多维测验项目参数的估计:基于SEM与MIRT方法的比较

摘要：

作者简要回顾了SEM框架下分类数据因素分析(CCFA)模型和MIRT框架下测验题目和潜在能力的关系模型,对两种框架下的主要参数估计方法进行了总结.通过模拟研究,比较了SEM框架下WLSc和WLSMV估计方法与MIRT框架下MLR和MCMC估计方法的差异.研究结果表明:(1)WLSc得到参数估计的偏差最大,且存在参数收敛的问题；(2)随着样本量增大,各种项目参数估计的精度均提高,WLSMV方法与MLR方法得到的参数估计精度差异很小,大多数情况下不比MCMC方法差;(3)除WLSc方法外,随着每个维度测验题目的增多参数估计的精度逐渐增高；(4)测验维度对区分度参数和难度参数的影响较大,而测验维度对项目因素载荷和阈值的影响相对较小；(5)项目参数的估计精度受项目测量维度数的影响,只测量一个维度的项目参数估计精度较高.另外文章还对两种方法在实际应用中应该注意的问题提供了一些建议.

关键词：多维项目反应理论、验证性因素分析、参数估计、分类数据

所属期刊栏目：44

分类号：B841(心理学)

在线出版日期：2012-06-28（万方平台首次上网日期，不代表论文的发表时间）

页码：121-132