项目反应理论(IRT)模型依据项目与被试的特征预测被试的作答表现,是常用的心理测量模型。但IRT的有效运用依赖于所选用IRT模型与实际数据资料相符合的程度(即模型?资料拟合度,goodness of fit)。只有当所采用IRT分析模型与实际数据资料...项目反应理论(IRT)模型依据项目与被试的特征预测被试的作答表现,是常用的心理测量模型。但IRT的有效运用依赖于所选用IRT模型与实际数据资料相符合的程度(即模型?资料拟合度,goodness of fit)。只有当所采用IRT分析模型与实际数据资料拟合较好时,IRT的优点和功能才能真正发挥出来(Orlando&Thissen,2000)。而当所采用IRT模型与资料不拟合或选择了错误的模型,则会导致如参数估计、测验等值及项目功能差异分析等具有较大误差(Kang,Cohen&Sung,2009),给实际工作带来不良影响。因此,在使用IRT分析时,应首先充分考察及检验所选用模型与实际数据是否相匹配/相拟合(McKinley&Mills,1985)。IRT领域中常用模型?资料拟合检验统计量可从项目拟合、测验拟合两个角度进行阐述并比较,这是心理、教育测量领域的重要主题,也是测验分析过程中较易忽视的环节,目前还未见此类公开发表的文章。未来的研究可以在各统计量的实证比较研究以及在认知诊断领域的拓展方面有所发展。展开更多
将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型...将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型中存在的2类参数,即项目参数和结构参数,都是从观察数据中自由估计获得的.据此对项目反应理论和认知诊断模型中所用的边际极大似然估计期望最大化(marginal maximum likelihood estimation via the expectation maximization,MMLE-EM)算法理论进行了澄清,指出以往一些研究出现错误结论的原因.最后从模型整合的视角上为后续的研究提出了4条建议.展开更多
文摘项目反应理论(IRT)模型依据项目与被试的特征预测被试的作答表现,是常用的心理测量模型。但IRT的有效运用依赖于所选用IRT模型与实际数据资料相符合的程度(即模型?资料拟合度,goodness of fit)。只有当所采用IRT分析模型与实际数据资料拟合较好时,IRT的优点和功能才能真正发挥出来(Orlando&Thissen,2000)。而当所采用IRT模型与资料不拟合或选择了错误的模型,则会导致如参数估计、测验等值及项目功能差异分析等具有较大误差(Kang,Cohen&Sung,2009),给实际工作带来不良影响。因此,在使用IRT分析时,应首先充分考察及检验所选用模型与实际数据是否相匹配/相拟合(McKinley&Mills,1985)。IRT领域中常用模型?资料拟合检验统计量可从项目拟合、测验拟合两个角度进行阐述并比较,这是心理、教育测量领域的重要主题,也是测验分析过程中较易忽视的环节,目前还未见此类公开发表的文章。未来的研究可以在各统计量的实证比较研究以及在认知诊断领域的拓展方面有所发展。
文摘将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型中存在的2类参数,即项目参数和结构参数,都是从观察数据中自由估计获得的.据此对项目反应理论和认知诊断模型中所用的边际极大似然估计期望最大化(marginal maximum likelihood estimation via the expectation maximization,MMLE-EM)算法理论进行了澄清,指出以往一些研究出现错误结论的原因.最后从模型整合的视角上为后续的研究提出了4条建议.
