Multistage adaptive testing based on logistic positive exponent model (2016)
- Authors:
- Autor USP: RICARTE, THALES AKIRA MATSUMOTO - Interinstitucional de Pós-Graduação em Estatística
- Unidade: Interinstitucional de Pós-Graduação em Estatística
- Sigla do Departamento: SME
- Subjects: TEORIA DE RESPOSTA AO ITEM; CADEIAS DE MARKOV; MÉTODO DE MONTE CARLO; ENTROPIA; INFERÊNCIA BAYESIANA
- Keywords: Continuous entropy method; Continuous entropy method; Fisher information; Informação de Fisher; Informação de Kullback-Leibler; Kullback-Leibler information; Logistic positive exponent; Logístico de expoente positivo; Multistage adaptive testing; Teste adaptativo multiestágio
- Language: Inglês
- Abstract: O modelo Logístico de Expoente Positivo (LPE) da Teoria de Resposta ao Item (IRT) e o Teste Adaptativo Multiestágio (MST) sob esse modelo são os focos desta tese. Para o LPE, a eficiência da estimações dos parâmetros dos itens foram estudados, também foi analisado como as estimativas dos parâmetros dos indivíduos foram influenciados por padrões de respostas contendo chutes ou erros acidentais. O LPE foi comparado com os modelos de Rasch, Logístico de 2 e 3 Parâmetros para verificar seu desempenho. A estimação dos parâmetros dos itens foi implementada usando Monte Carlo via cadeias de Markov sob a abordagem Bayesiana e a Máxima Verossimilhança Marginal. As estimações dos traços latentes foram calculadas através do Método da Esperança a Posteriori. A qualidade do ajuste dos modelos foram analisadas usando o método Posterior Predictive model-check e critério de informações. Sob o contexto do MST, o LPE foi comparado com os modelos de Rasch e Logístico de 2 Parâmetro. Os MSTs foram construídos usando diferentes funções de objetivas que selecionaram os itens de bancos para comporem os testes. Três funções foram escolhidas para esse trabalho: As informações de Fisher e Kullback-Leibler e o Continuous Entropy Method. Os resultados para dados simulados e reais foram obtidos, os dados reais eram consituídos de respostas a perguntas sob conhecimento científico de do General Science test que foram fornecidos pela empresa Educational Testing Service. Resultados mostraram que o LPE podeajudar os indivíduos que cometeram erros acidentais nas primeiras perguntas do teste, especialmente para os itens fáceis. Entretanto, este modelo requer tempo e uma grande quantidade de amostras de indivíduos para calcular as estimativas dos parâmetros dos itens o que o torna um modelo caro. O MST sob o modelo LPE pode diminuir o impacto de erros acidentais cometidos por examinandos com alto desempenho dependendo dos itens disponíveis no banco e a forma de construção do MST. O desempenho das funções objetivas variaram de acordo com cada situação.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2016
- Data da defesa: 08.12.2016
-
ABNT
RICARTE, Thales Akira Matsumoto. Multistage adaptive testing based on logistic positive exponent model. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-24032017-101011/. Acesso em: 14 fev. 2026. -
APA
Ricarte, T. A. M. (2016). Multistage adaptive testing based on logistic positive exponent model (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-24032017-101011/ -
NLM
Ricarte TAM. Multistage adaptive testing based on logistic positive exponent model [Internet]. 2016 ;[citado 2026 fev. 14 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-24032017-101011/ -
Vancouver
Ricarte TAM. Multistage adaptive testing based on logistic positive exponent model [Internet]. 2016 ;[citado 2026 fev. 14 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-24032017-101011/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
