基于遗传算法的项目反应.PDFVIP

维普资讯 第29卷第6期 江西师范大学学报(自然科学版) V01．29No．6 2005年 11月 JOURNALOFJIANGXINORMAL UNIVERsrrY(NATURALSCIENCE) NOV．2005 文章编号：1000—5862(2005)06—0475—03 基于遗传算法的项 目反应 理论 3PLM参数估计 王祖俭 ， 黄国兵2， 丁树 良 (1．江西师范大学 物理与通信电子学院，江西 南昌 330027；2．新余高等专科学校机电系，江西新余 336600； 3．江西师范大学 计算机科学与技术学院，江西 南昌 330027) 摘要：对IRT中3PLM的参数估计问题，用传统的统计估计方法解决得并不令人满意，该文应用加速遗传 算法解决这一问题，这一方法克服了传统参数估计算法中对迭代初值要求严格的缺点．蒙特卡洛模拟结 果显示，新的估计方法提高了估计值对真值的恢复能力，特别是提高了难度和猜测度参数估计的精度． 关键词：项目反应理论；遗传算法；参数估计；迭代 中图分类号：G449 文献标识码 ：A 心理与教育测量是了解和评价个体发展水平的重要手段，测量的实践必须要有理论的指导．项 目反应 理论(ItemResponseTheory，IRT)是一种新兴的心理与教育测量理论 J，参数估计是应用 IRT的前提，可以说， IRT的发展史也就是编制参数估计软件的发展史．由于未知参数是含在非线性方程 E线性方程组中，所以 估计比较困难．目前针对这些未知参数所提出的估计方法…1通常都离不开迭代，而迭代的方法大部分是牛 顿一拉夫逊(N—R)迭代或费歇评分 (Fisherscore)迭代 J．但是双参数 Logistic模型 (2PLM)与三参数 Logistic 模型(3PLM)有着更为本质的区别．Baker指出 J，采用迭代法求 3PLM中项 目参数的最大似然估计值存在许 多缺陷：其收敛速度不快；要求初值特别靠近真值；迭代时会发生 “振荡”使寻求极大值变得相当因难 ．所有 这些近乎苛刻的要求暗示了用传统的迭代方法估计出来的猜测度值的精度不可能很高．为了克服猜测度参 数估计精度不高的困难，已有学者尝试着用其它方法3对3PLM参数估计进行研究，但是他们的方法受到先 验分布等信息的约束，其项 目参数估计的实验结果也并不太好．针对 3PLM中对未知参数进行估计的困难， 本文欲寻求一种突破传统的方法．采用一种比较稳健的并且对初值要求不太严格的算法——遗传算法求出 3PLM中未知参数的极大似然估计．遗传算法(GeneticAlgorithm，GA)是近几十年发展起来的基于生物 自然选 择和 自然遗传理论的随机化全局优化算法 [．与其它优化方法相比，GA具有其它算法所没有的自适应性、 全局优化性和隐含并行性，在解决问题时体现出很强的鲁棒性(Robust，又称稳健性)J．本文通过大量Monte Carlo模拟研究表明，将基于实数编码的遗传算法 J用于IRT3PLM参数估计与传统的参数估计方法相比具 有优越性． 1 项 目反应理论 3PLM参数估计问题的数学描述 IRT假设给定能力条件下同一被试对每个项Et的反应是相互独立的；不同被试的反应是相互独立的．设 有 Ⅳ个被试参加长度为T／,／的考试，第 a个被试的能力记为Oa，1≤a≤Ⅳ；第 个项 目的难度、区分度和猜测 度分别记为 ， ，，1≤ ≤m．所有项 目均采用0—1评分方式，并设全体被试得分阵 U= ( )』v 与 收稿 日期：2005—03—20 基金项目：国家 自然科学基金、全国教育科学规划重点课题 (DBBO10501)、江西省 自然科学基金(4011021)和江 西师范大学青年成长基金(1326)资助项目． 作者简介：王祖俭(1972一)，男，江话峡江人，讲师，主要从事项目反应理论等方面的研究． 维普资讯