两种新的计算机化自适应测验在线标定方法

摘要

在线标定技术由于具有诸多优点而被广泛应用于计算机化自适应测验(CAT)的新题标定。Method A是想法最直接、算法最简单的CAT在线标定方法,但它具有明显的理论缺陷——在标定过程中将能力估计值视为能力真值。将全功能极大似然估计方法(FFMLE)与"利用充分性结果"估计方法(ECSE)的误差校正思路融入Method A(新方法分别记为FFMLE-Method A和ECSE-Method A),从理论上对能力估计误差进行校正,进而克服Method A的标定缺陷。模拟研究的结果表明:(1)在大多数实验条件下,两种新方法较Method A总体上可以改进标定精度,且在测验长度为10的短测验上的改进幅度最大;(2)当CAT测验长度较短或中等(10或20题)时,两种新方法的表现与性能最优的MEM已非常接近。当测验长度较长(30题)时,ECSE-Method A的总体表现最好、优于MEM;(3)样本量越大,各种方法的标定精度越高。