設計項目參數(shù)、被試得分已知的測驗情境,在兩、三、四參數(shù)Logistic加權模型下進行能力估計,發(fā)現(xiàn)被試得分等級之間的能力步長存在著均勻的步長間距,被試得分能較好的反映多級記分的分數(shù)加權作用。兩參數(shù)Logistic加權模型下會出現(xiàn)被試能力參數(shù)估計擾動現(xiàn)象,猜測現(xiàn)象會導致能力高估現(xiàn)象,失誤現(xiàn)象會導致能力低估現(xiàn)象;三參數(shù)Logistic加權模型c型下能力高估現(xiàn)象未出現(xiàn)或不明顯;三參數(shù)Logistic加權模型γ型下能力低估現(xiàn)象未出現(xiàn)或不明顯;四參數(shù)Logistic加權模型下被試能力高估現(xiàn)象和低估現(xiàn)象都未出現(xiàn)或不明顯,四參數(shù)Logistic加權模型是被試能力穩(wěn)健性估計較好的方法。 

【文章來源】：心理科學. 2019,42(01)北大核心CSSCICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

第3B碩的項目信息皿曲線

化趨勢基本上擬合良好。再次，分析得分為0的能力步長曲線。（1）在該曲線的右半部分（項目難度量尺右端，從.0到4.0），將圖2的得分為0的能力步長曲線與圖1的項目信息量對稱曲線相比較，從.0到4.0，隨著項目難度增大，項目信息量的絕對值減小，被試能力負步長的絕對值也隨著減小，兩者之間的變化趨勢基本上良好擬合。（2）在該曲線的左半部分（項目難度量尺左端，從.0到-4.0），在b=-4.0時，該被試正確作答此題的概率P為.99901，P<.95，從概率上來說圖22PWSLM的能力步長圖33PWSLM-c的能力步長圖43PWSLM-γ的能力步長圖54PWSLM的能力步長

【參考文獻】：
期刊論文
[1]Logistic加權模型的理論構建與模擬分析[J]. 簡小珠,戴步云,戴海琦.  心理學報. 2016(12)
[2]4參數(shù)GRM對猜測現(xiàn)象和失誤現(xiàn)象的糾正[J]. 簡小珠,戴海琦.  江西師范大學學報(自然科學版). 2016(02)
[3]IRT中Logistic模型的c、γ參數(shù)對能力估計的改善[J]. 簡小珠,戴海崎,彭春妹.  心理學報. 2007(04)
[4]計算機化自適應測驗（CAT）的發(fā)展和前景展望[J]. 張華華,程瑩.  考試研究. 2005(01)



本文編號：3505450