版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文在心理學(xué)的框架下,首先闡述了國內(nèi)外項目反應(yīng)理論的研究現(xiàn)狀和發(fā)展趨勢,然后在對項目反應(yīng)理論基礎(chǔ)模型的描述和對新模型優(yōu)缺點比較的基礎(chǔ)上,闡述了另一個新的模型——雙參數(shù)條件約束模型(2PL—Constrained Model)的優(yōu)越性及其參數(shù)估計程序開發(fā)與應(yīng)用研究的必要性。 雙參數(shù)條件約束模型是建立在新的認知理論基礎(chǔ)之上,且可以同時對難度與區(qū)分度進行預(yù)測分析的IRT模型,由Embretson于1999年提出來的。本文采用聯(lián)合極大似
2、然估計方法,使用目前較流行的MATLAB語言編寫了該模型的參數(shù)估計程序;通過蒙特卡羅模擬,設(shè)計了多個模擬實驗對該程序參數(shù)估計的精確度進行了分析與討論。實驗結(jié)果表明,以ABS和RMSD這兩個指標,即絕對偏差和偏移均方根作為估計值對真值的修復(fù)能力指標時,程序的參數(shù)估計修復(fù)能力、適應(yīng)性均比較好。 本文還通過雙參數(shù)條件約束模型在瑞文高級推理測驗項目認知模型上的應(yīng)用研究來證實了模型的可行性,即,只要將雙參數(shù)條件約束模型與認知相結(jié)合,不僅有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性模型中的參數(shù)估計.pdf
- GA算法在SIR模型參數(shù)估計中的應(yīng)用.pdf
- 卡爾曼濾波在模型參數(shù)估計中的應(yīng)用.pdf
- 混合系數(shù)線性模型與約束線性模型的參數(shù)估計.pdf
- 線性混合模型中的參數(shù)估計.pdf
- TARCH(q)模型及其參數(shù)估計.pdf
- 粒子群算法的改進及其在回歸模型參數(shù)估計中的應(yīng)用.pdf
- 32724.線性約束下半?yún)?shù)模型參數(shù)估計及其性質(zhì)研究
- 粒子群算法的改進及其在回歸模型參數(shù)估計中的應(yīng)用
- 混合模型的參數(shù)估計.pdf
- 帶約束條件的線性模型參數(shù)估計理論與方法研究.pdf
- 廣義GAMMA混合模型參數(shù)估計研究及其在SAR圖像中的應(yīng)用.pdf
- 混合模型中的參數(shù)估計問題.pdf
- 連續(xù)有界反應(yīng)模型的項目參數(shù)估計.pdf
- IRT計時模型的參數(shù)估計及其研究.pdf
- 期權(quán)定價模型的參數(shù)估計及應(yīng)用.pdf
- 某類傳染病模型參數(shù)估計及其應(yīng)用.pdf
- 多元線性模型的參數(shù)估計.pdf
- 混合模型參數(shù)估計的研究.pdf
- ARCH模型族的參數(shù)估計及其應(yīng)用研究.pdf
評論
0/150
提交評論