Rasch-的简单介绍.pptxVIP

Rasch模型的简介 制作人：杨卫敏;;; 3、在CTT指导下的测验编制策略单一； 而IRT提出了测验编制的指导原则。 4、CTT中，测验统计量（难度、区分度）是分别求取分别应用的，而且其值是笼统的就全组被试来说的一种“平均”值；IRT则定义了项目与测验信息函数。 5、在CTT中，处于中心地位的基本概念——信度，由于建立在平行观念上，显得含糊而且不确切，据此求得的测验精度，常常是低限估计或偏差不明的估计 ; CTT?IRT：视角的转换 外在观测代表潜在特质?外在表现推测潜在特质 测验水平?项目水平 潜在特质与观测之间的关系：线性?非线性 ; 项目反应理论也称项目特征曲线或潜在特质理论，它是依据一定的数学模型，用项目特征参数估计潜在特质的一种测量理论。该理论中最重要的两个基本概念是“潜在特质”和“项目特征曲线”。 潜在特质（Latent Trait）：心理学上把制约人的行为的心理特征称为心理特质，又称潜在特质，如在认知测量中，潜在特质通常被称为被试能力，具有间接测量性。对于人的某一行为起制约作用的若干潜在特质的集合称为潜在特质空间，在IRT中，一般限定为单维的，要求设定的特质空间必须是全特质的空间。;项目特征曲线; 项目特征曲线; 项目反应模型的特征; 1952年洛德(Lord)在其博士论文《关于测验分数的一个理论》中，第一次对项目反应理论(Item Response Theory, IRT)作了系统的阐述（当时他称其为项目特征曲线理论，后改名为项目反应理论）。通常将此看作是项目反应理论诞生的标志。 于此同时，洛德提出了IRT中的第一个模型——正态肩型曲线模型，模型函数：; Rasch模型; 在 Rasch 模型中, 个体的能力题目的难度以及个体给出正确答案的可能性之间的关系可以由方程来表达。; 逻辑斯蒂克模型; 作为一种潜在特质模型, Rasch 模型通过个体在题目上的表现(通常表示为原始分数)来测量不可直接观察的、潜在的变量。根据 Rasch 模型原理, 特定的个体对特定的题目作出特定反应的概率可以用个体能力与该题目难度的一个简单函数来表示。个体回答某一???目正确与否完全取决于个体能力和题目难度之间的比较。; Rasch 模型是一个理想化的数学模型。它要求所收集的实证数据必须满足事先规定的标准和结构, 才能实现客观测量。Wright 和 Stone(1979)指出, Rasch 模型对于客观测量有两个要求,即： (1)对任何题目, 能力高的个体应该比能力低的个体有更大可能作出正确回答; (2)任何个体在容易题目上的表现应该始终好过在困难题目上的表现。 ; Rasch模型的假设; Rasch模式量尺的特点 1、Rasch模式具有预测功能： Rasch 模型对于客观测量的两个要求充分显示了测量数据必须适合模型，那么由模型去推测潜在特质就是比较精确的，即有一定的预测功能。 2、Rasch模式中的量尺 θ m 和δ i可以避开古典测量理论中样本依赖的情况，属于客观测量（objective measurement） （通过公式证明其特点——客观测量） ; 1.对任何题目而言，能力越高，答对的机率就越高。当能力趋近无限大时，答对机率趋近1。当能力趋近无限小时，答对机率趋近0。也就是說，这些试题特征曲线是单调递增加（monotonicallyincreasing） 2.对任何受试者而言，题目越难，答对的机率就越低。例如对所有的受试者而言，答对第1题的机率，永远都大于答对第2题，而它也永远大于答对第3题的机率。 ; Rasch 模型的主要特点; 3 、参数分离 Wright 和 Stone (1979) 指出了客观测量两个相辅相成的要求。一个是题目难度的标定必须独立于被试样本的分布, 另一个要求是对个体能力的测量必须独立于题目的难度分布。此一特点称为“参数分离”或“参数恒定” 由前面的公式推导可知， 正确反应的概率只由个体的能力(θm)和题目的难度(δ i)所决定。这意味着 Rasch 模型所提供的个体能力和题目难度参数, 是完全独立样本分布或题目难度分布的。因此, Rasch 模型符合客观测量对于参数分离的要求。 ; Rasch模型拟合度;Outfit MNSQ 和 Infit MNSQ 的取值范围介于 0 到正无穷大。理想值为 1, 意味着实际数据完全与 Rasch 模型相拟合。大于 1