Проверяемый текст
Саркисова, Ирина Олеговна. Разработка методов и моделей адаптивного тестового контроля в системе подготовки и аттестации персонала транспортных предприятий (Диссертация 2004)
[стр. 58]

58 корректному решению ряда практических задач педагогического тестирования.
В практическом плане это стремление неизбежно сопряжено с некоторыми трудностями, которые, кстати, не всегда осознаются ведущими тестологами — создателями современной теории тестов.
В частности, необходимо привлечение довольно сложного математико-статистического аппарата, использование дорогостоящей компьютерной техники, нужна разработка специальных программных продуктов.
К наиболее значимым преимуществам IRT обычно относят:
устойчивые, объективные оценки параметра, характеризующего уровень знаний испытуемых.
Устойчивость можно считать наиболее важным преимуществом IRT.
Источником ее является относительная инвариантность оценок параметра испытуемых от трудности заданий, включенных в тест; • устойчивые, объективные оценки параметра трудности заданий, • не зависящие от свойств выборки испытуемых, выполняющих тест;измерение значений параметров испытуемых и заданий теста водной и той же шкале, имеющей свойства интервальной шкалы.
Преобразование исходных величин разного происхождения в одну стандартную шкалу позволяет соотнести уровень знаний любого испытуемого с мерой трудности каждого задания теста.
Именно на этом свойстве оценок параметров испытуемых и заданий основана организация современного адаптивного автоматизированного контроля знаний; • возможность предсказать вероятность правильного выполнения • заданий теста любым испытуемым в выборке до предъявления теста группе обучаемых; • возможность оценить эффективность различных по трудностизаданий для измерения данного значения латентного параметра испытуемых.
Помимо этого есть ряд следствий, имеющих большое практическое значение при создании теста.
Основанные на этих следствиях методические
[стр. 44]

моделей классификации, так как ITR-модель дает возможность вычислить параметры распределений гипотетических групп классификации; для использования в имитационных моделях для генерации результатов ответов тестируемого (метод Монте-Карло).
IRT нацелена на оценивание латентных качеств личности и параметров заданий теста на основе математико-статистических моделей.
К наиболее значимым преимуществам IRT обычно относят:
устойчивые объективные оценки параметра, характеризующие уровень знаний испытуемых; устойчивые, объективные оценки параметра трудности заданий, не зависящие от свойств выборки испытуемых, выполняющих тест; измерение значений параметров испытуемых и заданий теста в одной и той же шкале, имеющей свойства интервальной шкалы; возможность предсказания вероятности правильного выполнения теста любым испытуемым в выборке до предъявления теста группе; возможность оценить эффективность различных по трудности заданий для измерения данного значения латентного параметра испытуемых.
В IRT рассматривается условная вероятность правильного выполнения iым испытуемым с уровнем знаний ©i различных по трудности заданий теста, считая ©j параметром i-ro обучаемого, а р независимой переменной.
В этом случае условная вероятность будет функцией латентной переменной р: P i{xij=l!© i}=f(0i Р) i= l..N .
(1.5) Аналогично вводится условная вероятность правильного выполнения jго задания, трудности Pj различными испытуемыми группы.
Здесь независимой переменной является 0 , аPj — параметр, определяющий трудность j-ro задания теста: P i{X ij= lP i}= fl:0-P j)i= l..n.
(1.6) Число параметров, входящих в аналитическое задание функций, является основанием для подразделения семейства 1RT на классы.
Среди логистических функций различают однопараметрическая модель G.Rasch, 44

[Back]