两类特殊IRT模型的参数估计问题

发布时间：2017-07-28 20:06

  本文关键词：两类特殊IRT模型的参数估计问题

  更多相关文章： 项目反应理论 逻辑斯蒂模型 Rasch模型 PAVA算法 ORIC准则

【摘要】：近些年来,心理与教育测量越来越引起人们的关注。项目反应理论(IRT)为指导心理与教育测量的研究及实践提供了强大的理论与技术支持,它具有经典测量理论无法比拟的优势,这种理论再结合计算机技术的使用,为测验的发展提供了一个广阔而光明的前景。IRT的数学模型有很多,像Rasch模型,正态卵形模型,逻辑斯蒂模型和GPCM模型等等。本文以两参数逻辑斯蒂模型为例,模拟研究能力参数在均匀分布的等距分组、正态分布的等距分组及等概率分组三种分组方式下,项目特征曲线拟合的优良性问题。本文还将序约束引入IRT,对Rasch模型,一方面,考虑了项目难度参数在简单半序约束下的极大似然估计问题,当被试能力水平相同时,可以由PAVA算法得到序约束下的极大似然估计,一般情况,证明了序约束下的极大似然估计的存在性。另一方面,考虑了难度参数满足简单半序约束时,如何确定参数结构的问题,通过模拟说明ORIC准则的适用性。
【关键词】：项目反应理论 逻辑斯蒂模型 Rasch模型 PAVA算法 ORIC准则
【学位授予单位】：东北师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：C81
【目录】：

• 摘要4-5
• Abstract5-7
• 1.引言7-10
• 1.1 研究背景7-8
• 1.2 研究的问题与方法8-10
• 2.项目反应模型10-13
• 2.1 项目反应理论的基本构架10-11
• 2.2 项目反应理论的基本模型11-13
• 3.Logistic模型13-19
• 3.1 Logistic模型下的极大似然估计：13-14
• 3.2 能力参数已知时，，不同分组对于估计的影响14-19
• 4.Rasch模型19-27
• 4.1 Rasch模型的介绍19-23
• 4.2 模拟23-27
• 5.总结27-28
• 参考文献28-30
• 致谢30

【参考文献】

中国期刊全文数据库 前1条

1 史宁中;;保序回归与最大似然估计[J];应用概率统计;1993年02期

本文编号：585768