论文部分内容阅读
目前估计多维测验能力参数的方法很多，研究对几种多维能力估计方法(MCMC、NCCTT、NCMIRT、NCH、NCMIRTa、NCHa和NCHb)进行了探索，旨在找到估计相对准确且简单快捷的方法。 本研究采用蒙特卡洛模拟设计结合实证研究的方法，考查在不同测验长度、测验结构、样本量和维度间相关情境下，各种估计方法的优劣。结果表明： (1)MCMC法对多维测验能力参数估计值与真值的一致性和估计精度均最高，NCMIRTa、NCHa和NCHb法略低，但这三种方法比MCMC法简单快捷很多。 (2)MCMC和最小二乘估计两种参数估计方法在对能力参数进行估计时，在各种模拟情境下，均无显著差异。 (3)测验长度对能力参数估计的影响很大，测验越长，估计一致性和精度越高。 (4)样本量对项目参数估计的影响较大，样本量越大，估计一致性和精度越高，偏差越低；但是对能力参数的估计影响相对较小。 (5)在不同测验结构下各种方法的能力参数估计趋势不一致，项目内多维结构中方法间的差异大于项目间多维结构。对于项目间多维结构，不同方法间的差异随维度间相关的增大而增大，当维度间相关较大时，简单方法估计较差。而对于项目内多维结构，维度间相关越大，各种方法对能力的估计一致性和精度越高，当维度间相关达0.8时，不同方法的估计一致性和精度基本相等。 (6)对能力参数进行估计，对于简单方法，维度间相关较低时，项目间多维结构有估计优势；维度间相关较高时，项目内多维结构有估计优势。而对于其他方法，无论维度间相关的高与低，项目间多维结构均有估计优势。 研究者比较了不同方法的优劣，为研究者在多维能力估计方法的选择上提供了参考。所得到的结论可为实际应用者提供借鉴。与以往关于这一领域的研究相比，本研究的主要创新在于： (1)在CTT和MIRT的框架下比较了几种多维能力估计方法，在设计上允许同一个题目测量不同的维度，也允许测验各维度之间有不同的相关；同时还考查了不同测验长度和样本量对能力参数估计精度的影响。 (2)研究者在前人思路的基础上，尝试性地提出了三种新的多维能力估计方法：NCMIRTa、NCHa和NCHb，结果显示，NCHa和NCHb法对能力参数的估计精度较高且简单快捷。 (3)目前较好的多维项目反应理论能力参数的估计方法大多需要通过复杂的计算，如MCMC估计方法，本研究不仅探讨了公认较准确的MCMC估计方法，而且探讨了几种能力参数估计简单、快捷，且受样本量的影响较小的方法，并对MCMC方法与其他方法的一致性进行了比较，这些结论可以为实际应用者快速而准确地报告分测验得分提供新思路。