GHMM與KN-IRT整合模式及其應用

A Hybrid Model of GHMM and KN-IRT and Its Application

10.6773/JRMS.200506.0011

劉湘川(Hsiang-Chuan Liu)

廣義隱藏式馬可夫模型GHMM ； 核平滑化無參數試題反應模式KN-IRT ； 試題順序理論模式IOT ； 試題關聯結構分析IRS ； Generalized Hidden Markov Model GHMM ； Kernel Smoothing Nonparametric IRT KN-IRT ； Item Ordering Theory IOT ； Item Relational Structure IRS

測驗統計年刊

13期_上（2005 / 06 / 01）

11 - 23

繁體中文

本文提出「廣義隱藏式馬可夫模型(GHMM)」與「核平滑化無參數試題反應理論模式(KN-IRT)」之整合模式，兼具參數型與無參數型兩類試題反應理論模式去蕪存菁之優點。亦即：本文所提出之整合模式，兼具下列三大優點： 一、不受限於受試人數需200以上；既適用於受試人數較多之大型標測驗，亦適用於受試人數較少具信效度之自編測驗。 二、除可分析受試能力、各試題特徵曲線外，兼可分析猜測及未答問題。 三、無試題局部獨立之限制，可進而與「試題順序理論模式(IOT)」及「試題關聯結構分析(IRS)」之整合應用。

The main purpose of this study was to provide a hybrid model by integrating Generalized Hidden Markov Model (GHMM) and Kernel Smoothing Nonparametric IRT (KN-IRT). This model can be used for item analysis of both series correlation and series non correlation cases. Furthermore this model can be connected with Item Ordering Theory (IOT) or Item Relational Structure (IRS) for describing the relation between the ability and the ordering strength from one item to another.

1. 劉湘川(2003)。高階相關比累進加權核平滑化試題選項分析綜合模式。測驗統計年刊，10，197-218。
   連結：
2. 劉湘川(2004)。廣義隱藏式馬可夫模型應用於測驗分析之研究。測驗統計年刊，12，1-22。
   連結：
3. 劉湘川(2003)。核平滑化試題與選項分析模式之條件最大概似數值估計。測驗統計年刊，11，17-40。
   連結：
4. 劉湘川(2005)。基於GHMM之IRT混合模式及其估計。測驗統計年刊，13，17-40。
   連結：
5. Ramsay, J.O.(1991).Kernel smoothing approaches to nonparametric item characteristic curve estimation.Psychometrika,56,611-630.
6. 劉湘川(2001)。核平滑化試題選項特徵曲線與選項關聯結構整合擴充模式。測驗統計年刊，9，1-18。
7. 劉湘川(2002)。多重加權核平滑化試題選項分析模式及其轉化應用師範學院教育學術論文發表。嘉義市:國立嘉義大學。
8. 劉湘川(2000)。點二系列相關試題鑑別指數之值譜分析及其在IRT上之應用。測驗統計年刊，8，1-20。
9. 劉湘川(2001)。相關加權核平滑化無參數試題選項特徵曲線估計法及其IORS整合模式。第五屆華人社會心理與教育測驗學術研討會，台北市: