项目反应理论与实践步：BILOG应用简介.docVIP

项目反应理论与实践初步：BILOG应用简介 曹亦薇 (作者简介：曹亦薇，博士，副教授，深圳大学师范学院教育系，广东深圳，518060。摘要BILOG是应用项目反应理论的计算机程序。本文对应用BILOG处理二值数据的具体步骤和相关的IRT基础知识进行了具体介绍。 关键词项目反应理论 BILOG随着计算机技术的发展，项目反应理论(Item Response Theory，IRT)对于专门LOGITIC、BILOG、MCBILOG及MULTILOG等软件的问世，为普及该理论的应用提供了良好BILOG软件处理二值数据方面做一些简介，期望 一、项目反 1．项目特征函数(Item Characteristic Function，ICF) 从严格意义上来说，项目反应理论是由一组指数族的数学模型组成。使用0-1数据时，相应的模型为Bernbaum的Logistic模型，其中，还分为1参数(Rasch模)、2参数、3参数三种模型；如数据为kert type即等级数值时，有Samejima的(在心理学中称为“潜特性”或“潜特)作为一个公共的尺度，用数学公式把这个尺度和各3参数logistic模型，当第个项目变量u为二值数。uj= 0 答错第j个项目 此时具有能力的人答对第个项目的概率)：是能力变量，是第个项目的区分度，是它的难度，是猜测参数，D1.7。用曲线将)的变化表示的话，aj恰好是该曲线的斜率，aj越大，决定该曲线的位置所在，越大，曲线则越靠右方，反之曲线是该曲线的截距，越大则表明被试猜测的程度越高。若为0(1)式就变成了2参数模型。此时表示被试以50％的概率正确地回答该题。对Pj()的意义通常有两种解释：(I)具有能力的人能够正确回)=1- Pj()。(II)由所有具有的人组成的总体中，能够正确答对第j题的人数比例。 2．能力尺度 被试的能力尺度是由所选择的项目反应模型所决定的。但是这个尺度的0，标准差为1。 (能力的等值或参数的等值)才能变成同一尺度上的数 3．局部独立性的假设 这是项目反应理论中重要的假设。具体意思是：如果将能力值固定时，答对 4．信息函数 信息函数是IRT中评价测量精度的重要指标。运用这个指标，便可以在能的估计值的方差： 例如3参数logistic模型的测验信息函数为其中)=cj+(1-cj)P*j()。 从公式(3)中还可看出测验信息函数正好是项目信息函数之和(可加性)。应用信息函数除了能够评价每个能力水平上的估计精度之外，还可以用它根据估计的精度，灵活地编制适应各能力水平的测验卷，建立试题库。 二、项目反应理论的实际应用步骤 BILOG(Item analysis and test scoring with Binary Logistic Models)由美国著名心理计量学家JMislevy和RD.Bock为应用项目反应理论而编制的计算机程序。在这个程式以前还有LOGIST、BIMIN等程序，在20世纪90年代之后，基本上这个程序成为应用Logistic Models的权威程序。 在BILOG的自我介绍中指出这个程序系统以处理Binary数据(即数据二值型，如0表示错，l表示对的形式)为前提，使用MML和Bayes估计方法为其特点。它能提供稳定而且精确的项目参数和能力参数估计。 为了保证参数估计的稳定性和精确性，根据个人经验，项目数为2060个，人数1000人左右比较妥当。使用BILOG前，需要将数据进行格式化，即数据文件必须具有表1的形式。其中，ANSKEY表示正确答案，NOTKEY表示被试来不及完成项目的标记，OMITKEY表示被试没有回答该项目的标记，以下的记录则是被试回答的原始记录。注：每个记录应少于256列，答案与数据应保持同样的格式。 在应用项目反应理论来分析数据时必须有以下几个步骤： 1．能力单维性的确认 因为IRT有个重要的前提是局部独立性，即数据必须满足一维性的假设。有两种方法可以使用，即图示法和指标法。 图示法主要是用主因素分析法得到第一特征根与其他特征根，并比较它们5时，一维性的假设可以成立。需要注意的是，计算相关系数(tetrachoric相关系数)或者它的近似式相关系数， 指标法主要是建立数据满足一维性的统计量分布，通过假设检验来判断数Stout(1990)的DIMTEST的T统计量。 2．对数据是否符合选用模型的(goodness of fit) Mislevy and Bock推荐似然函数比的方法来考察整体数据是否符合所选取的2检验考察每个项目的拟合优度。主要理由是似然2统计量在对参数估计过程中已经给出只需确认即可。 下例是某个初三年级的词汇理解能力测验的数据(曹，l999)。在项目参数估2PL和3PL模型。在实行BILOG的过程中可以得到2倍的对数似然函数值。表2是在原