计算机化自适应测验中多维题目的在线维度识别

Computerized adaptive testing (CAT) is attached to the new generation test theory constructed on Item Response Theory (IRT) as well as a hot research issue in the field of international psychological measurement and statistics. Methods developed in Mathematical statistics are always emphasized as core development of CAT theory. To make sure the efficiency and security of CAT, new items need to be added to its item bank and their specific probed latent traits should be clarified. This research program aims at selecting variables of the renewed multidimensional items in CAT based on statistical shrinkage methods via online dimension recognition and parameter calibration approach. Based on response information of examinees and the particular testing process of CAT, the research is expected to accurately and efficiently solve the new item dimension recognition problem and improve its interpretability, parameter estimation accuracy and avoid parameter scale drift. The proposed method could also save the cost of adding new items to CAT item bank and facilitate CAT development in terms of application and promotion.

计算机化自适应测验（CAT）隶属于在项目反应理论基础上构建的新一代测验理论，也是国际心理测量学领域的研究热点。研究适用于CAT的数理统计方法是构建CAT理论的核心。为保障测验的有效性和安全性，CAT题库需要定期增补题目，并知道它们考察具体潜变量的情况。本项目针对CAT题库中多维题目的增补，基于数理统计变量筛选的热门方法——压缩估计法、结合自适应测验的特点，拟提出多维题目的在线维度识别方法。该方法借助被试的作答信息、计算机自适应给题的独特施测方式，预期可准确并高效地解决CAT题库新增题目的维度识别问题，提高测验题目的可解释性，确保新题的参数估计精度，以及与题库中旧题参数估计量尺的一致性。同时，该研究提出的题目在线维度识别的方式，可以节省题库新题的增补成本，有利于CAT的应用和推广。

多维项目反应理论和多维计算机化自适应测试(MCAT)是心理统计与测量学研究的热点专题。根据数理统计学对MCAT相关理论进行研究是其发展和应用的关键。本项目针对MCAT的题目更新问题，进行了新增题目的维度识别方法的系统研究，并从MCAT应用的角度思考拓展相关的研究内容。本项目代表性论文的主要工作：（1）对MCAT的模式识别问题进行了探索。针对拟合M2PLM模型的MCAT，提出了结合自适应测验特点并基于LASSO的变量筛选方法——LPRM方法，为题库建设解决了新增题目的维度识别问题。在保障模型与数据拟合优度前提下，该方法能有效提高题目参数估计精度、模型的可解释性及统计推断能力。本研究在MCAT的二级评分题目在线识别研究中具有很好的创新性；且为进一步开展多级评分模型MCAT新增题目的维度识别工作，提供了方法可行性的有力支持。（2）对MCAT选题策略进行模拟研究和全面评价，为题目的模式识别研究奠定重要的研究基础。（3）在拟合M2PLM模型的测验中，对两类常用的压缩估计方法的模式识别效果进行实证研究比较，为本项目压缩估计方法的选用提供了重要的实证参考。（4）对行为与脑科学的反应时数据及其一系列正确率指标的应用开展一项实际研究，其探索可为今后将反应时数据类型引入MCAT奠定基础、以拓展MCAT的适用范畴。（5）分别对独立泊松、指数时序数据的变点检测方法进行综合比较和统计模拟，为开展MCAT过程收集的时序类型数据的变点分析奠定基础。另外，针对国际知名纸笔测验Self-Directed Search，本项目开发实现了基于该测验的MCAT功能软件第一版，为今后更新完善该测验的MCAT系统以及相关方法的实证应用，提供有力的平台支持。

内容获取失败，请点击重试