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(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著學(xué)生和學(xué)生家長以及學(xué)校等機(jī)構(gòu)越來越重視測驗(yàn)分?jǐn)?shù)的診斷功能,如何獲取準(zhǔn)確的子分?jǐn)?shù)也就越來越受到心理與教育研究者的重視。而在此同時,心理與教育統(tǒng)計(jì)測量學(xué)的發(fā)展使得項(xiàng)目反應(yīng)理論越來越多地應(yīng)用到心理與教育測驗(yàn)中。本文首先對項(xiàng)目反應(yīng)理論進(jìn)行了詳細(xì)地介紹,并對探討了多維項(xiàng)目反應(yīng)模型的分類。在此基礎(chǔ)上對多維項(xiàng)目反應(yīng)模型中的高階項(xiàng)目反應(yīng)模型進(jìn)行了詳細(xì)地介紹。
在分析具有分層結(jié)構(gòu)的測驗(yàn)時,單維項(xiàng)目反應(yīng)模型對項(xiàng)目參數(shù)估計(jì)和能力參數(shù)估計(jì)具有較低
2、的效率,多維項(xiàng)目反應(yīng)模型雖然在分析子測驗(yàn)時具有高效性,但它沒有考慮到測驗(yàn)分層的情況,所以它不適合用來處理具有分層結(jié)構(gòu)的測驗(yàn);而高階項(xiàng)目反應(yīng)模型在處理這種具有分層結(jié)構(gòu)的測驗(yàn)時,不僅能夠高效準(zhǔn)確地對項(xiàng)目參數(shù)和能力參數(shù)進(jìn)行估計(jì),而且還能同時估計(jì)總分?jǐn)?shù)與子分?jǐn)?shù)。目前存在的高階項(xiàng)目反應(yīng)模型有高階DINA模型、高階雙參數(shù)正態(tài)肩型層階模型、高階邏輯斯蒂模型、多級評分的高階項(xiàng)目反應(yīng)模型和高階題組模型。未來對高階項(xiàng)目反應(yīng)模型的研究方向應(yīng)注意多水平高階項(xiàng)目
3、反應(yīng)模型、項(xiàng)目內(nèi)多維情況下的高階項(xiàng)目反應(yīng)模型以及高階認(rèn)知診斷模型。
已有研究雖然證實(shí)了高階項(xiàng)目反應(yīng)模型在分析具有分層結(jié)構(gòu)的測驗(yàn)時具有很大的優(yōu)勢,但沒有進(jìn)一步探討該模型在哪種條件下獲取的子分?jǐn)?shù)具有診斷意義。在關(guān)于高階項(xiàng)目反應(yīng)模型已有的研究基礎(chǔ)上,本文以模擬研究的方法進(jìn)一步探討哪些因素會影響高階項(xiàng)目反應(yīng)模型獲取能夠提供有意義的子分?jǐn)?shù)。即子測驗(yàn)中的項(xiàng)目數(shù)和子測驗(yàn)之間的相關(guān)系數(shù)能夠影響所獲取的子分?jǐn)?shù)是否能提供診斷信息,且相關(guān)越高,高階
4、項(xiàng)目反應(yīng)模型提供的子分?jǐn)?shù)越難具有意義;子測驗(yàn)越長,高階項(xiàng)目反應(yīng)模型越容易提供有意義的子分?jǐn)?shù)。而子測驗(yàn)的個數(shù)雖然能夠影響高階項(xiàng)目反應(yīng)模型提供的子分?jǐn)?shù)是否有意義,但其影響相對于以上兩個因素要小。本研究發(fā)現(xiàn):子測驗(yàn)足夠長的時候,HO-IRM所獲取的子分?jǐn)?shù)更能提供診斷信息;子測驗(yàn)之間相關(guān)小的時候,HO-IRM所獲取的子分?jǐn)?shù)更能提供診斷信息;子測驗(yàn)個數(shù)并不能影響子分?jǐn)?shù)是否能提供診斷信息。
最后,本文對PISA2009中閱讀素養(yǎng)進(jìn)行了實(shí)證
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
- 高階項(xiàng)目反應(yīng)模型估計(jì)子分?jǐn)?shù).pdf
- 連續(xù)有界反應(yīng)模型的項(xiàng)目參數(shù)估計(jì).pdf
- 分?jǐn)?shù)階子擴(kuò)散方程的高階差分格式.pdf
- 基于高階PNGV模型的動力電池SOC估計(jì).pdf
- 高階導(dǎo)子和約當(dāng)高階導(dǎo)子的局部特征.pdf
- 分?jǐn)?shù)次積分及其交換子的加權(quán)估計(jì)
- 多維項(xiàng)目反應(yīng)理論等級評分模型的參數(shù)估計(jì).pdf
- 42513.分?jǐn)?shù)次積分交換子的加權(quán)估計(jì)
- 非線性分?jǐn)?shù)階反應(yīng)子擴(kuò)散方程數(shù)值解法.pdf
- 高階Schrodinger方程的Strichartz估計(jì).pdf
- 題組效應(yīng)模型與傳統(tǒng)項(xiàng)目反應(yīng)模型參數(shù)估計(jì)精確度比較研究.pdf
- 高階Schrodinger方程的時空估計(jì).pdf
- 16031.分?jǐn)?shù)次積分及其交換子的加權(quán)估計(jì)
- 半?yún)?shù)項(xiàng)目反應(yīng)模型.pdf
- 二維分?jǐn)?shù)階反應(yīng)子擴(kuò)散方程的有限差分法.pdf
- 高階調(diào)制PCMA信號的參數(shù)估計(jì).pdf
- 基于高階累積量的DOA估計(jì)法研究.pdf
- 基于分段函數(shù)的劑量—反應(yīng)模型的參數(shù)估計(jì)和模型選擇.pdf
- 全純映射的高階Schwarz-Pick估計(jì).pdf
- 二元項(xiàng)目反應(yīng)函數(shù)的非參數(shù)估計(jì).pdf
評論
0/150
提交評論