Item Response Theory -- A Statistical Framework for Educational and Psychological Measurement
项目反应理论：教育与心理测量的统计框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论教育与心理测量中的潜在因素和分类作答模型，未明确研究经济离散选择、宏观因子或金融因子，细分证据不足。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
项目反应理论：教育与心理测量的统计框架
- 研究问题
- 项目反应理论如何对分类作答数据建立潜在因素模型，并支持个体评分、量表验证、不同测试之间的衔接及行为预测？
- 方法与思路
- 作者综述项目反应理论的统计框架与心理测量应用，并梳理其与经验贝叶斯、非参数方法、矩阵补全等主题的联系。
- 材料陈述的贡献
- 摘要强调对项目反应理论及相关统计方法的系统联系进行综述，并从统计学习视角讨论未来方向，未明确提出新估计量。
- 阅读关注点
- 应核对潜在因素模型的识别与测量假设、评分和测试衔接方法，以及所列统计联系究竟是理论等价还是方法借鉴。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未展开具体模型条件，也未提供新方法的性能比较。
原文摘要
Item response theory (IRT) has become one of the most popular statistical models for psychometrics, a field of study concerned with the theory and techniques of psychological measurement. The IRT models are latent factor models tailored to the analysis, interpretation, and prediction of individuals' behaviors in answering a set of measurement items that typically involve categorical response data. Many important questions of measurement are directly or indirectly answered through the use of IRT models, including scoring individuals' test performances, validating a test scale, linking two tests, among others. This paper provides a review of item response theory, including its statistical framework and psychometric applications. We establish connections between item response theory and related topics in statistics, including empirical Bayes, nonparametric methods, matrix completion, regularized estimation, and sequential analysis. Possible future directions of IRT are discussed from the perspective of statistical learning.