運(yùn)用ANN估計(jì)小樣本的IRT參數(shù)研究.pdf

1、項(xiàng)目反應(yīng)理論是題庫(kù)建設(shè)的理論基礎(chǔ)，而項(xiàng)目參數(shù)的估計(jì)則是題庫(kù)建設(shè)前期的重要工作。在項(xiàng)目反應(yīng)理論中，基于數(shù)理統(tǒng)計(jì)的傳統(tǒng)參數(shù)估計(jì)方法需要大量的考生樣本，這與題庫(kù)建設(shè)中的項(xiàng)目預(yù)測(cè)必須限制考生數(shù)的要求相矛盾。因此，研究小樣本測(cè)驗(yàn)中的項(xiàng)目參數(shù)估計(jì)已成為項(xiàng)目反應(yīng)理論的重要課題。 本文以二值記分的三參數(shù)Logistic模型為研究對(duì)象，以廣義回歸神經(jīng)網(wǎng)絡(luò)作為網(wǎng)絡(luò)模型，采用基于蒙特卡羅的模擬實(shí)驗(yàn)方法，研究了小樣本測(cè)驗(yàn)下人工神經(jīng)網(wǎng)絡(luò)(簡(jiǎn)稱(chēng)“神經(jīng)網(wǎng)絡(luò)”

2、)方法的項(xiàng)目參數(shù)估計(jì)性能，得出以下研究結(jié)論： 1．本文提出了利用項(xiàng)目反應(yīng)模式作為神經(jīng)網(wǎng)絡(luò)輸入、IRT參數(shù)作為輸出的神經(jīng)網(wǎng)絡(luò)建模方法。理論分析得出，該建模方法具有一定的優(yōu)點(diǎn)。 2．本文設(shè)計(jì)了三種比較神經(jīng)網(wǎng)絡(luò)方法與數(shù)理統(tǒng)計(jì)方法的參數(shù)估計(jì)的性能指標(biāo)，并在多種實(shí)驗(yàn)條件下對(duì)這兩種方法進(jìn)行了比較，結(jié)果表明：在大多數(shù)指標(biāo)上，神經(jīng)網(wǎng)絡(luò)比數(shù)理統(tǒng)計(jì)方法的估計(jì)精度較高。尤其是當(dāng)數(shù)理統(tǒng)計(jì)方法未對(duì)項(xiàng)目參數(shù)的先驗(yàn)分布進(jìn)行限定時(shí)，神經(jīng)網(wǎng)絡(luò)的結(jié)果要遠(yuǎn)好