Как вы, вероятно, можете сказать из вопроса, я новичок в компьютерном адаптивном тестировании. В настоящее время я создаю небольшую компьютерную адаптивную тестовую программу с использованием кривой IRT 1P.
Я читал много документации относительно лучших методов, но очень немногие из них имеют примеры для пересчета итерационной оценки способностей после ответа на новый вопрос. Однако я понимаю, как рассчитать способность в конце теста.
Насколько я понимаю, логика и математика выглядят следующим образом:
Стартовая способность: B0 = 0
Способность после задачи 1: B1 = B0 + [суммирования и функции, оцененные для элемента 1 со способностью B0]
Способность после задачи 2: B2 = B1 + [суммирования и функции, оцениваемые для пунктов 1-2 со способностью B1]
Способность после задачи 3: B3 = B2 + [суммирования и функции, оцениваемые для элементов 1-3 со способностью B2]
Способность после задачи 4: B4 = B3 + [суммирования и функции, оцениваемые для пунктов 1-4 в способности B3]
Способность после задачи 5: B5 = B4 + [суммирования и функции, оцениваемые для пунктов 1-5 со способностью B4]
Кажется, я где-то ошибаюсь, поскольку моя вторая оценка способностей отличается от всех наборов данных, которые я сравниваю с онлайн.
Может ли кто-нибудь помочь мне сломать расчет за i = 1? Буду очень признателен!
Я приложил изображение модифицированной формулы Ньютона-Рафсона, которую я использую для вычисления способности после каждого ответа на вопрос.
Вот пример того, как я пытаюсь все исправить на листах, так как вы можете получить способность после того, как пункт 1 исправлен на -0,8333. Когда я обновляю способность до -0,8333 и выполняю расчеты для пункта 2, я уже далеко. Изображение четвертое - это публикация, с которой я проверяю данные. Как видите, моя оценка способностей после пункта 2 далека от того, что они показывают.
