Проверяемый текст
Саркисова, Ирина Олеговна. Разработка методов и моделей адаптивного тестового контроля в системе подготовки и аттестации персонала транспортных предприятий (Диссертация 2004)
[стр. 240]

241 классификации и общие регрессионные модели оценивания.
Но суть одна: по результатам ответов на задачи теста необходимо дать оценку уровня, т.е.
отнести тестируемого к одной из ранее сформированных (требования образовательного учреждения, проводящее тестирование) групп, которые идентифицируются классами кривых.
Предполагается, что имеется база тестовых заданий с заданными уровнями сложности.
Процесс тестирования заключается в последовательном решении определенных задач и приписывании результату оценивания
Xj=l в случае правильного ответа и х;=0 в случае неправильного ответа.
Наблюдения за выполнением тестовых заданий выбранного уровня сложности
pi, р25--->Рр3 определяются количеством решенных задач X), х2,..
.,хр, которые представляют вектор: X=(xi,x2,...,xp).
(4.13) Предполагается что группа испытуемых с одинаковым уровнем знаний характеризуется результатом решения с многомерным нормальным распределением где /wk=(mki, ш^.-ДПкр) математическое ожидание W^.
a D* = Цст^Ц дисперсионная матрица 1Ук.
В случае классификации на две группы ошибки могут быть в случае если: X
принадлежит W2> но его относят к W\, и в результате будет совершена ошибка, вероятность которой обозначим P(l2); X принадлежит W\„ но его относят к W2, и в результате будет совершена ошибка, вероятность которой обозначим Р(2 1).
Иллюстрация ошибок классификации показана на
рис.4.15.
Для моделирования процедуры тестового контроля воспользуемся однопараметрической моделью G.Rasch.
Для каждой группы тестируемых
0, и каждого уровня сложности Pj количество правильных ответов ху имеет биномиальное распределение с математическим ожиданием:
[стр. 87]

87 2.4.
Дискриминантный анализ в задаче классифи1сации уровня знаний с учетом влияния коррелироваииостн ответов Основой построения процедуры классификации является минимизация ошибочной классификации.
К ним относятся байесовская модель классификации и общие регрессионные модели оценивания.
Но суть одна: по результатам ответов на задачи теста необходимо дать оценку уровня, т.е.
отнести тестируемого к одной из ранее сформированных (требования образовательного учреждения, проводящее тестирование) групп, которые идентифицируются классами кривых.
Предполагается, что имеется база тестовых заданий с заданными уровнями сложности.
Процесс тестирования заключается в последовательном решении определенных задач и приписывании результату оценивания
Xi=l в случае правильного ответа и Xi=0 в случае неправильного ответа.
Наблюдения за выполнением тестовых заданий выбранного уровня сложности
рь Р2....,Рр, определяются количеством решенных задач Х], Х2,...,Хр, которые представляют вектор: Х = ( х 1,Х 2,...,Хр).
(2 .3 9 ) Предполагается что группа испытуемых с одинаковым уровнем знаний характеризуется результатом решения с многомерным нормальным распределением Жк~А(Шк0 к).
где Wk=(mki, гпк2,...,ткр) математическое ожидание а = дисперсионная матрица В случае классификации на две группы ошибки могут быть в случае если: X принадлелсит но его относят к Wi, и в результате будет совершена ошибка, вероятность которой обозначим F (l[2); X принадлежит W\„ но его относят к [Гг, и в результате будет совершена ошибка, вероятность которой обозначим Р(21).
Иллюстрация ошибок классификации показана на
рис.2.14.


[стр.,88]

Вероятности ошибочной классификации X-W, X-W, Рис.
2.14.
Для моделирования процедуры тестового контроля воспользуемся однопараметрической моделью G.Rasch.
Для каждой группы тестируемых
О-, и каждого уровня сложности Pj количество правильных ответов Хц имеет биномиальное распределение с математическим ожиданием: p J ) Дисперсия числа правильных ответов каждой группы равна: aV nj-pij.(l-pij)где r»j -число заданий теста сложности Pj.
(2.40) (2.41) Дискриминантная функция z представляет линейную комбинацию результатов наблюдений; 2=aiXi + ajX2 + ...
+ a^n, (2.42) где а, набор постоянных весовых коэффициентов.
Эти коэффициенты в случае решения задач тестирования должны быть согласованы с мерой сложности заданий.
Дискриминантную функцию можно рассматривать как балл, полученный при тестовом контроле и наличии весов для каждого уровня сложности.

[Back]