高阶项目反应理论模型及其应用

发布时间：2023-04-25 20:44

　　在教育和心理评估中,包括其在大规模(large-scale)测试中的应用,由于被测项目的多维性、拟评估内容或结构的特殊性,评估的本质是多维的。同时,此领域中很多潜在特质具有等级结构。然而,常规的一维项目反应理论(unidimensional item responsee theory,简记为UIRT)分析和多维项目反应理论(multidimensional item response theory,简记为MIRT)分析均不能同时模拟多维性和等级性。为此,de la Torre和Song于2009年提出了一种整合单个总体能力和多个指定维度能力的模型——高阶项目反应理论(higher-order item response theory,简记为HO-IRT)模型,以便于提高对评估数据参数估计的精度。本文主要对HO-IRT模型进行研究。参数估计作为项目反应理论(IRT)的理论优势的基础,是IRT研究主要关注的问题。首先,针对项目反应函数(item response function,简记为IRF)为logistic函数的HO-IRT模型,我们提出一种基于数据扩充机制(data augment...

【文章页数】：105 页

【学位级别】：博士

【文章目录】：
摘要
英文摘要
第一章 绪论
    1.1 项目反应理论的起源
    1.2 项目反应理论模型简介
        1.2.1 一维项目反应理论模型
        1.2.2 多维项目反应理论模型
        1.2.3 bi-factor模型
        1.2.4 高阶项目反应理论模型
        1.2.5 可识别性条件
    1.3 选题背景
    1.4 本文的主要工作和结构安排
第二章 HO-IRT模型的参数估计
    2.1 研究背景
    2.2 参数估计
        2.2.1 基于DAGS的Gibbs抽样
        2.2.2 Metropolis-Hastings算法
    2.3 模拟研究
        2.3.1 模拟设计
        2.3.2 模拟结果
第三章 基于HO-IRT模型的项目拟合优度检验
    3.1 研究背景
    3.2 基于卡方的项目拟合指标
        3.2.1 项目拟合指标
        3.2.2 期望比例E_ir的计算
    3.3 模拟研究
        3.3.1 模拟设计Ⅰ
        3.3.2 模拟结果Ⅰ
        3.3.3 模拟设计Ⅱ
        3.3.4 模拟结果Ⅱ
    3.4 附录
第四章 高阶潜在特质的测量误差、偏差的校准
    4.1 研究背景
    4.2 模型介绍
    4.3 Two-stage估计方法
        4.3.1 解析边际极大似然(CF-MMLE)估计方法
        4.3.2 蒙特卡罗EM算法
        4.3.3 Naive方法
        4.3.4 Moment估计方法
    4.4 模拟研究
        4.4.1 模拟设计
        4.4.2 模拟结果
    4.5 实例分析
        4.5.1 数据描述
        4.5.2 分析结果
    4.6 附录
        4.6.1 Maximum a posterior
        4.6.2 EM算法(估计总体分布)
        4.6.3 MC-EM算法中标准误差的计算
        4.6.4 Stage-1参数估计结果
第五章 总结与展望
    5.1 结论
    5.2 不足与展望
参考文献
致谢
在学期间公开发表论文及著作情况



本文编号：3801031