天才一秒记住【梧桐文学】地址：https://www.wtwx.net
由此可以发现，能力分数θ与能力的累积分布的33%和67%是两个点相关。
假设θ服从标准正态分布（μ=0，σ2=1），则路由点应该是θ1=-0.44和θ2=0.44，该值可以从标准正态分布表中查出。
由此，近似NC路由分数随即也就可以得到（Luecht，Brumfield＆Breithaupt，2006）。
（二）动态路由规则
动态路由规则在测验开始之前没有预先设定的划界分数点，而是在测验进行过程中，将被试的作答结果所得到的能力估计值与下一阶段的模块进行比较，选择最合适的模块继续进行测验。
一种典型的动态路由规则是Proximity方法。
该方法是为了达到被试能力和模块的匹配，力求寻找该被试能力与模块平均难度差异最小的模块。
首先需要计算待路由阶段各模块的平均难度，然后把该被试临时能力值与各模块平均难度相比较，哪一模块平均难度与被试能力估计值差异最小，就路由到哪一模块。
这种方法的优势是，不需要事先设定路由划界分数点和路径数量，因而更加简单易行。
二、自动化组卷
自动化组卷（AutomatedTestAssembly，ATA）是使用数学最优化程序从题库中选择一个或者一组题目，服从多种与内容相关的约束以及其他的定性特征。
以下介绍两种常用的ATA。
（一）0-1规划算法
0-1规划算法（）可用来同时组装多个平行测验，并且这种算法可以满足绝对的目标和相对的目标（vanderLinden，2005）。
共同目标函数包含测验信息函数，根据组卷的信息量与目标之间的离差，以及多种平行测验之间的差异。
最优化问题可能包括一个定长测验信息量的最大化，期望测验时间，内容约束和互斥项目规范。
这一系列问题可以按照以下方式来建模。
首先，最大化。
其次，满足以下约束条件。
内容范围：
测验长度：
测验期望时间：
互斥项目：
变量范围：
其中，θ1，θ2，…，θk是能力量尺上k个有代表性的值，xi表示项目i是否包含在测验里，i是题库中题目的总数，Vcr是属于内容R的题目集合，Ve是属于互斥项目集合（Luecht，1998；Luegester，1998；Luecht，Brumfield＆Breithaupt，2006）。
（二）启发式算法
启发式算法（HeuristicMethods）将测验组卷分解为一系列局部最优化问题，每次选择一个题目添加到测验当中，直到满足测验要求的题目数量为止。
这种启发式也属于贪婪启发式（GreedyHeuristiderLinden，1998）。
判别函数通常是基于“中心”
准则（如TIF），且受到各种“次要”
条件约束（如内容范围）。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！