

已閱讀1頁,還剩30頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、現(xiàn)如今,教育學家和心理學者們日益關注測驗的有效性和公平性問題,特別是在心理學和心理教育測量的迅勢發(fā)展的情況下,對項目參數(shù)的估計和項目功能差異的研究也越來越深入,這對于編制測驗甚至是建立題庫也很重要。在本次研究中,雙參數(shù)Logistic模型為研究對象,運用IRT理論中的極大似然估計理論,定義出了項目參數(shù)的信息函數(shù),通過對其的研究來確定項目參數(shù)所包含的信息,并依此給出了項目參數(shù)的估計置信區(qū)間。并且為DIF檢驗的新方法:TL法(Two-par
2、ameters Likelihood)做了定義。然后基于一個完全隨機試驗設計方法,畫出了區(qū)分度參數(shù)和難度參數(shù)的信息函數(shù)圖和區(qū)分度、難度參數(shù)估計值的置信區(qū)間圖,可從圖中曲面的形狀判斷并找出變化的規(guī)律,得出相應的結論。另通過與MH方法比較研究檢驗TL法的有效性。研究結果表明:(1)項目參數(shù)(a,b)的估計精度均隨著被試樣本量的增大而提高;(2)被試的能力分布對難度參數(shù)的估計精度影響較大,對區(qū)分度參數(shù)的估計精度影響相對較小;(3)難度參數(shù)和區(qū)
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 46085.測驗項目的評分和irt中能力參數(shù)的估計
- 項目反應理論(IRT)中運用EM算法進行參數(shù)估計.pdf
- IRT計時模型的參數(shù)估計及其研究.pdf
- 改進的MCMC算法在估計IRT模型參數(shù)中的應用.pdf
- 運用ANN估計小樣本的IRT參數(shù)研究.pdf
- IRT模型參數(shù)估計的MCMC算法研究.pdf
- irt模型參數(shù)估計的mcmc算法研究
- 參數(shù)估計和假設檢驗
- IRT中3PLM參數(shù)估計新方法-GA算法.pdf
- irt中參數(shù)估計的新方法——三點法
- 參數(shù)估計和假設檢驗
- Pareto分布中尺度參數(shù)的區(qū)間估計和假設檢驗.pdf
- 參數(shù)估計和假設檢驗案例
- 單題作答人數(shù)和單人作答題數(shù)對群體IRT參數(shù)估計的影響.pdf
- 多等級試題項目功能差異(DIF)參數(shù)方法的檢測研究.pdf
- 單題作答人數(shù)和單人作答題數(shù)對群體irt參數(shù)估計的影響
- IRT框架下的多級評分模型的參數(shù)估計方法及其應用.pdf
- 參數(shù)估計和假設檢驗習題解答
- 第5章 參數(shù)估計和假設檢驗
- 門限同積模型參數(shù)估計和門限檢驗的研究.pdf
評論
0/150
提交評論