資源描述：
《計算機(jī)自適應(yīng)英語能力測試模型設(shè)計與效度驗證》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、LIIIMUlIIMlllLIIIIIIlllY2345981計算機(jī)自適應(yīng)英語能力測試模型設(shè)計與效度驗證答辯委員會主席：⑧論文作者簽名：i疊蟄墊委員1：彭型直熬援逝婆太堂△塞堂院彭刻量委員2：送崮熬援浙塹窆}國蚤堂瞳籃囪委員3：委員4：委員5：答辯日期：2012年11月28EtDesignandValidationofaComputerizedAdaptiveEnglishProficiencyTest⑧Author'ssignatu陀!§△壘一‘411‘Supervisor7Ssignature：Chair：(Committeeoforald
2、efence)Committeeman1．Committeeman2：Committeeman3：Committeeman4：Committeeman5：Dateoforaldefence：November28，2012獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得逝姿盤堂或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者
3、簽名：i窩卣乏玉簽字日期：為f2年f／月瑚日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解逝姿苤堂有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)逝’江盤堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：i通知導(dǎo)師簽名：人丁簽字日期：701)年f7月鴰日簽字日期：曲Iz，年·f月歲·Et學(xué)位論文作者畢業(yè)后去向：工作單位：通訊地址：電話：郵編摘要1．研究背景隨著計算機(jī)技
4、術(shù)與測量理論的不斷發(fā)展，建立大型的語言測試題庫并基于題庫實現(xiàn)計算機(jī)自適應(yīng)語言測試(computerizedadaptivelanguagetesting，簡稱CALT)是近年來國外語言測試研究的熱點問題。計算機(jī)自適應(yīng)測試興起于八十年代中期，但直到八十年代后期才真正被運用到語言測試領(lǐng)域。相對于傳統(tǒng)的紙筆語言測試(paper—and—pencillanguagetesting，簡稱PPLT)或普通的計算機(jī)輔助語言測試(computer—basedlanguagetesting，簡稱CBLT)，CALT有以下優(yōu)勢：1)測試信度與效率高；2)即時反饋效
5、果良好；3)施考安全性好；4)測試的個性化程度高；等等。CALT的主要理論依據(jù)為項目反應(yīng)理論(itemresponsetheory，簡稱IRT)。IRT是一組用于闡述考生答題行為與潛在能力之間關(guān)系的數(shù)學(xué)模型，其最大優(yōu)點是項目數(shù)據(jù)與樣本數(shù)據(jù)之間具有獨立性，即項目參數(shù)估計不受其所施測的樣本影響，樣本能力估計不受其所施測的項目影響。因此，即使考生在測試過程中所得到的考題不一樣，仍可以對考生能力進(jìn)行估計并直接比較，這一優(yōu)點極大地促進(jìn)了CALT的設(shè)計與應(yīng)用。依據(jù)計分模式，IRT可以分為二元計分IRT模型和多元計分IRT模型。二元計分IRT模型中，考生在題
6、目上的得分只有0分、1分兩種可能性，二元計分IRT模型包括單參數(shù)模型(one—parameterlogisticmodel，簡稱1PLM)、雙參數(shù)模型(two—parameterlogisticmodel，簡稱2PLM)、三參數(shù)模型(three—parameterlogisticmodel，簡稱3PLM)。多元計分IRT模型中，考生在題目上的得分有0分、1分、2分等多種可能性，常見的多元計分IRT模型有等級反應(yīng)模型(gradedresponsemodel，簡稱GRM)、分部評分模型(partialcreditmodel，簡稱PCM)、廣義分部評
7、分模型(generalizedpartialcreditmodel，簡稱GPCM)。IRT的基本假設(shè)為單維性與局部獨立性，單維性指同一份考卷中的所有題目測量同一種能力。盡管長期以來，語言測試領(lǐng)域在語言能力的單維性問題上爭論不休，但目前較為公認(rèn)的一種觀點是單維性是一個度的問題而非存在與否的問題。局部獨立性指考生在各道題目上的答對概率相互獨立，即考生的潛在能力是影響作答的唯一因素，當(dāng)排除這個因素的影響后，考生在不同題目上的作答行為之間不存在任何關(guān)系。但是在大規(guī)模英語測試中，局部獨立性這一假設(shè)往往會被違反，因為常見的題型是幾道選擇題基于同一篇章。在局
8、部獨立性假設(shè)違反的情況下，采用標(biāo)準(zhǔn)的二元計分IRT模型進(jìn)行項目分析不僅會導(dǎo)致模型與數(shù)據(jù)的不擬合，而且會導(dǎo)致對項目區(qū)分度的估值過高，從而導(dǎo)致對測試信息量
