Rasch的简单介绍讲解学习.pptxVIP

Rasch模型的简介 制作人：一、Rasch的由来二、Rasch的理论基础及特点三、Rasch模型与二参数和三参数的比较四、Rasch的应用 一、Rasch的由来 CTTVS IRT1、CTT求得的测验统计量都是依赖于样本的，即会有样本依赖现象；IRT的项目与特质参数具有不变性2、在CTT中，被试特质和项目难度被定义在毫不相干的两个维度上，不能相互比较；IRT则定义在同一度量系统上 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 IRT的简单介绍 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 依据经验，一个好的测验的试题正确作答的概率与被试总分之间应该呈正相关，那么这就要求项目特征曲线的形态特点是：人的潜在特质应该定义在正负无穷的区域内的；被试在试题上正确作答的概率，记为P（ θ ），无论其处于什么特质水平，取值都在[0,1]区间之内；在较好的测验中，被试正确作答的概率会随被试特质水平的提高而提高 项目特征曲线 项目反应模型的特征模型的假设：被试在一个测验上的行为完全依据被试在潜在特质空间各特质分量表上的地位来解释和预测，与其他任何因素无关；模型能揭示被试行为与相关心理特质之间的真实关系；模型应该能够提供测验被试估计特质分数的方法；被试特质分数必须由且也只能由被试在一组测验项目上的行为估计；项目反应模型必须具有自变量取值在正负无穷范围和因变量的值域在[0,1]区间单调递增。（单维的项目反应模型） IRT的模型 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Rasch 模型(Rasch, 1960)是由丹麦数学家和统计学家 Georg Rasch (1901~1980)基于项目反应模型提出的一个潜在特质模型最早的拉希模型实际上包括拉希在20世纪50年代所创建的三个项目反应模型：泊松模型、测验项目的结构模型、拉希模型 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。既然Pmi表示的答对题目的概率，那么取值范围就是[0,1]。 逻辑斯蒂克模型模型定义：c不会随着能力水平的变化而变化理论上， 实际上， 是可接受的此时，难度的定义发生变化 二、Rasch简介 Rasch的理论基础 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。个体回答某一题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（1）单维性假设，即测验中的每一个项目都测量到同一种共同的潜在特质；（2）局部独立性假设，即被试在每一个项目上的反应是独立的，在n项目中观察到的反应并不能对n＋1个项目的反应提供附加的信息；（3）非速度测验假设，即测验的进行是在没有时间限制的条件下完成的，被试在项目反应上不理想，是由于能力不足引起的，而不是由于时间不够所致；（4）知道——正确假设，即被试知道某