论文摘要
在项目反应理论中,如何合理的选择参数估计方法是一个重要问题。用于项目反应理论中参数估计的方法有χ2/EM方法,SQRT/EM方法,修正的MIDI方法,等等。本文引入一种新的参数估计方法----Cos方法,该方法用于等值效率不错,本文探索用该方法作参数估计的效率。本文共分五部分:第一部分是IRT简介;第二部分是参数估计的综述;第三部分是基于Cos方法的参数估计研究;第四部分是实验结果分析与结论;第五部分是总结与展望;最后是参考文献。本文通过计算机模拟对Cos方法进行研究,主要结论如下:①在题数不变人数变的情况下,参数的估计精度随着被试人数的增加有明显提高;②被试人数大于或等于5000时,参数的ABS,RMSD值都很小,估计的可信度较高;③题数不变人数增加时,参数的估计精度随着被试人数的增加有明显的提高;④在项目数偏小(10题)的情况下,估计误差相对大一些,且算法的稳健性较差;⑤被试人数不能太少,否则估计精度的误差偏大。⑥分类数K越大,估计的精度越高;同时,所需的计算时间越长。本文的创新点是:引入一种新的参数估计方法-----Cos方法;
论文目录
相关论文文献
标签:计算机化自适应测验论文; 极大似然估计论文; 联合极大似然估计论文; 边际极大似然估计与算法论文; 贝叶斯参数估计论文; 模拟论文; 项目反应理论论文; 方法论文;