高考命题中试题难度预测方法探索.pdfVIP

2008年 12月 教 育 科 学 Dec，2008 第 24卷 第 6期 EducationScience Vo1．24 NO．6 高考命题中试题难度预测方法探索 毛竞飞 (浙江省教育考试院，浙江 杭 州 310012) (摘 要] 运用命题教 师主观评估、多元线性回归分析和 BP神 经网络建模三种预测方法， 对高考命题过程 中试题的难度进行预测 ，并对三种方法的预测性能进行 比较 。结果发现 ，三种预 测方法均具有较高的预测准确度 ，其 中，BP神经网络预测模型对试题难度的预测准确度相对更 高，误差相对更小。 (关 键 词] 高考；试题难度；预测；神经网络 (中图分类号]G40—51 (文献标识码]A (文章编号]1002—8064(2008)06—0022—05 一 、 难度问题的探究点 行，影响社会对 中学教育的评价。因此 ，高考试卷难 试题难度是考试中引用最为广泛的教育统计概 度设计与控制不仅是科学性问题 ，也是社会性问题 。 念 。在经典测量 理论 中，在数值上反映的就是考生 试卷难度包括试卷平均难度和难度结构分布两 群体在该试题上 的通过率或得分率 ；在项 目反应理 个方面，这两个方面都离不开对试题难度 的预测。 论中，难度被定义为试题本身固有的特性 ，不随考生 现行大规模考试中对试题难度预测主要有两种途 样本的变化而变化。经典测量体系 的难度值很直 径，第一种途径是将所有试题都进行试测 ，获取实测 观 ，便于受测者 自行估量测试评价效果 ，但难度系数 数据后用统计方法估出每一道试题的难度 ，建立题 的变化会使考试分数起伏较大 ，导致受测者对测试 库组卷考试。例如美国的ETS考试、SAT考试题 ， 结果不满意，项 目反应理论对原始数据作科学处理 一 般都经过测试后再投入考试。但出于考试安全与 后再评价受试者 的得分，从理论上保证了难度 的稳 保密的要求 ，高考试题难度难 以通过试测的方式得 定 ，但理论假设过于理想 、繁复 ，可操作性弱 ，在一定 到。所 以高考命题时主要采用第二种方法，即通过 程度上限制和影响 了受测者 自我估计和评价的参 命题人员 自行估计 的形式确定 ，这种方法与命题人 与 ，受测者普遍不愿意接受这样的评价结果 。 员的经验密切相关 ，命题人 员的主观因素起着举足 高考试卷难度是学校 、家长 、考生和教育主管部 轻重的作用 ，误差界限难以确定 ，完全属于经验性的 门都普遍关注的问题。在考试分数的评价上 ，因为 预测方法。鉴于两种方法的局限性，近年来，一些研 社会要求参与 自我评价的要求较高，使对应于项 目 究者还提出了通过建立 了估计模型进行预测 的方 反应理论的标 准分应用很难在现行高考 中推行，许 法 。主要有应用多元回归分析方法对影响试题难度 多尝试推行标准分 的省份也 因群众不理解 、不接受 的进行因素分析 ，与试测相结合建立起试题难度影 新的评价方式退 回到使用高考原始分数评价学生。 响因素与试题实测难度之 间关系的多元 回归模 型， 在现实中高考命题遇到的问题是如果每年高考试卷 再利用回归模型对新命制的试题进行难度预测 (董 难度波动较大，会使普通高校各批次录取分数线及 圣鸿，漆 书清 ，2005；黄正玉 ，2005；Perking，1995； 各学校的录取分数线相应产生较大波动 ，在一定程 Joanna，2006)。但如果影响因素与试题难度之间的 度上会影响到考生的志愿填报和录取工作 的顺利进 关系不是简单 的线性关系时 ，利用多元回归分析方 (收稿 日期 (作者简介]毛竞飞(1963一 )，女 ，浙江省教育考试 院副研究员 ，主要从事命题管理与研究 。 ·22 · 法得 出的预测值会失效 ，因此应用上存在一定 的局 度是影响相对难度 的关键 素 。内容难度是试题 自 限性 。所以我们还需要寻求一种能处理变量之间非 身固有的一种属性 ，由试题的内在因素来决定 ，包括 线性关系的建模方法。最近几十年发展起来的人工 试题包含 的知识