350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №1 за 2012 г.
Статья в номере:
Об одном подходе к адаптивному тестированию
и устранению его артефактов
Авторы:
Л. С. Куравский - д. т. н., профессор, декан факультета «Информационные технологии»,
Московский городской психолого-педагогический университет
E-mail: l.s.kuravsky@gmail.com
Г. А. Юрьев - аспирант, факультет «Информационные технологии»,
Московский городской психолого-педагогический университет
E-mail: grinch89@mail.ru
Аннотация:
Представлены новая технология адаптивного тестирования, основанная на использовании обучаемых структур в форме марковских моделей, и метод фильтрации его артефактов. Особенностями представленного подхода являются выявление и использование при построении расчетных оценок временной динамики изменения способности справляться с заданиями теста, а также возможность учета времени, затрачиваемого на решение тестовых задач.
Страницы: 54-66
Список источников
- Аванесов В. С. Педагогическое измерение латентных качеств // Педагогическая диагностика. 2003. № 4. С. 69-78.
- Анастази А., Урбина С. Психологическое тестирование. СПб.: Питер. 2001.
- Дернер Д. Логика неудачи: стратегическое мышление в сложных ситуациях. М.: Смысл. 1997.
- Карданова Е. Ю.Моделирование и параметризация тестов: основы теории и приложения. ФГУ «Федеральный центр тестирования». 2008.
- Крамер Г. Математические методы статистики. М.: Мир. 1976.
- Куравский Л. С., Баранов С. Н. Синтез сетей Маркова для прогнозирования усталостного разрушения // Нейрокомпьютеры: разработка и применение. 2002. № 11. С. 29-40.
- Куравский Л.С., Баранов С.Н. Применение нейронных сетей для диагностики и прогнозирования усталостного разрушения тонкостенных конструкций // Нейрокомпьютеры: разработка и применение. 2001. № 12. С. 47-63.
- Куравский Л.С., Баранов С.Н., Корниенко П.А. Обучаемые многофакторные сети Маркова и их применение для исследования психологических характеристик // Нейрокомпьютеры: разработка и применение. 2005. № 12. С. 65-76.
- Куравский Л.С., Баранов С.Н., Малых С.Б. Нейронные сети в задачах прогнозирования, диагностики и анализа данных: Учеб. пособие. М.: РУСАВИА. 2003.
- Куравский Л.С., Баранов С.Н., Юрьев Г.А. Синтез и идентификация скрытых марковских моделей для диагностики усталостного разрушения // Нейрокомпьютеры: разработка и применение. 2010. № 12. С. 20-36.
- Куравский Л.С., Ушаков Д.В., Мармалюк П.А., Панфилова А.С. Исследование факторных влияний на развитие психологических характеристик с применением нового подхода к оценке адекватности моделей наблюдениям // Информационные технологии. 2011. № 11. С. 67-77.
- Куравский Л.С., Юрьев Г.А. Адаптивное тестирование как марковский процесс: модели и их идентификация // Нейрокомпьютеры: разработка и применение. 2011. № 2. С. 21-29.
- Куравский Л.С., Юрьев Г.А. Использование марковских моделей при обработке результатов тестирования // Вопросы психологии. 2011. № 2. С. 98-107.
- Овчаров Л.А. Прикладные задачи теории массового обслуживания. М.: Машиностроение. 1969.
- Саати Т.Л. Элементы теории массового обслуживания и ее приложения. М.: ЛИБРОКОМ. 2010.
- Тихонов В.И., Шахтарин Б.И., Сизых В.В. Случайные процессы. Примеры и задачи. Т. 5. Оценка сигналов, их параметров и спектров. Основы теории информации. М.: Горячая линия-Телеком. 2009.
- Тюменева Ю.А.Психологическое измерение. М.: Аспект-Пресс. 2007.
- Шахтарин Б.И. Случайные процессы в радиотехнике. Линейные преобразования. М.: Горячаялиния-Телеком. 2010.
- Baker, F.B., The Basics of Item Response Theory. ERIC Clearinghouse on Assessment and Evaluation. University of Maryland. College Park. MD. 2001.
- Gregory, R.J., Psychological testing: History, principles, and applications (5th edition). New York: Pearson. 2007.
- Gulliksen, H., Theory of Mental Tests. John Wiley & Sons Inc. 1950.
- Kuravsky, L. S., Malykh, S. B., Application of Markov models for analysis of development of psychological characteristics // Australian Journal of Educational & Developmental Psychology. 2004. V. 2. P. 29-40.
- Kuravsky, L.S. and Baranov, S.N., Condition monitoring of the structures suffered acoustic fatigue failure and forecasting their service life // Proc. Condition Monitoring 2003. Oxford. United Kingdom. July 2003.P. 256-279.
- Kuravsky, L.S. and Baranov, S.N., Neural networks in fatigue damage recognition: diagnostics and statistical analysis // Proc. 11th International Congress on Sound and Vibration. St.-Petersburg. Russia. July 2004.P. 2929-2944.
- Kuravsky, L.S. and Baranov, S.N., The concept of multifactor Markov networks and its application to forecasting and diagnostics of technical systems // In: Proc. Condition Monitoring 2005. Cambridge. United Kingdom. July 2005, P. 111-117.
- Kuravsky, L.S., Baranov S.N., and Yuryev, G.A., Synthesis and identification of hidden Markov models based on a novel statistical technique in condition monitoring // In: Proc. 7th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies, Stratford-upon-Avon. England. June 2010.
- Kuravsky, L.S., Marmalyuk, P.A., and Panfilova, A.S., Estimation of goodness-of-fit measures for identification of unrestricted factor models employing arbitrarily distributed observed data // In: Proc. 8th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies. Cardiff. UK. June 2011.
- Rasch, G.,Probabilistic models for some intelligence and attainment tests // Copenhagen. Danish Institute for Educational Research, expanded edition (1980) with foreword and afterword by B.D. Wright. Chicago: TheUniversityofChicagoPress. 1960/1980.
- Roweis, S. and Ghahramani, Z., A unifying review of linear Gaussian models // Neural
Computation. 1999. V. 11. № 2.
P. 305-345. - Wright, B.D., Masters, G.N., Rating scale analysis. Rasch measurements. Chicago: MESA Press. 1982.
- Wright, B.D., Stone, M.N., Best Test Design. Chicago: MESA Press. 1979.