在教育和心理評(píng)估中,包括其在大規(guī)模(large-scale)測(cè)試中的應(yīng)用,由于被測(cè)項(xiàng)目的多維性、擬評(píng)估內(nèi)容或結(jié)構(gòu)的特殊性,評(píng)估的本質(zhì)是多維的。同時(shí),此領(lǐng)域中很多潛在特質(zhì)具有等級(jí)結(jié)構(gòu)。然而,常規(guī)的一維項(xiàng)目反應(yīng)理論(unidimensional item responsee theory,簡(jiǎn)記為UIRT)分析和多維項(xiàng)目反應(yīng)理論(multidimensional item response theory,簡(jiǎn)記為MIRT)分析均不能同時(shí)模擬多維性和等級(jí)性。為此,de la Torre和Song于2009年提出了一種整合單個(gè)總體能力和多個(gè)指定維度能力的模型——高階項(xiàng)目反應(yīng)理論(higher-order item response theory,簡(jiǎn)記為HO-IRT)模型,以便于提高對(duì)評(píng)估數(shù)據(jù)參數(shù)估計(jì)的精度。本文主要對(duì)HO-IRT模型進(jìn)行研究。參數(shù)估計(jì)作為項(xiàng)目反應(yīng)理論(IRT)的理論優(yōu)勢(shì)的基礎(chǔ),是IRT研究主要關(guān)注的問題。首先,針對(duì)項(xiàng)目反應(yīng)函數(shù)(item response function,簡(jiǎn)記為IRF)為logistic函數(shù)的HO-IRT模型,我們提出一種基于數(shù)據(jù)擴(kuò)充機(jī)制(data augment...

【文章頁數(shù)】：105 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
英文摘要
第一章 緒論
    1.1 項(xiàng)目反應(yīng)理論的起源
    1.2 項(xiàng)目反應(yīng)理論模型簡(jiǎn)介
        1.2.1 一維項(xiàng)目反應(yīng)理論模型
        1.2.2 多維項(xiàng)目反應(yīng)理論模型
        1.2.3 bi-factor模型
        1.2.4 高階項(xiàng)目反應(yīng)理論模型
        1.2.5 可識(shí)別性條件
    1.3 選題背景
    1.4 本文的主要工作和結(jié)構(gòu)安排
第二章 HO-IRT模型的參數(shù)估計(jì)
    2.1 研究背景
    2.2 參數(shù)估計(jì)
        2.2.1 基于DAGS的Gibbs抽樣
        2.2.2 Metropolis-Hastings算法
    2.3 模擬研究
        2.3.1 模擬設(shè)計(jì)
        2.3.2 模擬結(jié)果
第三章 基于HO-IRT模型的項(xiàng)目擬合優(yōu)度檢驗(yàn)
    3.1 研究背景
    3.2 基于卡方的項(xiàng)目擬合指標(biāo)
        3.2.1 項(xiàng)目擬合指標(biāo)
        3.2.2 期望比例E_ir的計(jì)算
    3.3 模擬研究
        3.3.1 模擬設(shè)計(jì)Ⅰ
        3.3.2 模擬結(jié)果Ⅰ
        3.3.3 模擬設(shè)計(jì)Ⅱ
        3.3.4 模擬結(jié)果Ⅱ
    3.4 附錄
第四章 高階潛在特質(zhì)的測(cè)量誤差、偏差的校準(zhǔn)
    4.1 研究背景
    4.2 模型介紹
    4.3 Two-stage估計(jì)方法
        4.3.1 解析邊際極大似然(CF-MMLE)估計(jì)方法
        4.3.2 蒙特卡羅EM算法
        4.3.3 Naive方法
        4.3.4 Moment估計(jì)方法
    4.4 模擬研究
        4.4.1 模擬設(shè)計(jì)
        4.4.2 模擬結(jié)果
    4.5 實(shí)例分析
        4.5.1 數(shù)據(jù)描述
        4.5.2 分析結(jié)果
    4.6 附錄
        4.6.1 Maximum a posterior
        4.6.2 EM算法(估計(jì)總體分布)
        4.6.3 MC-EM算法中標(biāo)準(zhǔn)誤差的計(jì)算
        4.6.4 Stage-1參數(shù)估計(jì)結(jié)果
第五章 總結(jié)與展望
    5.1 結(jié)論
    5.2 不足與展望
參考文獻(xiàn)
致謝
在學(xué)期間公開發(fā)表論文及著作情況



本文編號(hào)：3801031