读《项目反应理论基础》摘记与总结

读《项目反应理论基础》摘记与总结

1.IRT理论基础。

1）基本假设（只有满足了这些假设，才可以使用IRT）（P13）

a) 作答反应反映了个体真实的行为表现。

b) 局部独立性

c) 模型潜在特质空间维度有限性假设。

d) 项目特征曲线的形式假设

e) 非速度测量假设。

2）假设校验（验证是否可以使用项目反应理论）（P21）

a)项目反应理论假设检验

个体作答行为真实性检验

a 测验中是否存在大量未作答的题目

b被试总体得分分部偏离预先

c 答案形式上的规律ABC-ABC-ABC

d 回访

e 效度校验

应用被试拟合统计量（PFS）

项目观察分数对数似然统计量

b)局部独立性假设校验

Q3统计量

c)特征空间维度检验

一种测验单维性检验的非参数方法

d)项目特质曲线形式检验

拟合性程度指标：

皮尔逊卡方统计量：

e)测验速度性检验

3）项目反应理论模型

4）项目反应理论参数估计（P38）

极大似然估计

牛顿-拉夫逊迭代

贝叶斯估计

解决项目反应理论中参数、能力值的计算。

5）等值？（P67）

等值是将测量同一心理特质的不同测验分数或项目参数，通过一定的设计和数据模型，转换到同一的单位系统中去的过程。

解决测试同一能力不能任务参数的初值？能力分数的对比等

等值设计（P69）

描述了测验已经任务的设计原则。

6）垂直量表化（P80）

垂直量表化或垂直链接，指的是在某个特质领域内，在纵向发展的不同水平（如年龄、年级）群体之间，建立关于全体和个体特质水平发展状况的评价参考体系的过程。

可以评价和发现个体或者群体的动态发展水平和趋势。

7）信息量、信息函数（P91）

2.0，1题目类型使用联合极大似然估计的流程

JAVA MIRT库：

https:///meyerjp3/psychometrics

1）题库初始以及参数估计

其中参数的初始，如果选取3参数模型，是默认题目试测数据为标准正太分布，被试能力初值为标准分T，初始难度为该题目的通过率，初始区分度为经典理论中项目的区分度，猜测系统为试题可选选项数的倒数。

其中也可以参考书P45页中参数的初始值设定。

网上其他系统的初始值：

在java的IRT的程序库中参数初始过程

其中联合极大似然估计的流程P45

在java的IRT库中使用联合极大似然估计

数据示例

初始参数（使用的2参数）

极大似然估计之后：

2）测评过程

java中通过参数以及作答，求出能力

Python的示例程序的测试流程是将题目分为3个级别，然后每个级别出3道题目，3道题目是从未出过的题目中随机出。答题的流程较为简单。

以下部分是另一个程序的实现流程。

https:///stevenMevans/AdaptiveTest

0. Request next candidate: Set D=0, L=0, H=0, and R=0.

1. Find next item near difficulty (D).

2. Set D at the actual calibration of that item.

3. Administer that item.

4. Obtain a response.

5. Score that response.

6. Count the items taken: L = L + 1

7. Add the difficulties used: H = H + D

If response not correct,

8. Target next item difficulty: D = D - 2/L

If response correct,

9. Count right answers: R = R + 1

10. Target next item difficulty: D = D + 2/L

If not ready to decide to pass/fail,

11. Go to step 1.

If ready to decide pass/fail,

12. Calculate wrong answers: W = L - R

13. Estimate measure: B = H/L + loge(R/W)

If W = 0 then B = H/L + loge(R-0.5 / W+0.5)

If R = 0 then B = H/L + loge(R+0.5 / W-0.5)

For a more precise estimate of B, see Estimating Measures with Known Item

Difficulties

14. Estimate Error: S = sqrt[L/(R*W)]

If W = 0 then S = sqrt[L/(R-0.5 * W+0.5)]

If R = 0 then S = sqrt[L/(R+0.5 * W-0.5)]

15. Compare measure B with pass/fail standard T.

16. If (T - S) < B < (T + S), go to step 1.

17. If (B - S) > T, then pass.

18. If (B + S) < T, then fail.

20. Go to step 0.