基于GPCM的计算机自适应测验选题策略比较

摘要：

选题策略是计算机自适应测验(Computerized Adaptive Testing,CAT)研究的一项重要内容,它的好坏直接关系到考试的信度、效度及考试的安全性.CAT的许多研究与应用,都建立在0-1二级评分模型基础上,对多级评分CAT的选题策略的研究很少报导.目前国内虽已开展了基于GRM的CAT研究,但基于GPCM的CAT的研究尚未见有关报道.本文通过计算机模拟程序,对基于拓广分部评分模型(Generalized Partial Credit Model,GPCM)下的CAT的四种选题策略在多种情况下进行了比较研究.研究结果表明:被试能力呈正态分布时,选题策略的使用效果与项目步骤参数分布有很大的关系.(1)项目步骤参数均服从正态分布时,采用能力与项目步骤参数匹配选题策略效果最佳;(2)项目步骤参数均服从均匀分布时,能力与项目步骤参数平均数匹配选题策略效果最佳.

关键词：IRT、多级评分模型、GPCM、a-分层、选题策略

所属期刊栏目：40

分类号：B841(心理学)

资助基金：国家自然科学基金60263005;省科技厅攻关项目,省教育厅科技项目,卫生部课题JM20060070,KY200704;高等学校博士学科点专项科研基金8020070414001

在线出版日期：2008-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：618-625