在lz上进行代尺度净化程序,用于检测异常反应
Xuelan Qiu1, Sheng-Yun Huang2, Wen-Chung Wang3
1Institute for Learning Sciences and Teacher Education, Australian Catholic University (Brisbane Campus).
Multivariate behavioral research
|June 1, 2023
概括
这项研究引入了一种代方法来改进像lz这样的个体适应统计数据,增强检测异常响应行为,如测试数据中的作弊和猜测.
科学领域:
- 心理测量 心理测量 心理测量
- 教育测量教育的测量
- 统计建模 统计建模
背景情况:
- 异常反应行为,包括作弊和猜测,可能会损害测试结果的有效性.
- 用人适合的统计数据,如广泛使用的lz指数,用于检测这些行为.
- 人体适应统计的准确性严重依赖于对物品和人体参数的精确估计,这些参数可能会受到异常行为的负面影响.
研究的目的:
- 开发和评估一种代程序,以获得更准确的人参数估计.
- 为了提高lz统计学在检测异常响应行为的性能.
- 评估在各种条件下提出的代方法的有效性.
主要方法:
- 开发了一种代程序来改进人参数估计.
- 进行了模拟,以比较代程序与非代方法.
- 在已知和未知的项目参数和三种异常响应条件下进行了评估:难度共享作弊,随机共享作弊和随机猜测.
主要成果:
- 与非代方法相比,代程序显示出更高的性能.
- 拟议的程序有效控制了I型错误率.
- 使用代方法观察到检测异常反应的统计能力得到了改进.
结论:
- 开发的代程序提高了人参数估计的准确性.
- 这导致了lz统计学在识别异常响应行为的性能提高.
- 该方法显示了实际的实用性,正如其应用于高风险的智力测试所证明的那样.
