- 42
- 0
- 约7.69万字
- 约 14页
- 2019-04-03 发布于北京
- 举报
心理科学进展 2019, Vol. 27, No. 5, 937–950
Advances in Psychological Science DOI: 10.3724/SP.J.1042.2019.00937
·研究方法(Research Method) ·
*
解释性项目反应理论模型:理论与应用
陈冠宇 陈 平
(北京师范大学中国基础教育质量监测协同创新中心, 北京 100875)
摘 要 解释性项目反应理论模型(Explanatory Item Response Theory Models, EIRTM)是指基于广义线性混合
模型和非线性混合模型构建的项目反应理论(Item Response Theory, IRT)模型。EIRTM 能在IRT 模型的基础上
直接加入预测变量, 从而解决各类测量问题。首先介绍 EIRTM 的相关概念和参数估计方法, 然后展示如何使
用EIRTM 处理题目位置效应、测验模式效应、题目功能差异、局部被试依赖和局部题目依赖, 接着提供实例
对EIRTM 的使用进行说明, 最后对EIRTM 的不足之处和应用前景进行讨论。
关键词 解释性项目反应理论; 广义线性混合模型; 非线性混合模型; 测量不变性; 解释性测量
分类号 B841
1 引言 IRT 模型的基础上加入预测变量, 在刻画被试和
题目间关系的基础上, 进一步解释相关变量影响,
以Binet 和Simon (1904)的开创性工作为起点,
因而拓展IRT 模型的应用范围。EIRTM 之所以重
项目反应理论(Item Response Theory , IRT)经过百
要, 主要有以下几个方面的原因:
余年发展, 已广泛用于题目的标定与分析、被试
首先, EIRTM 摆脱传统 IRT 模型的限制, 它
的拟合与评分、测验的设计以及大规模教育评价
不仅是测量模型, 而且被称为解释性测量
等领域中(van der Linden, 2018), 是心理与教育测
(explanatory measurement)模型。EIRTM 能够将题
量领域最为重要的分析方法之一。虽然研究者针
目特征和被试特征纳入模型并解释作答反应如何
对作答评分、测验维度以及层级数据(hierarchical
受到这些变量的影响, 所以EIRTM 可用于处理各
data) 等实际问题提出一系列不同的模型并拓展
种测量准确性问题:比如, 题目位置效应(Item
IRT 的应用情境, 但是绝大部分 IRT 模型只能刻
Position Effect , IPE) 、测验模式效应(Test Mode
画被试与题目之间的关系, 限制了 IRT 模型在心
E
原创力文档

文档评论(0)