項目反應與認知診斷的貝葉斯統計推斷方法

《項目反應與認知診斷的貝葉斯統計推斷方法》是依託東北師範大學，由陶劍擔任項目負責人的面上項目。

基本介紹

• 中文名：項目反應與認知診斷的貝葉斯統計推斷方法
• 項目類別：面上項目
• 項目負責人：陶劍
• 依託單位：東北師範大學

項目摘要

與經典教育測量方法相比，基於項目反應理論的教育統計與心理測量技術呈現出愈來愈多的優勢。目前，項目反應理論核心框架主要基於頻率統計方法。然而，貝葉斯統計方法已逐漸顯示出其巨大的潛力和吸引力，尤其適用於對統計建模的深層改進。本項目旨在提出含有缺失數據、縱向、多維度項目反應模型以及認知診斷模型，並藉助貝葉斯統計方法對模型的參數給出更穩健、有效的估計方法。.在取得的理論研究成果（構建新的模型、提出新的估計技巧）基礎上，配套開發基於項目反應理論的認知診斷軟體平台，並套用於教育部基礎教育質量監測中心中國小教育質量（數學）的縱向跟蹤調查數據，為相關職能部門決策提供科學依據。

結題摘要

隨著現代信息技術的飛速發展，教育、心理等社會行為諸多領域產生的大量數據呈現出關係複雜等新特點，傳統的測量、分析方法和技術有時會導致較大誤差甚至失效。如何從這些複雜數據中深度挖掘有價值的信息，已成為教育統計、心理計量科學領域面臨的共同挑戰。本項目重點關注跨統計、教育與心理學科領域的前沿方法研究，針對多維、縱向、結構相依等更為複雜教育統計和認知診斷模型展開深層探索。 通過項目的實施，我們在項目反應與反應時間聯合建模、基於錨題等值的縱向成對擬合方法、混合型量表的加權策略等多個方向取得了突破性進展。累計發表基金標註的SSCI 與SCI 跨庫檢索論文十餘篇，研究結果先後發表在Journal of Educational and Behavioral Statistics（美國教育研究會會刊）、Multivariate Behavioral Research（美國多元實驗心理學協會會刊）、Applied Psychological Measurement等雜誌上。並先後接受美國心理計量協會等邀請做了邀請報告。2014年，受美國IAP出版公司出版的教育測量系列叢書主編的邀請，針對我們提出的混合型量表加權方法做了系統綜述一章。 在基金的資助下，先後邀請美國Illinois大學、New Jersey州立大學等多位國際知名學者開設短課、作報告，並針對心理測量和計算機化自適應考試等開展聯合研究工作；同時資助項目組的三名青年骨幹成員赴美國知名大學做一年以上的博士後研究。項目負責人現受聘為中國基礎教育質量評價與提升協同創新中心首席數據分析專家之一，並受聘為美國心理計量雜誌（SSCI檢索）Applied Psychological Measurement的編委。 通過項目的實施，在取得理論成果的基礎上，為教育評價、心理計量等科學領域中的技術問題的解決提供理論支撐，並用於大規模縱向跟蹤調查數據（比如：中國基礎教育質量調查與評價）、學生能力變化趨勢預測以及心理調查問卷的綜合評價。此外，由於價格不菲的商業性軟體包只提供程式調用的命令語句，只能套用軟體中的固化模型，並不提供利於移植或改造的程式原始碼，無法適時納入新提出的改進模型、創新方法。因此，所取得理論和研究方法都相應配套開發了相關軟體。