对数线性模型在CTT等值中的应用

《对数线性模型在CTT等值中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：B84密级：无学校代码：10414学号：2009010363硕士研究生学位论文对数线性模型在CTT等值中的应用TheuseofLog-linearmodelinCTTEquating余娟院所：心理学院导师姓名：罗照盛教授学科专业：应用心理学研究方向：心理测量与人才测评二○一二年六月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何

2、贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要在测量研究中测量同一特质时，如果采用的测验形式不同，那么所得的原始分数不能

3、直接比较，而通过等值能实现不同测验分数的比较。但是在等值过程中避免不了产生随机误差，国外有研究表明等值前对测验分数进行平滑处理，能够减少等值误差。为了验证平滑作用在等值中对等值误差所产生的作用，本文采用对数线性模型对等值前的分数进行平滑处理，然后比较平滑处理前后的随机误差。本文将对数线性模型用于不同测验分数的等值中平滑，一方面是由于对数线性模型效率高；另一方面是由于对数线性模型与测验分数的频数更拟合，且对数线性模型能灵活处理多种分布的测验分数。本文首先采用对数线性模型对测验分数进行等值前平滑处理，之后使用频数估计等百分位等值和链等百分位等值两种方法计算

4、等值误差，并将平滑前后误差进行比较。本文中研究的假设是：1、将模拟的完整分数的分布进行平滑，使用频数估计法和链等值法分别计算平滑前、后的分数分布的等值误差，平滑后的等值误差小于平滑前的等值误差；2、将模拟分数中缺失高、中、低分数段的分布分别进行平滑，分别使用两种等百分位等值方法计算平滑前、后的分数分布的等值误差，平滑后的等值误差小于平滑前的等值误差；3、对实际测验数据进行平滑，分别使用两种等百分位等值方法计算平滑前、后的分数分布的等值误差，平滑后的等值误差小于平滑前的等值误差；本文对这些假设展开研究，得出在各种假设前提下，无论是使用频数估计等百分位等值

5、还是链等百分位等值方法，平滑后的等值误差都比平滑前的小；并且大多数情况下，在平滑后使用频数估计等百分位等值法比使用链等百分位等值法得到的等值误差小。关键词：等值；平滑；频数估计法；链等值法；对数线性模型IAbstractWhenmeasuringthesametraitinmeasurementresearch,ifthetestsaredifferenttherawscorescan’tbecompareddirectly,whileequatingcanputthecomparisonintoeffect.Howeverrandomerrorsar

6、eunavoidableduringtheprocessofequating.Someresearchesimplythatsmoothingtestsscoresbeforeequatingreducedtheequatingerror.Inordertoprovethefunctionofsmoothingontheequatingerror,thisresearchusedlog-linearmodeltosmooththescoresbeforeequatingandcomparetherandomerrorsofbefore-smoothin

7、gandafter-smoothing.Thisresearchusesthelog-linearmodeltosmooththescoresofdifferenttests,ononehandthelog-linearmodelisefficient;ontheotherhandthelog-linearmodelisfittingwiththefrequencyofthetestscores.Thelog-linearmodelisflexibletodealwiththewiderangeofthetestscores.Thearticleuse

8、dthelog-linearmodeltosmooththetestsscoresbefore