臺灣博碩士論文加值系統

現今的電腦化適性測驗(Computerized adaptive testing，簡稱CAT)或電腦化適性診斷測驗，目前大都以選擇題方式施測，而選擇題本身即有猜測度存在，因此本研究將以廣義隱藏式馬可夫模型結合核平滑化無參數試題反應理論模式，兼顧猜測度方式進行蒙地卡羅模擬研究，並藉由模擬結果推論至順序理論(OT)與試題關聯結構分析法(IRS)之適用性。

It used experience rule generally in setting value for Ordering theory and Item Relational Structure (IRS). And for the computerized adaptive testing (CAT) or computerized adaptive diagnosis testing, it almost be tested by multiple choice method which with guessing-parameter. In this study, it was processed in Monte Carlo Method which using general hidden Markov model with behavior model of smooth none parameter examination question which combining guessing-parameter, and study the suitable for using in OT and IRS.

中文摘要…………………………………………………………………………… Ⅰ
英文摘要…………………………………………………………………………… Ⅱ
目 錄……………………………………………………………………………… Ⅲ
圖目錄……………………………………………………………………………… Ⅴ
表目錄……………………………………………………………………………… Ⅵ
第一章 緒論……………………………………………………………………… 1
第一節 研究背景與動機…………………………………………………… 1
第二節 研究目的…………………………………………………………… 2
第三節 名詞釋義…………………………………………………………… 2
第二章 文獻探討………………………………………………………………… 4
第一節 無參數試題反應理論……………………………………………… 4
第二節 廣義隱藏式馬可夫模型整合模式………………………………… 8
第三節 順序理論與試題關聯結構分析法……………………………… 17
第三章 研究方法……………………………………………………………… 22
第一節 研究架構………………………………………………………… 22
第二節 研究工具………………………………………………………… 27
第三節 模擬實驗設計…………………………………………………… 28
第四章 研究結果與分析……………………………………………………… 30
第一節 三種模式之精確度比較………………………………………… 30
第二節 應用於順序理論與試題關聯結構分析法兼顧猜測度之適用性 33
第五章 結論與建議…………………………………………………………… 40
第一節 結論……………………………………………………………… 40
第二節 建議……………………………………………………………… 40
參考文獻………………………………………………………………………… 41
中文部份…………………………………………………………………… 41
英文部份…………………………………………………………………… 43
附表……………………………………………………………………………… 45
謝 辭…………………………………………………………………………… 55

一、中文部份
王寶墉(民 84)。現代測驗理論。台北市：心理出版社。
郭伯臣(民84)：無參數試題反應理論與試題順序結構分析法之多點計分整合模式。台中市：台中師範學院國民教育研究所碩士論文。
郭伯臣(民92)：國小數學科電腦化適性診斷測驗(I)。行政院國家科學委員會專題研究計畫報告(NSC 91-2520-S-142-001)。
郭伯臣(民93)：國小數學科電腦化適性診斷測驗(II)。行政院國家科學委員會專題研究計畫報告(NSC 92-2521-S-142-003)。
許天維(民84)：試題關聯結構分析法。測驗統計簡訊，第5期，1-31頁。台中市：國立台中師範學院。
趙素珍（民87）：IRT軟體估計精準度之比較。國立臺中師範學院國民教育研究所碩士論文。
劉湘川(民89)：點二系列相關試題鑑別指數之值譜分析及其在IRT上之應用。測驗統計年刊第八輯，1-20頁。台中市：國立台中師範學院。
劉湘川(民90a)：相關加權核平滑化無參數試題選項特徵曲線估計法及其IORS 整合模式。第五屆華人社會心理與教育測驗學術研討會。C5.1 ，1-10 頁。台北市：中國測驗學會、台灣師範大學。
劉湘川(民90b)：核平滑化試題選項特徵曲線與選項關聯結構整合擴充模式，測驗統計年刊第九輯，1-18頁。台中市：國立台中師範學院。
劉湘川(民91)：多重加權核平滑化試題選項分析模式及其轉化應用師範學院教育學術論文發表。嘉義市：國立嘉義大學。
劉湘川(民92a)：高階相關比累進加權核平滑化法試題選項分析綜合模式。測驗統計年刊第十輯，197-218頁。台中市：國立台中師範學院。
劉湘川(民92b)：核平滑化試題與選項分析模式之條件最大概似數值估計。測驗統計年刊第十一輯。17-40頁。台中市：國立台中師範學院。
劉湘川(民93)：廣義隱藏式馬可夫模型應用於測驗分析之研究。測驗統計年刊第十二輯。1-22頁。台中市：國立台中師範學院。
劉湘川(民94)：基於GHMM之IRT混合模式及其估計。測驗統計年刊第十三輯。17-40頁。台中市：國立台中師範學院。
二、英文部份
Airasian, P.W., & Bart, W.M.(1973). Ordering theory: A new and useful measurement model. Journal of Educational Technology, 5, 56-60.
Bart, W.M., & Krus, D.J.(1973). An ordering theoretic method to determine hierarchies among items. Educational and Psychological Measurement, 33, 291-300.
Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability. InF. M. Lord & R. M. Novick (Eds.), Statistical theories of mental test scores.(pp.395-479). Reading, MA: Addison-Wesley.
Bock, R. D. (1972). Estimating item parameters and latent ability when responses are scored in two or more nominal categories. Psychometrika, 37, 29-51.
Lord, F.M.(1980). Application of item response theory to practical testing problems. Hillsdale, NJ : Lawrence Erlbaum Associates.
Ramsay, J. O. (1991) Kernel smoothing approaches to nonparametric item characteristic curve estimation. Psychometrika, 56, 611-630.
Samejima, F. (1979). A new family of models for the multiple-choice item. Research Report,No. 79-4, Knoxville: University of Tennessee, Department of Psychology.
Tatsuoka, K. K., & Tatsuoka, M. M.(1981). Item analysis of tests designed for diagnoseing bugs : Item relational structure analysis method ( Research Report 81-7-NIE ). Urbana, , Ⅲ. University of Illinois, Computer-based Education Research Laboratory.
Wise, S. L.(1981). A modified order analysis procedure for detemining unidimensional item sets. Unpublished doctoral dissertation, University of Illinois.
Zimowski, M. F., Muraki, E., Mislevy, R. J., & Bock, R. D. (1996). BILOG-MG: Multiple-groupIRT analysis and test maintenance for binary items. Chicago: Scientific Software International,Inc