项目反应与认知诊断的贝叶斯统计推断方法

与经典教育测量方法相比，基于项目反应理论的教育统计与心理测量技术呈现出愈来愈多的优势。目前，项目反应理论核心框架主要基于频率统计方法。然而，贝叶斯统计方法已逐渐显示出其巨大的潜力和吸引力，尤其适用于对统计建模的深层改进。本项目旨在提出含有缺失数据、纵向、多维度项目反应模型以及认知诊断模型，并借助贝叶斯统计方法对模型的参数给出更稳健、有效的估计方法。.在取得的理论研究成果（构建新的模型、提出新的估计技巧）基础上，配套开发基于项目反应理论的认知诊断软件平台，并应用于教育部基础教育质量监测中心中小学教育质量（数学）的纵向跟踪调查数据，为相关职能部门决策提供科学依据。

随着现代信息技术的飞速发展，教育、心理等社会行为诸多领域产生的大量数据呈现出关系复杂等新特点，传统的测量、分析方法和技术有时会导致较大误差甚至失效。如何从这些复杂数据中深度挖掘有价值的信息，已成为教育统计、心理计量科学领域面临的共同挑战。本项目重点关注跨统计、教育与心理学科领域的前沿方法研究，针对多维、纵向、结构相依等更为复杂教育统计和认知诊断模型展开深层探索。. 通过项目的实施，我们在项目反应与反应时间联合建模、基于锚题等值的纵向成对拟合方法、混合型量表的加权策略等多个方向取得了突破性进展。累计发表基金标注的SSCI 与SCI 跨库检索论文十余篇，研究结果先后发表在Journal of Educational and Behavioral Statistics（美国教育研究会会刊）、Multivariate Behavioral Research（美国多元实验心理学协会会刊）、Applied Psychological Measurement等杂志上。并先后接受美国心理计量协会等邀请做了邀请报告。2014年，受美国IAP出版公司出版的教育测量系列丛书主编的邀请，针对我们提出的混合型量表加权方法做了系统综述一章。. 在基金的资助下，先后邀请美国Illinois大学、New Jersey州立大学等多位国际知名学者开设短课、作报告，并针对心理测量和计算机化自适应考试等开展联合研究工作；同时资助项目组的三名青年骨干成员赴美国知名大学做一年以上的博士后研究。项目负责人现受聘为中国基础教育质量评价与提升协同创新中心首席数据分析专家之一，并受聘为美国心理计量杂志（SSCI检索）Applied Psychological Measurement的编委。. 通过项目的实施，在取得理论成果的基础上，为教育评价、心理计量等科学领域中的技术问题的解决提供理论支撑，并用于大规模纵向跟踪调查数据（比如：中国基础教育质量调查与评价）、学生能力变化趋势预测以及心理调查问卷的综合评价。此外，由于价格不菲的商业性软件包只提供程序调用的命令语句，只能套用软件中的固化模型，并不提供利于移植或改造的程序源代码，无法适时纳入新提出的改进模型、创新方法。因此，所取得理论和研究方法都相应配套开发了相关软件。