三參數(shù)題組項(xiàng)目功能差異偵測(cè)模型的提出及其偵測(cè)效率研究
發(fā)布時(shí)間:2017-03-20 13:07
本文關(guān)鍵詞:三參數(shù)題組項(xiàng)目功能差異偵測(cè)模型的提出及其偵測(cè)效率研究,由筆耕文化傳播整理發(fā)布。
【摘要】:經(jīng)典IRT對(duì)LID的嚴(yán)重依賴阻礙了其在大量基于題組的測(cè)驗(yàn)中的應(yīng)用,相應(yīng)地,基于經(jīng)典IRT的DIF分析方法都沒(méi)有考慮到LID的影響。本研究基于三參數(shù)題組模型和兩因子多維題組反應(yīng)DIF偵測(cè)模型,提出三參數(shù)題組DIF偵測(cè)模型,模型中同時(shí)考慮了題組效應(yīng)參數(shù)和猜測(cè)參數(shù),增加了模型對(duì)題組數(shù)據(jù)的適切性,猜測(cè)參數(shù)的設(shè)置又使得模型對(duì)像多項(xiàng)選擇項(xiàng)目存在猜測(cè)行為的項(xiàng)目及測(cè)驗(yàn)有用武之地。 另外,對(duì)于模型中參數(shù)的估計(jì),本研究采用貝葉斯途徑下MCMC方法,自編了該模型的參數(shù)估計(jì)程序,,考察了兩種先驗(yàn)信息水平下對(duì)DIF大小參數(shù)β的估計(jì)效果。模擬研究表明:在精確先驗(yàn)信息下,β參數(shù)估計(jì)的隨機(jī)誤差為0.0182,系統(tǒng)誤差為0.1586,真值和估計(jì)值的相關(guān)系數(shù)為0.9741;在無(wú)信息先驗(yàn)條件下,β參數(shù)估計(jì)的隨機(jī)誤差為-0.1347,系統(tǒng)誤差為0.1825,相關(guān)系數(shù)為0.9705,均達(dá)到理想效果,且兩種情況在0.01水平下差異不顯著。對(duì)模型的偵測(cè)效率研究發(fā)現(xiàn),該模型方法對(duì)于存在DIF項(xiàng)目的檢出率較高,但也存在著較高的失誤率,會(huì)浪費(fèi)一些本來(lái)不存在DIF的項(xiàng)目。
【關(guān)鍵詞】:猜測(cè)參數(shù) 項(xiàng)目功能差異 題組模型 DIF偵測(cè)模型
【學(xué)位授予單位】:江西師范大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2012
【分類號(hào)】:B844.2
【目錄】:
- 摘要3-4
- Abstract4-5
- 目錄5-6
- 第一部分 前言6-19
- 1 項(xiàng)目功能差異及其研究概況6-13
- 1.1 概念及其發(fā)展歷史6-7
- 1.2 DIF 研究中常用概念7-9
- 1.3 基于 IRT 的 DIF 偵測(cè)方法9-13
- 2 題組及其 DIF 研究概況13-19
- 2.1 局部獨(dú)立性假設(shè)13-14
- 2.2 題組反應(yīng)模型14-16
- 2.3 題組 DIF16-19
- 第二部分 模型的提出及其偵測(cè)效率研究19-27
- 1 模型提出19-20
- 2 模型參數(shù)估計(jì)20-25
- 2.1 模擬作答矩陣生成20-21
- 2.2 參數(shù)估計(jì)21-25
- 3 偵測(cè)效率25-27
- 第三部分 結(jié)論及研究不足27-29
- 1 研究結(jié)論27
- 2 研究不足與展望27-29
- 參考文獻(xiàn)29-33
- 附錄 1 三參數(shù)題組 DIF 偵測(cè)模型參數(shù)估計(jì)代碼(先驗(yàn)精確版)33-35
- 附錄 2 三參數(shù)題組 DIF 偵測(cè)模型參數(shù)估計(jì)代碼(無(wú)信息先驗(yàn)版)35-37
- 附件 3 題組大小參數(shù)β的參數(shù)估計(jì)歷史圖37-39
- 附件 4 題組大小參數(shù)β的參數(shù)估計(jì)抽樣密度圖39-41
- 附件 5 題組大小參數(shù)β的參數(shù)估計(jì)抽樣自相關(guān)圖41-43
- 致謝43-44
- 在讀期間公開發(fā)表論文(著)及科研情況44
【參考文獻(xiàn)】
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條
1 宋麗紅;LDFA方法及其在項(xiàng)目功能差異分析中的應(yīng)用研究[D];江西師范大學(xué);2008年
本文關(guān)鍵詞:三參數(shù)題組項(xiàng)目功能差異偵測(cè)模型的提出及其偵測(cè)效率研究,由筆耕文化傳播整理發(fā)布。
本文編號(hào):257830
本文鏈接:http://sikaile.net/jiaoyulunwen/jiaoyugaigechuangxinlunwen/257830.html
最近更新
教材專著