天才一秒记住【梧桐文学】地址：https://www.wtwx.net
所以正确的做法是在每位考生完成整个考试之后，对考试中嵌入的所有试测题进行标定。
另一种可行的计算流程是，在一道试测题积累若干个（如10个）新的作答数据之后再进行标定。
也就是说，不需要在每位考生完成考试之后都实施参数标定，而是如果这位考生完成的试测题中，有一道题刚好积累了10个新的作答数据，则只对该题进行参数标定；而其他试测题只记录作答数据，不标定，等到有其他考生作答了这些题，达到10个新数据时，再集合之前记录的所有相关数据，来标定那些题。
这个方法可以节省计算机的计算量。
下文将介绍已有文献中的几种适用于在线标定的参数估计方法。
（二）Stog-A
Stog-A（Stog，1988）是最早被提出的针对在线标定情境的参数估计方法。
在这一设计下，当一位考生完成了整个考试后，先利用正式CAT题目来估计考生的能力水平值。
而后，把估计出的考生能力值当作已知定量，应用条件极大似然估计法（umLikelihoodEstimation）来估计参数值。
在具体实现条件极大似然估计时，目标是找到能够最大化对数条件似然值的题目参数，一般需要采用计算机循环近似的算法。
常用的算法是将二分法（Bise）和牛顿-拉夫逊（on-Raphson）循环结合使用。
这个方法是思路上最直接，计算上最容易的。
但Stog（1988）的研究中发现，由于这一方法使用的是考生能力估计值，而不是真实能力值，产生的试测题参数值可能存在量尺漂移（ScaleDrift）。
（三）OEM
OEM方法由Wainer和Mislevy（1990）提出，全称为单循环EM方法（Oion-maximizatiohod）。
它是由传统参数估计中最受认可、最常用的边际极大似然估计法（MarginalMaximumLikelihood）衍生出来的。
边际极大似然估计法的理念是当考生能力值未知，无法运用条件极大似然估计法时，基于从作答数据中算出的后验考生能力值分布，可以算出题目参数的边际似然值表达式，而后以最大化这一边际似然值为目标，算出题目参数值。
在Baker和Kim（2004）的详解中，这一算法的具体实现，利用了统计上EM算法的架构。
EM算法包含了交替循环的E步骤（Expeaximization）：E步骤先根据当前题目参数临时值，算出所有考生能力的后验分布，再利用这些后验分布来算出题目参数的对数似然值表达式；M步骤以最大化前述表达式为目标，算出题目参数估计值。
下一循环的E步骤则利用了新的题目参数估计值，更新完善考生能力的后验分布，算出新的对数似然值表达式，如此往复，不断更新完善题目参数估计值，直到算法收敛（如参数估计值在循环之间不再变动）。
这种方法既无须知道考生能力值，又从作答数据中获取了考生能力值的信息，帮助题目参数的估计，是在统计上相对完善的设计，因而也是最受认可的参数估计法。
在在线标定的情境下，OEM的方法只包含了一个循环。
在E步骤中，考生的后验能力分布是从所有该考生完成的正式CAT题目中获得的；而后的M步骤，利用前述考生能力后验分布算出的对数似然值，以最大化该值为目标，找到试测题参数估计值。
这一方法的理念是，在传统参数标定中，所有题目的参数都是未知的，因而考生能力后验分布的获取需要通过EM循环不断完善；然而在在线标定的情境下，正式CAT题目的参数值是已知的，理论上可以利用那些正式题目，仅一步就可以直接获取精准的考生能力后验分布，从而避免了反复循环，节省了计算时间。
（四）MEM
MEM方法由Ban等人（2001）提出，全称为多循环EM方法（Multiple-cycleExpeizatiohod）。
它包含了正常的EM循环，直到参数收敛终止。
在第一个E步骤中，考生的后验能力分布只从该考生完成的正式CAT题目中获得；而在之后所有的E步骤中，考生的后验能力分布的获得，既利用了所有该考生完成的正式CAT题目，也利用了试测题作答数据和其新估计的参数值。
（五）贝叶斯估计法
在上述三种估计法中，都可以在似然值表达式中加入贝叶斯先验值，形成对贝叶斯后验似然值的最大化，具体算法见Baker，Kim（2004）及Zheng（2014）。
贝叶斯成分的加入可以使参数估计中牛顿-拉夫逊（on-Raphson）循环更加稳定。
尤其是对于3PL模型的题目，或样本量小的情况，普通的牛顿-拉夫逊循环有可能不收敛，而加入贝叶斯成分可以有效缓解这一问题。
而在线标定的情境正好符合样本量小的情况，因为在试测题作答样本积累的过程中，题目参数不断被更新，而在样本积累的初期，样本量自然是小的。
（六）其他方法及方法间的比较
针对Stog-A的量尺漂移问题，Stog（1988）又提出了Stog-B的方法。
这一设计要求在考试中安排锚题（正式CAT题目，要求所有人作答）。
在对试测题进行参数标定之后，利用锚题再完成一轮等值。
这一方法并不太实际，因为它显著加长了考试长度，同时纠正效果也不一定显著，因为等值过程也引入了相应的不可忽略的误差。
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！