基于二分搜索算法构建的非参数CD-CAT选题策略及终止规则

Abstract

CD-CAT 能对学生进行诊断和评估，对提升教学效果具有重大意义。但在课堂教学情景中，无法像大规模测评可以使用大量样本对项目参数进行准确估计，此时非参数 CD-CAT 成为唯一可行的选择。相比于参数 CD-CAT，非参数 CD-CAT 起步较晚，且非参数CD-CAT的研究主要集中在选题策略方面，但已有的非参数选题策略存在效率不高的缺点，且非参数终止规则则是鲜有研究。因此本研究提出了两种更高效的选题策略:非参数动态二分选题策略（NDBS）和一般非参数动态二分选题策略（GNDBS），以及一种非参数二分终止规则(NDBI)。模拟研究结果表明：（1）所有条件下，NDBS的模式判准率均高于NPS，因此，在完全没有样本时，可选用NDBS作为选题策略。（2）在大多数情况下，GNDBS的性能优于其他选题策略，因此，在具有少量样本时，可选用GNDBS作为选题策略。（3）在变长测验中，当研究目的是获得更准确的分类结果时，可以降低NDBI规则的临界值；相反，可以适当提高NDBI和GNDBI规则的临界值。