项目反应理论与自适应测验.docVIP

第五讲 项目反应理论与自适应测验（4学时） 一、教学目标 1、能阐述经典测验理论的不足，以及项目反应理论发展和应用的背景。 2、掌握项目反应理论的基本原理。 ①能解释逻辑斯蒂模型中被试能力参数与项目参数的物理意义以及两者间的关系。 ②能阐述项目信息函数的定义及计算方法，会解释项目信息函数的物理意义。 ③能运用一定的统计方法对被试能力参数和项目参数做出适当估计。 ④能定性地表述项目反应理论的基本原理。 3、掌握基于项目反应理论的计算机自适应测验的实现方法。 ①能说出一个典型的计算机自适应测验系统的基本构成及功能。 ②能说明设计一个典型的计算机自适应测验系统需要解决的基本问题。 ③学会运用自适应测验的基本流程和算法。 ④能定性阐述自适应测验的优点。 4、了解项目反应理论和自适应测验的实际应用的情况。 二、教学方法与教学媒体 1、教学方法：以讲授法为主，着重介绍项目反应理论的基本原理及其在自适应测验中应用的基本思路和方法。本次课结束后，让学生在课后进行自适应测验系统设计实践，并写出设计报告，然后用1-2学时组织学生就项目反应理论实际应用中的相关问题进行讨论，以培养学生的实践能力。 2、教学媒体：用黑板与讲授同步地展示讲授的内容要点，用Microsoft Excel作为工具讨论项目反应模型及其相关参数的物理意义，用PowerPoint展示结束总结的内容要点和实践任务要求。 三、教学重点、难点 重点：项目反应模型及参数估算方法；自适应测验的施测程序及算法。 难点：被试能力参数和项目参数的估算方法；项目信息函数的定义及意义。 四、教学内容与过程 整个教学过程分为引入、展开、结束三个阶段进行。 引入阶段：首先分析经典测验的局限性，由此引出如何提高测验的精度和效率的问题，在此基础上提出自适应测验的基本思路及其理论基础，从而引出本节课的学习内容。然后以框图形式向学生预告本节课学习内容的基本结构和要求。 1、经典测验的局限性及自适应测验的提出 经典测验的特点是：所有被试不论能力水平高低都使用相同的测试项目进行测试。通常有两种基本类型：所有试题（项目）难度相同，即所谓“尖峰”型测验。这种情况下，当被试水平与题目难度接近时，具有较高的测验精度，两者偏离越大，测验精度越低；第二种类型为所谓“平矩”型测验，试题中有较难、难度中等、较易等不同难度的题目，因此在多数水平上能提供相对均等的测验精度，但整体精度却相对较低。 从上述分析不难看出，经典测验难以很好兼顾到测验的精度和精度的跨度问题。于是人们自然想到，能否做到“因人施测”---不同能力水平的被试都能接受一组难度跟自己水平相适应的试题？ 2、本节课的内容结构 （二）展开阶段：首先介绍项目反应理论的基本原理，然后讨论一个计算机自适应测验系统的实现原理和算法。 1、项目反应模型 测验的实质过程：向被试呈现测试项目（试题）-----被试对测试项目做出反应（应答）-----根据被试反应结果判断被试能力水平。显然，被试对某个项目的反应情况不仅与被试的能力水平有关，而且还与测试项目的特性有关。那么，被试的应答、被试的能力水平、测试项目特性之间有什么样的关系呢？要回答这个问题，我们可以建立相应的数学模型来描述三者间的关系，即所谓的项目反应模型。 引入相应的物理量： 被试能力水平：由于参试人数一般较多，可认为被试的能力水平是连续变化的，用表示，值越大，表示被试能力水平越高。 被试的应答情况：从经验可知，一个被试能否正确回答某个问题，常常带有一定的偶然性（随机性），因此引入来表示各种不同能力水平的被试对某一测验项目做出正确回答的概率。越大，回答正确的可能性越高。 项目特性：常用来描述项目特性的参数主要是难度参数和区分度参数。 伯恩鲍姆于1957年提出了被广泛使用的逻辑斯蒂模型。下面我们就向大家介绍这一模型。 （1）二参数逻辑斯蒂模型及其参数的意义 具有难度参数和区分度参数的逻辑斯蒂模型为： 这一模型有何意义？其中的各个参数的意义是什么？下面我们用数值方法对这一模型进行一些讨论。 我们选,用Excel作出值在-3—3间的曲线，如图1所示。 从图1可以看出：该项目反应曲线反映正答概率随被试能力水平的变化规律---随着被试能力水平的增加，正答概率也增加，最终趋于1，呈现指数规律变化. 难度参数的意义 图2给出了和时的两条项目反应曲线。 由图2可知：难度参数高的项目需要能力水平高的被试才能做出正确应答。值越大，表示项目难度越高。当时，，表明在二参数逻辑斯蒂模型中，项目难度参数在数值上等于该项目正答概率为0.5的被试能力参数值，难度参数表示了项目的困难程度。 区分度参数的意义 项目区分度参数表示了在一定难度参数的情况下，由于被试能力不同，其正答概率有多大程序的不同。显然，这种不同的程度越高，项目对于不同能力参数被试的区分