IRT与MIRT在测验垂直等值中的应用

测验垂直等值是指将测试同一心理特质的不同水平的测验转换到同一个分数量尺上的过程。IRT与MIRT是实现垂直等值的主要方法。IRT无需假设被试的能力分布, 参数估计不依赖于样本, 是构建垂直量表的有效方法, 但测验不满足单维假设时其应用受到限制。MIRT结合IRT和因素分析的特点对IRT进行了拓展, 可更有效估计多维测验的项目参数和被试能力参数, 在垂直等值中有重要应用。已有研究主要探讨IRT和MIRT在垂直等值应用中的适用性、标定方法和参数估计方法, 比较研究两种方法的特性。未来研究应纳入更多变量条件进行比较研究, 拓展方法的应用。     

项目反应理论中潜在心理特质“填补”的参数估计方法及其演变

在心理与教育测量中, 项目反应理论(Item Response Theory, IRT)模型的参数估计方法是理论研究与实践应用的基本工具。最近, 由于IRT模型的不断扩展与EM (expectation-maximization)算法自身的固有问题, 参数估计方法的改进与发展显得尤为重要。这里介绍了IRT模型中边际极大似然估计的发展, 提出了它的阶段性特征, 即联合极大似然估计阶段、确定性潜在心理特质“填补”阶段、随机潜在心理特质“填补”阶段, 重点阐述了它的潜在心理特质“填补” (data augmentation)思想。EM算法与Metropolis-Hastings Robbins-Monro (MH-RM)算法作为不同的潜在心理特质“填补”方法, 都是边际极大似然估计的思想跨越。目前, 潜在心理特质“填补”的参数估计方法仍在不断发展与完善。     

提取诱发遗忘：项目强度与测试顺序的影响

提取诱发遗忘是指对先前学过的部分材料进行提取练习会使与练习材料相关的其它材料发生遗忘。目前该现象存在抑制与非抑制理论之争。本研究以64名大学生为被试,通过考察项目强度和测试顺序对提取诱发遗忘的影响,对上述争论进行了探讨。结果表明：（1）只有高强度项目才会引发提取诱发遗忘;（2）当控制由测试顺序所产生的输出干扰效应后,高强度项目仍然会引发提取诱发遗忘。本研究结果支持了提取诱发遗忘的抑制理论。     

识字能力的单维性检验研究

本研究以义务教育阶段学生识字量测验为工具,综合运用探索性结构方程建模(ESEM)以及非参数项目反应理论中的摩根量表(Mokken量表)和DETECT分析方法,探讨了识字能力的维度。探索性结构方程建模结果显示,识字的单维性模型优于多维模型,多维的结果更多的体现出一个难度维度的特征,即字频的作用。Mokken量表分析结果显示,1~2年级和3~9年级测验更倾向于单维量表的特征。DETECT分析结果显示,两个测验的D值趋近于零,表明识字能力是单维能力。结合三种分析方法,识字能力具有单维性。     

认知诊断模型资料拟合检验方法和统计量

认知诊断模型界定了测验题目和所考察属性之间的关系, 通过被试的作答反应获取被试对属性或知识技能的掌握情况。认知诊断模型资料拟合检验可以从项目拟合、模型绝对拟合、模型相对拟合和个人拟合方等方面进行。通过对认知诊断拟合检验方法和统计量的详细介绍和评价, 可为认知诊断实践提供借鉴和参考。未来研究可在更丰富的研究条件下对各统计量的性能进行评价和对比, 完善已有的拟合检验方法, 提出新的拟合统计量。     

基于CD-CAT的多策略RRUM模型及其选题方法开发

在有多种解题策略的认知诊断问题情境中, 用每个Q矩阵表示一种解题策略, 由此将单策略认知诊断RRUM模型拓广为多策略RRUM模型(MS-RRUM)。随后, 在应用MS-RRUM模型的CD-CAT中开发了适用于多策略情境的MAP参数估计法和多策略香农熵(MSSHE)选题法。将MSSHE选题法与随机选题法分别在不同属性数量、不同测验长度下进行比较, 结果发现前者对被试的策略和认知状态判准率都显著优于后者, 而且都很理想。这样就顺利实现了在CD-CAT做策略诊断的目标。     

The Graded Response Differential Discrimination Model Accounting for Extreme Response Style

Extreme response style or, more generally, individual differences in response spacing have been shown to be an influential bias when analyzing questionnaire data. Recently a promising model adjusting for this bias — the differential discrimination model — has been proposed. An advantage to other related approaches is that the model can be fitted using standard structural equation modeling software. However, the model is designed for analyzing continuous item responses, whereas graded response formats are certainly more prominent in behavioral sciences. To resolve this limitation, the present article extends the differential discrimination model to analyzing graded responses. Empirical examples as well as a small simulation study are presented.     

回忆任务对合作抑制和错误修剪的调节——情绪效价和编码水平的影响

前人在项目回忆条件的合作记忆研究中记录到明显的合作抑制和错误修剪,背景提取条件的相关研究尤显不足;同时,情绪效价和编码水平对两类现象调节的研究尚未涉及。为此,本文在两个实验中采用经典合作记忆研究范式,以不同情绪效价的词汇为实验材料并以词汇在学习阶段的呈现颜色为背景展开研究。实验1和实验2分别在学习阶段采用了深编码和浅编码任务,回忆阶段则均含项目回忆(回忆已学词汇)和背景提取(回忆词汇在学习阶段的呈现颜色)两种任务。采用深编码条件的实验1的结果显示,项目回忆比背景提取条件的合作抑制更强、错误修剪更弱,回忆任务与词汇情绪效价交互影响合作抑制强度;采用浅编码条件的实验2则发现错误修剪在两种任务间的差异不显著。两实验的联合分析显示,回忆任务与编码水平交互影响合作抑制和错误修剪强度。上述结果表明:回忆任务对合作抑制和错误修剪的调节支持双重加工模型;回忆任务与情绪效价对合作抑制强度的交互影响支持权衡说,且与双重加工模型相吻合;回忆任务与编码水平交互影响合作抑制和错误修剪强度。     

An Algorithm to Improve Test Answer Copying Detection Using the Omega Statistic

The omega (ω) statistic is reputed to be one of the best indices for detecting answer copying on multiple choice tests, but its performance relies on the accurate estimation of copier ability, which is challenging because responses from the copiers may have been contaminated. We propose an algorithm that aims to identify and delete the suspected copied responses through probability sampling and bootstrapping. In doing so, the bias in copier ability estimation will be determined and used to update the ability estimate for calculating the modified omega (ω^m), a new statistic based on the ω. The performance of ω^m and ω were compared in a Monte Carlo simulation study under 40 typical testing conditions (2 test lengths x 4 sample sizes x 5 levels of copying). In almost all conditions, the ω^m had the same or better controlled Type I error and higher power than ω. The increase in power was particularly eminent when the source's estimated ability was higher than the copier and when 20% or 30% of items were copied. These findings support the use of the ω^m as a replacement of ω to detect answer copying in multiple choice exams.