基于IRT计算机自适应测试的研究

基于IRT计算机自适应测试的研究

论文摘要

在线测试能把人们从繁重的工作中解脱出来,实现了无纸化的考试,是一种重要的考试手段,在检测学习效果上发挥着重要作用。近年来,在学术界对在线测试的研究应用已成为教育科研人员关注的热点。目前,国内外学术界关于在线考试系统研究较多,研究的主要内容是利用VB等工具,从系统结构和主要功能、系统开发平台的选择、系统网络体系结构设计等方面进行分析,开发实用系统。比如:基于C/S模式下计算机基础考试系统的设计,基于WEB的考试系统的实现。测试的理论依据大都是经典测试理论,这些系统具有较强的实用性,主要弊病是不能实现因人施测。而项目反应理论能很好的进行因人施测。本文首先介绍了项目反应理论、计算机自适应测试的相关概念及其工作原理,CAT的编制主要要解决的问题有能力估计、选题策略、终止规则和评价等四个问题。其次,介绍了几种常用的能力估计方法,并对他们适用情况进行比较分析。然后,在选题策略方面,提出了加权的选题方法,采用计算机模拟计算新选题策略的误差,与文献中的成果进行对比分析。实验结果表明,新方案的应用,新方案在爆光度、效率、偏差等方面有较好的优越性,在一定程度上提高了系统测试结果的客观性和准确性,较好地实现了因人施测的目标。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究的背景
  • 1.2 国内外研究概述
  • 1.3 课题研究的意义
  • 第2章 计算机自适应测试基本理论
  • 2.1 项目反应理论IRT
  • 2.2 项目反应模型
  • 2.3 计算机自适应测试(CAT)介绍
  • 2.3.1 计算机自适应测试原理
  • 2.3.2 实施方案
  • 2.3.3 信息函数
  • 第3章 计算机自适应测试常用技术
  • 3.1 能力估计技术
  • 3.1.1 近似估计法
  • 3.1.2 条件极大似然估计法(CMLE)
  • 3.1.3 MMLE/EM算法
  • 3.1.4 MCMC算法
  • 3.1.5 国内外相关的程序
  • 3.2 计算机化自适应测试选题策略
  • 3.3 计算机化自适应测验终止规则
  • 3.4 计算机化自适应测验性能评价标准
  • 3.5 计算机化自适应测验蒙特卡罗模拟技术
  • 3.5.1 蒙特卡罗方法简介
  • 3.5.2 MC方法的模拟过程
  • 第4章 计算机自适应测试新技术
  • 4.1 "因地适宜"的能力估计技术
  • 4.2 使用"加权"选题策略技术
  • 4.3 终止规则技术
  • 4.4 其他技术
  • 第5章 实验结论
  • 5.1 不同估值算法实验结论
  • 5.2 不同选题策略实验结论
  • 第6章 进一步要研究的工作
  • 致谢
  • 参考文献
  • 攻读学位期间的研究成果
  • 相关论文文献

    • [1].基于IRT推断识字量的方法研究[J]. 语言文字应用 2020(01)
    • [2].抗作假人格迫选测验中瑟斯顿IRT模型的影响因素[J]. 北京师范大学学报(自然科学版) 2017(05)
    • [3].基于IRT的量子遗传算法选题策略[J]. 心理科学 2016(04)
    • [4].IRT等级展开模型在中学生学习焦虑综合量表编制中的应用[J]. 教育测量与评价(理论版) 2014(12)
    • [5].基于IRT理论的辽宁省乡村旅游发展路径[J]. 乡村科技 2020(29)
    • [6].基于IRT指导的标准参照测验编制的算法设计[J]. 内蒙古师范大学学报(自然科学汉文版) 2009(06)
    • [7].基于IRT的一种计算机化自适应测验的选题方法[J]. 合肥学院学报(自然科学版) 2008(04)
    • [8].基于IRT展开模型的中学生学习态度测验编制[J]. 教育测量与评价 2016(07)
    • [9].基于IRT模型的儿童图形推理能力动态评估研究[J]. 心理科学 2011(01)
    • [10].IRT-Ⅱ型红外光热治疗仪治疗宫颈糜烂100例临床观察[J]. 当代医学 2009(25)
    • [11].关于IRT应用于计算机自适应考试的综述[J]. 河南教育学院学报(自然科学版) 2014(01)
    • [12].基于IRT的在线自适应教学系统研究与设计[J]. 电脑学习 2009(02)
    • [13].考生样本量对项目反应理论(IRT)等值稳定性的影响[J]. 考试研究 2011(02)
    • [14].几种基于IRT(项目反应理论)模型的参数估计方法研究[J]. 硅谷 2010(22)
    • [15].计算机自适应考试系统在医学考试中的应用及展望[J]. 信息与电脑(理论版) 2017(10)
    • [16].IRT框架下不可忽略缺失数据的Bayes估计[J]. 沈阳师范大学学报(自然科学版) 2015(02)
    • [17].基于混合IRT的潜在转变模型研究进展[J]. 考试研究 2018(01)
    • [18].基于IRT理论的CAT系统的研究[J]. 科技信息 2009(24)
    • [19].IRT在初中毕业考试等级划分中的初步应用[J]. 基础教育研究 2019(23)
    • [20].基于IRT的计算机化自适应考试研究[J]. 福建电脑 2009(12)
    • [21].基于IRT指导的双界分点测验编制的算法设计[J]. 中央民族大学学报(自然科学版) 2010(03)
    • [22].基于IRT自适应评测系统的高等数学精准教学模式研究[J]. 四川职业技术学院学报 2020(01)
    • [23].基于IRT的大动态反射系数微动目标检测算法[J]. 系统工程与电子技术 2020(09)
    • [24].不定长CAT区分度分层终止规则研究[J]. 心理学探新 2008(04)
    • [25].IRT框架下对含题组的语文阅读测验的等值分析[J]. 中国考试 2019(04)
    • [26].多维数据IRT真分数等值和IRT观察分数等值研究[J]. 心理学探新 2015(01)
    • [27].BP神经网络估计IRT参数的比较研究[J]. 中国考试 2013(02)
    • [28].结构方程模型和IRT等级反应模型在人格量表项目筛选中的对比研究[J]. 内江师范学院学报 2014(12)
    • [29].基于IRT的试题分析:R软件ltm包运用实例[J]. 中国考试 2012(08)
    • [30].锚题参数特征对IRT真分数等值的影响[J]. 中国考试 2010(08)

    标签:;  ;  

    基于IRT计算机自适应测试的研究
    下载Doc文档

    猜你喜欢