在MCAT中考查四種項目選擇指標在有無曝光控制條件下的選題表現(xiàn)。項目選擇指標分別是:(1)貝葉斯的D優(yōu)化方法(D-optimality)、后驗期望Kullback-Leibler方法(KLP)、基于等權(quán)重復合分數(shù)的最小誤差方差方法(the minimized error variance of the linear combination scorewith equal weight,V1)和基于最優(yōu)權(quán)重復合分數(shù)的最小誤差方差方法(the minimized error variance ofthe composite score with optimized weight,V2)。將針對認知診斷CAT項目曝光控制的的限制閾值方法(Restrictive Threshold,RT)和限制進度(Restrictive Progressive,RPG)方法、單維CAT中的最大優(yōu)先指標方法(Maximum Priority Index,MPI)推廣到MCAT。模擬研究表明:(1) KLP,D-優(yōu)化和V1對領(lǐng)域分數(shù)估計準確,能力返真性比V2更好。(2)盡管V1和V2方法相比KLP和D-優(yōu)化方法...

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 選用的多維項目反應理論模型和能力估計方法
    2.1 多維兩參數(shù)邏輯斯蒂克模型 (Multidimensional two parameters Logistic Model, M-2PL)
    2.2 最大后驗能力估計方法 (maximize a posterior estimation, MAP)
3 項目選擇指標和曝光控制策略
    3.1 項目選擇指標
        3.1.1 貝葉斯D-優(yōu)化方法
        3.1.2 后驗期望KL信息量方法 (Posterior Expec-ted KL information, KLP)
        3.1.3 基于相等權(quán)重復合能力最小誤差方差方法 (V1)
        3.1.4 基于最優(yōu)權(quán)重復合能力最小誤差方差方法 (V2)
    3.2 項目曝光率控制策略
        3.2.1 RT方法
        3.2.2 RPG方法
        3.2.3 最大優(yōu)先指標方法
4 方法
    4.1 模擬研究的設(shè)計方法
        4.1.1 題庫的模擬
        4.1.2 模擬被試的真實能力水平和作答反應
        4.1.3 能力估計方法
        4.1.4 項目選擇方法和測驗終止規(guī)則
        4.1.5 評價指標
5 模擬數(shù)據(jù)的結(jié)果
    5.1 能力估計結(jié)果
    5.2 項目曝光率分布結(jié)果
6 結(jié)論與討論



本文編號：3739534