多种分层方法在CAT校准误差中的应用研究  

The Several Stratified Methods of CAT in the Presence of Calibration Error

作　　者：李佳[1] 丁树良[1] 

机构地区：[1]江西师范大学计算机信息工程学院,江西南昌330022

出　　处：《江西师范大学学报（自然科学版）》2016年第1期56-60,共5页Journal of Jiangxi Normal University(Natural Science Edition)

基　　金：国家自然科学基金(31500909;31360237;31300876;31160203;31100756;30860084;11401271);教育部人文社会科学研究青年基金(13YJC880060);江西省教育科学2013年度一般课题(13YB032)资助项目

摘　　要：若研究或使用CAT时将项目参数的估计值认为是真实值,则会产生所谓的机会红利(capitalization on chance),国内尚未报道该方面的研究.在定长和不定长CAT测验中考察引入曝光因子的多种分层化选题策略和随机选题策略,综合比较它们在测验精度、题库利用率和机会红利等评价指标中的表现,发现引入曝光因子的2种动态分层方法有更好的表现.Previous studies of CAT have treated item parameter estimates as if they are the true population parameter values,but capitalization on chance may occur. In this article,it is examined that the performance of several stratified methods under more realistic conditions where item parameter estimates instead of true parameter values are used in the CAT. To improve the bank utilization and reduce the captalization on chance,Monte Carlo simulations manipulated some key factors based on 3-parameter Logistic model： fixed or variable test,stratified item pool methods,use or not use of the exposure control factor. The results showed that the two dynamical stratified methods in conjunction with exposure control factor are better.

关 键 词：分层方法 曝光因子 题库利用率 机会红利 

分 类 号：B841[哲学宗教—基础心理学]