检测交叉DIF的新方法:多级随机项目效应模型与规则化的高斯变量估计
He Ren1, Weicong Lyu2, Chun Wang1
1College of Education, https://ror.org/00cvxb145University of Washington, Seattle, WA, USA.
本研究引入了一种新方法,通过考虑多个人口变量的相互作用来检测交叉差异项目功能 (DIF). 该方法有效地识别了跨部门统一的DIF,提高了评估的公平性.
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
- 社会学 社会学 社会学
背景情况:
- 确保评估的公平性至关重要,差异性项目功能 (DIF) 选是关键的方法.
- 传统的DIF方法往往忽视了多个人口身份之间的复杂相互作用,只关注主要影响.
- 交叉性框架提供了一个镜头,以了解综合的人口因素如何独特地影响个人.
研究的目的:
- 提出一种新的物品响应理论 (IRT) 方法来检测交叉DIF,该方法可以考虑人口学变量之间的相互作用.
- 引入交叉影响的概念,检查互动对群体水平平均能力的影响.
- 开发四种不同的模型来检测各种形式的交叉DIF,包括均和非均的DIF,有和没有交叉影响.
主要方法:
- 在项目响应理论 (IRT) 模型中使用交叉性框架.
- 实施固定效应来控制传统的DIF和随机项目效应来捕获交叉的DIF.
- 开发一个规范化的高斯变量期望-最大化算法,用于高效的模型估计.
主要成果:
- 拟议的方法有效检测交叉均DIF (UDIF).
- 与UDIF相比,发现截面非均DIF (NUDIF) 的检测更为有限.
- 模拟研究验证了开发模型的实用性,用于识别交叉DIF.
结论:
- 新的IRT方法有效地解决了传统DIF方法的局限性,通过结合交叉性.
- 开发的模型通过考虑多种人口因素的相互作用,提供了对评估公平性的更细致的理解.
- 可能需要进一步的研究来提高交叉非均DIF的检测能力.
更多相关视频
08:27Applying an eMASS Customization Program as a Research Tool to Evaluate Consumer Benefits
Published on: September 27, 2019
09:00Author Spotlight: Validation of SICOLE-R for Assessing Cognitive and Reading Skills in Spanish-Speaking Children and Its Role in Personalized Education
Published on: August 16, 2024
相关概念视频
Friedman Two-way Analysis of Variance by Ranks
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
Randomized Experiments
Simple randomization
Simple...
Expected Frequencies in Goodness-of-Fit Tests
Statistical Methods to Analyze Parametric Data: Student t-Test and Goodness-of-Fit Test
The Student's t-test is a statistical test that examines if there is a statistically significant difference between the means of two groups. This test is instrumental when dealing with...
Statistical Methods to Analyze Parametric Data: ANOVA
One-way ANOVA is applied when a single independent variable or factor is scrutinized. It compares...
