跳到主要內容

臺灣博碩士論文加值系統

(44.200.82.149) 您好!臺灣時間:2023/06/05 12:48
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:鄭信源
研究生(外文):Hsin-yuan Cheng
論文名稱:試題反應模型參數之MCMC估計法
論文名稱(外文):A Study on MCMC Estimation of the IRT Parameters
指導教授:陳仁義陳仁義引用關係
學位類別:碩士
校院名稱:國立中正大學
系所名稱:統計科學所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2007
畢業學年度:96
語文別:中文
論文頁數:43
中文關鍵詞:蒙地卡羅方法馬可夫鏈試題反應理論
外文關鍵詞:MCMCMarkov ChainIRT
相關次數:
  • 被引用被引用:0
  • 點閱點閱:978
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
論文中的主要研究方法是以試題反應理論為基礎,對兩個參數化的羅吉斯模型做延伸性探討,運用馬可夫鏈--蒙地卡羅 (MCMC) 方法來估計其中的兩個試題參數與模型中的能力變數,主要改進的估計方式有三點,第一是估計程序是將參數和變數視為個別的處理且逐一對其估計;第二則是討論羅吉斯模型中指數部份的單一參數與兩個參數的比較;第三為結合隨機性答題狀況,重複產生近似於當時作答的情形。這樣子的處理方式將會更能反映出受測者的潛在能力,進而利用電腦來建構受測者的模擬設計資料與反應作答情形,論文中改良了有別於以往的估計模式與提高效能的修正,並以 Patz and Junker (1999, Journal of Educational and Behavioral Statistics, 24,146-178) 論文中的方法為例,加以探討與比較其效能及實用性。本文中的研究結果顯示此方法不僅適用於大型的測驗,也可讓教師們運用在一般的小型班級中來做評量,或可修正傳統的評分方式,更能達到使施測者了解受測者的學習成效。
摘要 i
謝 辭 ii
目 次 iii
第壹章 緒論
第貳章 文獻探討
第一節 題目反應理論
第二節 馬可夫鏈-蒙地卡羅方法
第三節 單迴歸模型分析
第參章 研究方法與設計
第一節 研究理論與模型
第二節 程式架構
第三節 研究工具
第肆章 研究結果與討論
第一節 估計方法差異對能力估計之分析
第二節 研究方法隨機性與效能比較
第伍章 結論與未來研究方向
第一節 研究結論
第二節 改進方向與建議
參考文獻
中文部份
英文部份
附錄A、參考圖表
附錄B、R程式碼SMHGⅡ
一、中文部份

王寶墉(民82)。
現代測驗理論。台北:心理出版社。

余民寧(民80)。
項目反應理論的介紹---測驗理論的發展趨勢,研習資訊,8(6)。

余民寧(民81)。
項目反應理論的介紹---基本概念和假設,研習資訊,9(1)。

余民寧(民81)。
項目反應理論的介紹---試題反應模式及其特性,研習資訊,9(2)。

余民寧(民81)。
項目反應理論的介紹---能力與試題參數的估計,研習資訊,9(3)。

余民寧(民81)。
項目反應理論的介紹---模式與資料間適合度的檢定,研習資訊9(4)。

余民寧(民81)。
項目反應理論的介紹---訊息函數,研習資訊,9(6)。

余民寧(民82)。
項目反應理論的介紹---電腦化適性測驗,研習資訊,10(5)。

余民寧(民85)。
教育測驗與評量---成就測驗與教學評量。台北:心理出版社。

鳥黹礡]民84)。
項目反應理論。心理與教育測驗。台北:心理出版社。

簡茂發(民87)。
心理與教育測驗發展之趨勢。新世紀測驗學術發展趨勢。台北:中國測驗學會。


二、英文部分
Andersen, E. B. (1980) Discrete statistical models with social science applications.Amsterdam: North-Holland.
Baker, F. B. (1985). The basics of item response theory. Portsmouth, NH: Heinemann.
Baker, F. B. (1992). Item response theory: parameter estimation techniques.
Casella, G., and George, E. I. (1995). Explaining the Gibbs sampler. The American Statistician,46, 167-174.
Chib, S., and Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49, 327-335.
Hambleton, R. K. (Ed.) (1983). Applications of item response theory. Vancouver, BC: Educational Research Institute of British Columbia.
Hambleton, R. K., and Swaminathan, H. (1985). Item response theory: Principles and applications. Boston, MA: Kluwer-Nijhoff.
Lord, F. M. (1980). Applications of item response theory to practional testing problems. Hillsdale, NJ: Lawrence Erlbawn Associates.
Patz, R. J., and Junker, B. W. (1999a). A straightforward approach to Markov chain Monte Carlo methods for item response theory. Journal of Educational and Behavioral Statistics, 24,146-178.
Patz, R. J., and Junker, B. W. (1999b). Applications and extensions of MCMC in IRT: Multiple item types, missing data, and rated responses. Journal of Educational and Behavioral Statistics,24, 342-366.15
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top