分类： 心理学 >> 心理测量 提交时间： 2023-04-22
摘要： 测验模式效应（Test Mode Effect, TME）是指同一测验采用不同测验形式施测而产生的测验功能差异。TME的存在会对测验公平、选拔标准和测验等值等产生影响，因此对TME进行准确检测和合理解释具有重要意义。通过对TME的来源、检测（包括实验设计和检测方法）以及研究结果进行系统梳理，全面展示TME研究的方法论。对TME模型进行进一步解释、对TME研究中的测验形式进行拓展以及将TME的研究成果应用于我国的大规模教育测评项目，都是TME领域的未来重要发展方向。
分类： 心理学 >> 发展心理学 提交时间： 2023-03-28 合作期刊: 《心理科学进展》
摘要： 题目位置效应(Item Position Effect, IPE)是指在剔除随机误差的影响之后, 同一道题目在不同测验间因题目位置的变化而导致题目参数的变化。IPE的存在会严重威胁依赖于项目反应理论参数不变性特征的相关应用, 比如测验等值和计算机化自适应测验。目前关于这一领域的研究主要集中于对IPE的检测, 而对所检测到的效应进行进一步的解释, 则是今后的研究重点。另外, 在不同的研究情境下深入探讨IPE, 对于基础研究领域和实践领域都具有重要意义。
分类： 心理学 >> 发展心理学 提交时间： 2023-03-28 合作期刊: 《心理科学进展》
摘要： 解释性项目反应理论模型(Explanatory Item Response Theory Models, EIRTM)是指基于广义线性混合模型和非线性混合模型构建的项目反应理论(Item Response Theory, IRT)模型。EIRTM能在IRT模型的基础上直接加入预测变量, 从而解决各类测量问题。首先介绍EIRTM的相关概念和参数估计方法, 然后展示如何使用EIRTM处理题目位置效应、测验模式效应、题目功能差异、局部被试依赖和局部题目依赖, 接着提供实例对EIRTM的使用进行说明, 最后对EIRTM的不足之处和应用前景进行讨论。
分类： 心理学 >> 社会心理学 提交时间： 2023-03-28 合作期刊: 《心理科学进展》
摘要： 计算机化分类测验(Computerized Classification Testing, CCT)能够高效地对被试进行分类, 已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分, 终止规则决定测验何时停止以及将被试最终划分到何种类别, 因此直接影响测验效率及分类准确率。已有的三大类终止规则(似然比规则、贝叶斯决策理论规则及置信区间规则)的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时, 在不同测验情境下, CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求, 三类终止规则在合格性测验上均有应用潜力, 而临床问卷则倾向应用贝叶斯规则。
分类： 心理学 >> 社会心理学 提交时间： 2023-03-27 合作期刊: 《心理学报》
摘要： 计算机化分类测验(Computerized Classification Testing, CCT)由于具备分类的功能, 目前在职业资格考试、健康与护理问卷等以分类为目的的测验中得到广泛应用。作为CCT的重要组成部分, 终止规则不仅决定测验停止的条件而且直接影响分类准确率及测验效率。然而, 目前少有研究对多维CCT (Mulitidimensional CCT, MCCT)的终止规则进行探索。针对已有MCCT终止规则的不足, 提出两种新的MCCT终止规则(即基于马氏距离的多维序贯似然比规则Mahalanobis-SPRT和随机缩减的多维广义似然比规则M-SCGLR), 并开展模拟研究在不同实验条件下(比如, 不同的题库结构、能力维度间相关及分界函数)考查它们的表现。结果表明：(1)在使用补偿性分界函数的条件下, Mahalanobis-SPRT规则具有较高的分类精度和与同类方法相近的测验长度; (2)在几乎所有实验条件下, M-SCGLR规则不仅在测验精度上大幅优于已有的多维随机缩减规则, 而且具有较短的测验长度。
分类： 心理学 >> 心理测量 提交时间： 2021-11-16
摘要： 计算机化分类测验（Computerized Classification Testing, CCT）能够高效地对被试进行分类，已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分，终止规则决定测验何时停止以及将被试最终划分到何种类别，因此直接影响测验效率及分类准确率。已有的三大类终止规则（似然比规则、贝叶斯决策理论规则及置信区间规则）的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时，在不同测验情境下，CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求，三类终止规则在合格性测验上均有应用潜力，而临床问卷则倾向应用贝叶斯规则。
分类： 心理学 >> 心理测量 提交时间： 2021-04-14
摘要： 计算机化分类测验（Computerized Classification Testing, CCT）由于具备分类的功能，目前在职业资格考试、健康与护理问卷等以分类为目的的测验中得到广泛应用。作为 CCT 的重要组成部分，终止规则不仅决定测验停止的条件而且直接影响分类准确率及测验效率。 然而，目前少有研究对多维 CCT（Mulitidimensional CCT, MCCT）的终止规则进行探索。针对已有 MCCT 终止规则的不足，提出两种新的 MCCT 终止规则（即基于马氏距离的多维序贯似然比规则 Mahalanobis-SPRT 和随机缩减的多维广义似然比规则 M-SCGLR），并开展模拟研究在不同实验条件下（比如，不同的题库结构、能力维度间相关及分界函数）考查它们的表现。结果表明：（1）在使用补偿性分界函数的条件下，Mahalanobis-SPRT 规则具有较高的分类精度和与同类方法相近的测验长度；（2）在几乎所有实验条件下，M-SCGLR 规则不仅在测验精度上大幅优于已有的多维随机缩减规则，而且具有较短的测验长度。
点击量
通过
点击量
下载量
评论
待评议
