[教育学]项目反应理论的参数估计.pptVIP

估计受试者程度值: 寻找概似函数最佳解的方法 1.最大概似法(Maximum Likelihood; ML) 找出能使受试者的反应概率函数最佳化的能力值，为了加速找到最佳解，通常使用Newton-Raphson法迭代。 2.贝氏最大后验法(maximum a posteriori, MAP) 以被试的事前能力分布作为加权值，形成事后机率密度函数，并找出能使此事后机率密度函数最大化的能力值 3.贝氏期望后验法(expected a posteriori, EAP) 与2类似，但所寻找的能力值是事后机率密度函数的期望值(相当于平均数)，而不是最大值(相当于众数) 。 试题分析 1. 联合最大概似法(joint maximum likelihood; JML) 先假设试题参数已知 (设定所有题目的难度为0)，估计受试者的暂时程度值；再把题目难度设定为未知，利用暂时的能力估计值来估计题目参数 2. 边际最大概似法(marginal maximum likelihood; MML) 估计题目参数时，考虑受试者背后常模的分布型态 3. 条件最大概似法(conditional maximum likelihood; CML) 用答对题数来估计受试者能力值，接着再用受试者能力