多级评分计算机化自适应测验动态调和平均选题策略*

王晓庆　罗　芬　丁树良　熊建华

(江西师范大学计算机信息工程学院，南昌 330022)



多级评分计算机化自适应测验动态调和平均选题策略*

王晓庆罗芬丁树良熊建华

(江西师范大学计算机信息工程学院，南昌 330022)

摘要：对于等级反应模型下计算机化自适应测验构建一个新选题策略，利用调和平均数以更好地度量难度参数向量与能力估计值之间的距离；调节区分度参数的幂指数以控制其在测验各阶段对项目选择的不同影响；利用项目信息函数提高测验的精度，并综合权衡能力估计精度和项目曝光率。模拟实验表明在同等实验条件下该策略与著名的最大Fisher 信息量选题策略(MFI)相比，仅仅测验长度多用两个项目，能力估计精度基本相当，而曝光率有很明显优势，只为MFI的十分之一，这大大提高了测验安全性。

关键词：等级反应模型；计算机化自适应测验；动态综合选题策略；调和平均

1引言

计算机化自适应测验(computerized adaptive testing，CAT)依靠大型题库，采用现代测量理论，自行适应被试水平，灵活施测难度最恰当且性能优良的项目，从而实现对被试的高效测量(漆书青，戴海琦，丁树良，2002)。许多大型的测验都采用了CAT形式，例如美国的研究生入学考试(GRE)、美国商学院研究生入学考试(GMAT)和美国的医生护士资格考试(NCLEX)等。CAT包括六个基本组成部分：所采用的项目反应理论(Item Response Theory，IRT)模型、题库、初始项目的选择、选题策略、特质估计方法和测验终止规则(Weiss & Kingsbury，1984)。其中选题策略是CAT的重要环节之一，关系到测量准确性，测验安全和测验信度及效度(毛秀珍，辛涛，2011)。……