메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김성훈 (한양대학교)
저널정보
한국교육평가학회 교육평가연구 교육평가연구 제28권 제1호
발행연도
2015.3
수록면
25 - 51 (27page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
비동등집단-가교문항(nonequivalent-groups anchor-items test) 설계를 통해 얻어진 검사 자료를 문항반응이론(IRT)을 통해 분석할 때, 가교문항-고정 IRT 추정 방법은 기존의 능력척도 상에서 추정된 가교문항의 모수를 고정한 채 기저 능력분포를 추정함으로써 비가교문항의 모수들을 기존의 능력척도 상에서 추정하기 위해 사용된다. 가교문항-고정 IRT 추정을 성공적으로 수행하기 위해 선행 연구들은 가교문항의 모수를 추정에서 명시적으로 제외하는 특수한 주변최대우도-기대최대(MML-EM) 방법(‘고정문항-추정제외 MML-EM 방법’)을 사용하였다. 본 연구는 가교문항-고정 IRT 추정을 위한 대안적 방법으로 고정할 가교문항의 모수에 대해 강한 베이지안 사전분포를 사용할 수 있는 일반적인 베이지안 최빈(BM)-EM 방법(‘강한-사전분포 BM-EM 방법’)을 제시하고, 사전분포의 강도에 따라 이 대안적 방법이 어떻게 기능하는지를 검토하였다. 강한-사전분포 BM-EM 방법에서 각 가교문항의 모수는 해당 베이지안 사전분포의 최빈치(mode)를 그 모수 값으로 지정하고 표준편차(SD)를 0.000001~0.01의 작은 값으로 지정하여 “고정” 추정한다. 다양한 검사 조건을 포함한 모의실험의 결과, 강한-사전분포 BM-EM 추정 방법은 사전분포의 표준편차를 SD=0.01까지 약하게 지정하더라도 성공적으로 기능함을 확인하였다.
#가교문항-고정 IRT 추정 #베이지안 사전분포 #베이지안 최빈 추정 #EM 알고리듬 #fixed-anchor IRT calibration #Bayesian priors #Bayesian modal estimation #EM algorithm

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청
김성훈 / 2011 / 다수의 피험자 집단에 실시된 공통 본 검사 문항과 고유 외부가교 문항의 IRT 모수 추정 방법 / 교육평가연구 24(2):423~443 google schola 김성훈 / 2013 / 유한혼합분포에 대한 EM 알고리듬을 사용한 다집단 IRT 추정 방법의 원리와 기능 / 교육평가연구 26(4):801~822 dbpia 김성훈 / 2009 / 구성형문항 검사의 IRT 동등화를 위한 선다형문항 외부가교검사의 활용가능성 연구 / 교육평가연구 22(1):195~218 google schola Birnbaum, A. / 1968 / Statistical theories of mental test scores / Addison-Wesley :397~479 google schola Bock, R. D. / 1981 / Marginal maximum likelihood estimation of item parameters : Application of an EM algorithm / Psychometrika 46(4):443~459 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0