境下多维MST研究

5.1 实验目的

5.2 MST设计与过程

5.2.1 题库模拟过程

5.2.2 实验设计

5.2.3 非统计约束要求

5.2.4 生成被试作答数据

5.3 评价标准

5.4.1 测量精度

5.4.2 非统计约束违背情况

5.4.3 面板的平行性

5.4.4 面板的合理性

5.5 小结

6 讨论与总结

6.1 讨论

6.2 研究结论

6.3 多维MST的核心技术的选用

6.4 研究展望

参考文献

致谢

在读期间公开发表论文（著）及科研情况