版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)如今,教育學(xué)家和心理學(xué)者們?nèi)找骊P(guān)注測驗的有效性和公平性問題,特別是在心理學(xué)和心理教育測量的迅勢發(fā)展的情況下,對項目參數(shù)的估計和項目功能差異的研究也越來越深入,這對于編制測驗甚至是建立題庫也很重要。在本次研究中,雙參數(shù)Logistic模型為研究對象,運用IRT理論中的極大似然估計理論,定義出了項目參數(shù)的信息函數(shù),通過對其的研究來確定項目參數(shù)所包含的信息,并依此給出了項目參數(shù)的估計置信區(qū)間。并且為DIF檢驗的新方法:TL法(Two-par
2、ameters Likelihood)做了定義。然后基于一個完全隨機(jī)試驗設(shè)計方法,畫出了區(qū)分度參數(shù)和難度參數(shù)的信息函數(shù)圖和區(qū)分度、難度參數(shù)估計值的置信區(qū)間圖,可從圖中曲面的形狀判斷并找出變化的規(guī)律,得出相應(yīng)的結(jié)論。另通過與MH方法比較研究檢驗TL法的有效性。研究結(jié)果表明:(1)項目參數(shù)(a,b)的估計精度均隨著被試樣本量的增大而提高;(2)被試的能力分布對難度參數(shù)的估計精度影響較大,對區(qū)分度參數(shù)的估計精度影響相對較小;(3)難度參數(shù)和區(qū)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 46085.測驗項目的評分和irt中能力參數(shù)的估計
- 項目反應(yīng)理論(IRT)中運用EM算法進(jìn)行參數(shù)估計.pdf
- IRT計時模型的參數(shù)估計及其研究.pdf
- 改進(jìn)的MCMC算法在估計IRT模型參數(shù)中的應(yīng)用.pdf
- 運用ANN估計小樣本的IRT參數(shù)研究.pdf
- IRT模型參數(shù)估計的MCMC算法研究.pdf
- irt模型參數(shù)估計的mcmc算法研究
- 參數(shù)估計和假設(shè)檢驗
- IRT中3PLM參數(shù)估計新方法-GA算法.pdf
- irt中參數(shù)估計的新方法——三點法
- 參數(shù)估計和假設(shè)檢驗
- Pareto分布中尺度參數(shù)的區(qū)間估計和假設(shè)檢驗.pdf
- 參數(shù)估計和假設(shè)檢驗案例
- 單題作答人數(shù)和單人作答題數(shù)對群體IRT參數(shù)估計的影響.pdf
- 多等級試題項目功能差異(DIF)參數(shù)方法的檢測研究.pdf
- 單題作答人數(shù)和單人作答題數(shù)對群體irt參數(shù)估計的影響
- IRT框架下的多級評分模型的參數(shù)估計方法及其應(yīng)用.pdf
- 參數(shù)估計和假設(shè)檢驗習(xí)題解答
- 第5章 參數(shù)估計和假設(shè)檢驗
- 門限同積模型參數(shù)估計和門限檢驗的研究.pdf
評論
0/150
提交評論