一种新的基于神经网络的IRT项目参数估计模型  

New model of IRT item parameter estimation based on neural networks

作　　者：汪存友[1] 余嘉元[1] 

机构地区：[1]南京师范大学教育科学学院,江苏南京210097

出　　处：《计算机应用》2006年第4期992-994,共3页journal of Computer Applications

基　　金：全国教育科学"十五"规划项目教育部重点课题资助项目(DBB010511);国家汉办"十五"科研规划资助项目(HBK01-05/088);江苏省教育科学"十五"规划资助项目(D/2001/01/095);江苏省省教育厅自然科学研究资助项目(02KjB180005)

摘　　要：探讨了一种新的基于广义回归神经网络(GRNN)的IRT(项目反应理论)项目参数估计建模方法,着重介绍了如何建立网络的输出模式及利用MonteCarlo方法建立网络的输入模式,提出了多种对模型进行改进的方法。模拟实验表明,利用GRNN可以以任意精度拟合CTT(经典测验理论)参数统计值和IRT参数值间隐含的非线性关系。与其他方法进行的比较表明,在小样本情况下,该方法的参数估计误差更小。A new modeling method based on general regression neural networks （GRNN） of item parameter estimation within IRT（ Item Response Theory） was discussed. The methods about how to construct the output pattern of neural networks, and especially the input pattern by using Monte Carlo method were described. Methods about how to improve the learning efficiency and generalization ability have been proposed. Simulation experiments denote that it is feasible to fit the nonlinear relationship of item parameters between CTT（ Classical Test Theory） and IRT given any precision. Comparisons of this method to other methods have been done at last, which suggested it somewhat advantageous.

关 键 词：广义回归神经网络 项目反应理论 参数估计 MONTE CARLO方法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.7[自动化与计算机技术—控制科学与工程]